Méthodologie de validation de la simulation immersive de gestes complexes en environnement industriel

Methodology for validating the immersive simulation of complex gestures in industrial environments

• Auteur / Autrice : Valérian Faure
• Direction : Jean-Rémy Chardonnet, Daniel Mestre, Laurent Joblot
• Type : Thèse de doctorat
• Discipline(s) : Réalité virtuelle et augmentée
• Date : Soutenance le 05/12/2024
• Etablissement(s) : Paris, ENSAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : LISPEN - LISPEN
• Jury : Président / Présidente : Alexis Paljic
• Jury : Examinateurs / Examinatrices : Jean-Rémy Chardonnet, Daniel Mestre, Laurent Joblot, Alexis Paljic, Maud Marchal, David Baudry
• Jury : Rapporteurs / Rapporteuses : Maud Marchal, David Baudry

Mots clés

Mots clés contrôlés

Industrie nucléaire

Formation professionnelle

Thèses et écrits académiques

Réalité virtuelle

Mots clés libres

Environnements immersifs

Interactions

Formation

Réalité virtuelle

Réalité mixte

Immersive environments

Interactions

Training

Virtual reality

Mixed reality

Résumé

Cette thèse examine l'utilisation des technologies immersives, telles que la réalité virtuelle (RV) et la réalité augmentée (RA), pour améliorer la formation dans le domaine de la maintenance nucléaire. Face aux défis spécifiques de cette industrie—environnements hostiles, besoin de précision extrême, disponibilité limitée des équipements pour la formation et exigences strictes de sécurité—il est essentiel de développer des méthodes de formation efficaces et adaptées.Le travail propose une méthodologie de classification des tâches opérationnelles basée sur trois dimensions principales : la famille de tâches (procédurales, psychomotrices), le type d'interaction (physique, virtuelle) et les compétences requises. Cette classification facilite l'évaluation et la sélection des technologies immersives les plus appropriées pour chaque type de tâche, optimisant ainsi les ressources et améliorant la sécurité.Deux expérimentations principales ont été menées :Impact des objets et appuis tangibles sur l'apprentissage procédural : Cette étude a évalué l'efficacité de l'utilisation d'interfaces de commande tangibles en RV pour le transfert de compétences vers des tâches réelles. Les résultats indiquent que, pour des tâches procédurales avec interactions physiques modérées, l'utilisation d'interfaces virtuelles sans supports tangibles peut être tout aussi efficace, voire supérieure, en termes de transfert d'apprentissage.Influence des agents conversationnels basés sur l'IA sur l'apprentissage psychomoteur : La seconde étude a exploré comment l'apprentissage en environnement virtuel non immersif, enrichi par un assistant conversationnel intelligent, affecte le transfert de compétences psychomotrices vers le réel. Les résultats suggèrent que cette approche peut améliorer significativement le transfert de compétences par rapport à l'apprentissage en RV immersive.Des outils logiciels ont été développés pour appliquer la méthodologie de classification, faciliter la mise en place d'expérimentations et collecter des données via des questionnaires standardisés. Ces outils constituent une base pour un guide méthodologique évolutif, adaptable à différents contextes industriels.En conclusion, cette thèse propose une approche méthodologique et des solutions concrètes pour améliorer la formation en maintenance nucléaire. Elle démontre que les technologies immersives, lorsqu'elles sont judicieusement intégrées et adaptées aux spécificités des tâches, peuvent offrir des avantages significatifs en termes de sécurité, d'efficacité et de qualité de l'apprentissage.

This thesis investigates the use of immersive technologies, such as virtual reality (VR) and augmented reality (AR), to enhance training in the field of nuclear maintenance. Given the specific challenges of this industry—hostile environments, the need for extreme precision, limited availability of equipment for training, and strict safety requirements—it is essential to develop effective and tailored training methods.The work proposes a methodology for classifying operational tasks based on three main dimensions: task family (procedural, psychomotor), type of interaction (physical, virtual), and required skills. This classification facilitates the evaluation and selection of the most appropriate immersive technologies for each task type, thereby optimizing resources and improving safety.Two main experiments were conducted:Impact of tangible objects and haptic feedback on procedural learning: This study evaluated the effectiveness of using tangible control interfaces in VR for skill transfer to real-world tasks. The results indicate that for procedural tasks involving moderate physical interactions, using virtual interfaces without tangible supports can be equally effective, or even superior, in terms of learning transfer.Influence of AI-based conversational agents on psychomotor learning: The second study explored how learning in a non-immersive virtual environment, enriched by an intelligent conversational assistant, affects the transfer of psychomotor skills to real situations. The findings suggest that this approach can significantly improve skill transfer compared to learning in immersive VR.Software tools were developed to apply the classification methodology, facilitate the setup of experiments, and collect data via standardized questionnaires. These tools form a foundation for an evolving methodological guide, adaptable to different industrial contexts.In conclusion, this thesis proposes a methodological approach and concrete solutions to improve training in nuclear maintenance. It demonstrates that immersive technologies, when thoughtfully integrated and tailored to the specificities of tasks, can offer significant advantages in terms of safety, efficiency, and quality of learning.