Estimation des caractéristiques du mouvement humain en station debout : mise en oeuvre d'observateurs flous sous forme descripteur

Estimation of human movement characteristics in standing : a fuzzy observer approach in descriptor form

• Auteur / Autrice : Kevin Guelton
• Direction : François-Xavier Lepoutre, Thierry-Marie Guerra, Sébastien Delprat
• Type : Thèse de doctorat
• Discipline(s) : Automatique
• Date : Soutenance en 2003
• Etablissement(s) : Valenciennes

Mots clés

Mots clés contrôlés

Recuit simulé (mathématiques)

Mouvement pendulaire

Position debout

Mots clés libres

Observateur flou

Dynamique inverse

Résumé

Le corps humain est vu comme un système mécanique poly-articulé régulé par le système nerveux central. Ses entrées sont les couples articulaires et ses sorties les positions segmentaires. En station debout les stratégies posturales conduisent à une modélisation en double pendule inversé. Les paramètres peuvent être estimés par des tables anthropométriques. Pour un individu particulier, l'utilisation d'un recuit simulé est proposée. Les couples articulaires sont classiquement estimés par la dynamique inverse. Une méthode alternative utilisant un observateur non linéaire à entrées inconnues est proposée. Une classe d'observateurs flous de type Takagi-Sugeno basés sur une forme descripteur est étudiée. Les conditions de convergence peuvent être conservatives. Quatre approches sont alors proposées afin de relâcher ces conditions. Les résultats de l'observateur flou sont confrontés à ceux de la dynamique inverse, il semble mieux adapté à l'estimation des caractéristiques du mouvement.

The human body is considered as rigid body segments connected by hinge joints and controlled by the central nervous system. Its inputs are the joint torques and outputs are the segment positions. Postural strategies employed in standing lead to a double inverted pendulum model. Its parameters can be estimated by anthropometric tables. In order to adjust the model for an individual, a simulated annealing is chosen. Joint torques are classically estimated by inverse dynamics. An alternative approach, based on the use of a nonlinear unknown inputs observer, is then proposed. A class of fuzzy observers based on a descriptor form is then studied. The convergence conditions of the prediction error can be conservative. Four approaches are then proposed to relax these conditions. The results obtained with the use of an unknown input observer are compared with the ones obtained with the use of inverse dynamics. It seems that observer based results are more accurate for human standing studies.