Robotique et imagerie pour la collecte de données physiologiques et comportementales avec une perturbation minimale

Robotics and imaging for the collection of physiological and behavioral data with minimal perturbation

• Auteur / Autrice : Nicolas Durr
• Direction : Caroline Gilbert, Yvon Le Maho, Victor Planas-Bielsa
• Type : Thèse de doctorat
• Discipline(s) : Biologie des organismes
• Date : Soutenance le 07/05/2025
• Etablissement(s) : Paris, Muséum national d'histoire naturelle
• Ecole(s) doctorale(s) : DIVONA (DIVersités, Origines, NAtures - ED227 MNHN-SU) (Paris ; 1995-....)
• Partenaire(s) de recherche : Equipe de recherche : BIOADAPT
• Partenaire(s) de recherche : Laboratoire : Mécanismes adaptatifs et évolution (2006-.... ; Brunoy (Essonne))
• Jury : Président / Présidente : Caroline Habold
• Jury : Examinateurs / Examinatrices : Caroline Gilbert, Caroline Habold, Julien Renoult, Claire Saraux, Bruno David
• Jury : Rapporteurs / Rapporteuses : Marie Pelé, Charles-André Bost
• DOI : 10.70675/6c61b7f8z2e61z4f61z9916zbc84c5414ac3

Mots clés

Mots clés contrôlés

Éthologie

Robotique

Mots clés libres

Méthodes non invasives

Réduction du stress

Reconnaissance individuelle

Rover

Approche

Logger cardiaque

Non-Invasive methods

Stress reduction

Individual identification

Rover

Approach

Heart rate logger

Résumé

Les expériences de Lorenz et Tinbergen sur l'existence et la nature de déclencheurs innés ont marqué les débuts de l'éthologie. Des décennies plus tard, une étude pionnière a montré qu'un rover induit chez l'animal un stress moindre comparé à un humain. Dans la lignée de ces travaux, ce projet de thèse explore les caractéristiques d'un intrus qui font qu'il est perçu comme présentant ou non un danger, en se focalisant sur sa couleur et ses modalités d'approche. Des avancées technologiques de pointe sont mobilisées pour un suivi individuel de la réponse en minimisant toute perturbation. DL-ID, un algorithme de reconnaissance par deep learning, a été développé pour répondre aux problèmes du terrain, résultant en une excellente performance et de nouveaux horizons pour la photo-identification. Complétant le suivi comportemental des manchots de Humboldt, des loggers implantés communicants mesurent le stress physiologique face à divers rovers. Ces deux volets révèlent une perception distincte selon l'apparence et l'approche de cet intrus qui, au vu de l'histoire évolutive de l'espèce, pourrait être assimilé aux stimuli naturels que sont un prédateur ou un congénère. Ce projet illustre un développement technologique au service d'une recherche innovante, d'autant plus pertinente avec l'essor d'agents robotisés inédits, outils au fort potentiel mais dont les risques sont encore méconnus.

The experiments of Lorenz and Tinbergen on the existence and nature of innate triggers marked the beginning of ethology. Several decades later, a pioneering study demonstrated that the presence of a rover induces less stress in animals compared to a human. In line with these works, this thesis project explores the characteristics of an intruder that are or not perceived as a threat, focusing on its color and way of approach. Advanced technology is employed to enable individual monitoring of the response while minimizing potential disturbance. DL-ID, an identification algorithm based on deep learning, has been developed to address issues encountered in the field, leading to excellent performance and broadened horizons for the photo-identification framework. In addition to the behavioral monitoring of Humboldt penguins, implanted communicating heart rate loggers are used to measure physiological stress in response to various rovers. These two complementary aspects reveal a perception that varies depending on the appearance and approach. Referring to the evolutionary history of the species investigated, this intruder may be perceived as natural stimuli, such as a predator or a conspecific. This project illustrates the challenging development of technological means to support innovative research, particularly in light of emerging robotic agents - tools with strong potential, although their risks are not fully understood.