Planification et ordonnancement de la production centrés sur l'humain et la capture de mouvement

Human-centered production planning and scheduling with motion capture

• Auteur / Autrice : Mohamed Chafiq
• Direction : Oussama Ben-ammar
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/11/2024
• Etablissement(s) : IMT Mines Alès
• Ecole(s) doctorale(s) : École Doctorale Information, Structures, Systèmes
• Partenaire(s) de recherche : Laboratoire : EuroMov Digital Health in Motion

Mots clés

Mots clés libres

Planification

Mouvement humain

Santé

Optimisation combinatoire

Vidéo

Combinatorial optimisation

Human movement

Planning

Health

Video

Résumé

Le sujet de cette thèse porte sur la proposition de modèles d'aide à la décision centrés sur l'humain et basés sur la capture du mouvement. Nous visons la planification de la production en tenant compte de la pénibilité des tâches. Autrement dit, comment répartir le travail entre les opérateurs afin de garantir une équité et respecter les seuils de pénibilité déjà prédéfinis dans la législation française. Le caractère innovant de notre approche est l'estimation de la posture humaine et des facteurs de pénibilités (gestes répétitifs, manipulation des charges lourdes, etc.) à partir d'une vidéo. Nous serons donc parmi les premiers à coupler la reconnaissance de mouvement à partir d'une vidéo et la planification de la production. Tout d'abord, nous commencerons par capturer et classifier les mouvements humains. Ensuite, nous quantifierons les facteurs de pénibilité. Enfin, nous nous intégrerons ces indicateurs dans des modèles d'aide à la décision sous formes de seuils et de contraintes à respecter. Dans nos perspectives, nous visons à intégrer d'autres facteurs humains dans les modèles d'aide à la décision comme les signes physiologiques de la fatigues et les états cognitifs et émotionnels (compétences et technologies disponibles à EuroMov Digital Health in Motion).

The subject of this thesis is the proposal of human-centered decision support models based on motion capture. We aim at production planning taking into account the arduousness of tasks. In other words, how can work be distributed between operators in order to guarantee fairness and respect the thresholds of arduousness already predefined in French legislation. The innovative aspect of our approach is the estimation of human posture and stress factors (repetitive movements, handling of heavy heavy loads, etc.) based on a video. We will therefore be among the first to couple video-based motion recognition and production planning. At We'll start by capturing and classifying human movements. Next, we'll quantify we'll quantify the factors involved. Finally, we will integrate these indicators into decision-support models in the form of thresholds and constraints. In the future, we aim to integrate other human factors into decision-support models physiological signs of fatigue, and cognitive and emotional states (skills and technologies available and emotional states (skills and technologies available at EuroMov Digital Health in Motion).