Mesure inertielle pour l'analyse du mouvement humain. Optimisation des méthodologies de traitement et de fusion des données capteur, intégration anatomique
Auteur / Autrice : | Alexis Nez |
Direction : | Patrick Lacouture, Tony Monnet, Laetitia Fradet |
Type : | Thèse de doctorat |
Discipline(s) : | Biomécanique et bio-ingénerie |
Date : | Soutenance le 06/07/2017 |
Etablissement(s) : | Poitiers |
Ecole(s) doctorale(s) : | École doctorale Sciences et ingénierie des matériaux, mécanique, énergétique et aéronautique (Poitiers ; 2009-2018) |
Partenaire(s) de recherche : | Laboratoire : Pôle poitevin de recherche pour l'ingénieur en mécanique, matériaux et énergétique - PPRIMME (Poitiers) - Institut Pprime / PPRIME |
faculte : Université de Poitiers. UFR des sciences fondamentales et appliquées | |
Jury : | Président / Présidente : Raphaël Dumas |
Examinateurs / Examinatrices : Patrick Lacouture, Tony Monnet, Laetitia Fradet, Hassen Fourati | |
Rapporteurs / Rapporteuses : Raphaël Dumas, Frédéric Marin |
Mots clés
Résumé
Face aux limites auxquelles doivent faire face les systèmes optoélectroniques (matériel lourd, champ de mesure limité), les capteurs inertiels constituent une alternative prometteuse pour la mesure du mouvement humain. Grâce aux dernières avancées techniques, notamment en termes de miniaturisation des capteurs, leur utilisation en ambulatoire c’est-à-dire de façon autonome et embarquée est devenue possible. Mais ces opérations de miniaturisation ne sont pas sans effet sur les performances de ces capteurs. En effet, une telle mesure est dégradée par différents types de perturbations (stochastiques et déterministes) qui sont alors propagées au cours du processus dit de fusion des données visant à estimer l'orientation des segments humains. Classiquement, cette opération est réalisée à l'aide d'un filtre de Kalman dont le rôle est justement d'estimer une grandeur à partir d'une mesure bruitée en la confrontant à un modèle d'évolution.Dans ce contexte, nous proposons diverses méthodologies dans le but d'accéder à une mesure suffisamment précise pour être exploitée dans le cadre de l'analyse du mouvement humain. La première partie de cette thèse se focalise sur les capteurs. Tout d'abord, nous étudions les bruits de mesure issus des capteurs inertiels, puis nous leur attribuons un modèle afin de les prendre en compte au sein du filtre de Kalman. Ensuite, nous analysons les procédures de calibrage et évaluons leurs effets réels sur la mesure afin d'émettre quelques propositions en termes de compromis performance/facilité de réalisation.Dans une seconde partie, nous nous consacrons à l'algorithme de fusion des données. Après avoir proposé un filtre de Kalman adapté à la mesure du mouvement humain, nous nous focalisons sur un problème récurrent à ce stade : l'identification des matrices de covariance dont le rôle est d'attribuer une caractérisation globale aux erreurs de mesure. Cette méthode, basée sur une confrontation de la mesure avec une référence issue d'un système optoélectronique, met en évidence la nécessité de traiter ce problème rigoureusement.Dans une troisième partie, nous commençons à aborder les problèmes liés à l'utilisation des capteurs inertiels pour la mesure du mouvement humain, notamment le calibrage anatomique et le positionnement des capteurs.En conclusion, les gains apportés par les diverses propositions avancées dans cette thèse sont évalués et discutés.