Laboratoire LCOMS Equipe « Evaluation de Performance et Systèmes d’Aide à la Personne » (EPSAP) Guy Bourhis guy.bourhis@univ-lorraine.fr CENRob 4-5 avril 2013

et Capteurs Intelligents LCOMS Laboratoire de Conception, Optimisation et Modélisation des Systèmes Décision et OPtimisation Interaction Humain-Machine Architecture des Systèmes Embarqués et Capteurs Intelligents EPSAP

EPSAP : Problématique Humain en situation atypique (situation de handicap, situation anxiogène) Système adaptatif / coopératif d’aide à la personne Evaluation / modélisation de l’homme ou du système homme-machine (performance, état émotionnel, …)

EPSAP : Thèmes de recherche Outils pour la stimulation cognitive La réalité virtuelle comme inducteur d’émotions (thérapie comportementale des phobies, rééducation, …) Stimulation olfactive Communication alternative et structuration du temps et des activités pour des personnes avec TED Emotions-actions Evaluation des états affectifs et de leurs influences sur les performances Exemple : projet Psypocket Assistance à la mobilité Aide à la mobilité pour personnes déficientes visuelles Accessibilité au cadre bâti Fauteuils roulants électriques (FRE)

FRE : Problématique Objectif général : Aider au pilotage des fauteuils roulants électriques pour des personnes qui du fait d’un handicap moteur trop sévère ne peuvent pas ou ont des difficultés à les piloter. Fauteuils intelligents Simulateur de conduite en fauteuil électrique Commande déictique Interface haptique Modélisation et mesure de performance du système pilote-FRE

Fauteuils « intelligents » VAHM 1 VAHM 3 VAHM 2 Objectif : Réaliser des mouvements autonomes ou semi-autonomes en fonction d’informations provenant de capteurs extéroceptifs et proprioceptifs ainsi que du pilote du fauteuil via une interface humain-machine adaptée.

Commande déictique Capteurs : Interface homme-machine : Lasers Caméra Interface homme-machine : Un écran Un joystick Un bouton poussoir Fonctionnalités semi-autonomes : Franchissement automatique de passages étroits Suivi de murs

Interface « déictique » Zones surlignées à l’écran: Bleu pour les passages étroits, Vert pour les cotés droit et gauche. Appel à une fonctionnalité de mouvement autonome: Appui sur le contacteur pour donner au joystick le contrôle de l’interface, Sélectionner un objectif (vert=suivi de mur; bleu=franchissement de passage étroit), Appui sur le contacteur pour démarrer le mouvement autonome. Arrêt d’un mouvement automatique et basculement en contrôle manuel: A la fin du passage étroit, Une action quelconque sur le joystick. vidéo

Evaluation du système homme-machine Discussions et essais informels avec des utilisateurs potentiels Evaluation des performances : Performances techniques : temps, distance Confort Charge de travail globale (TLX) Evaluation de la demande cognitive de la tâche de conduite : Charge attentionnelle Prise de décision

Interface haptique Implémentation d’un joystick à retour d’effort ou d’un Phantom sur un fauteuil roulant électrique Le retour d’effort est fonction des distances aux obstacles mesurées par un télémètre laser Il s’agit d’une aide à la conduite : aucun mouvement n’est contraint

Interface haptique] Mode « actif » : Mode « passif » : On renvoie une force dans la direction libre la plus proche de la direction indiquée par le pilote, L’intensité de la force de retour est proportionnelle à la distance aux obstacles dans la direction choisie. Mode « passif » : Le joystick est maintenu en position centrale, On réduit l’impédance quand on se dirige vers une direction libre et inversement, Les performances du mode actif se sont avérées meilleures que celles du mode passif et du mode manuel (panel de personnes valides en conduite réelle): Moins de collisions, Temps de parcours réduit, Charge de travail équivalente. Tests sur utilisateurs en simulation en cours vidéo

Simulateur de conduite en fauteuil électrique Objectifs : Aide à l’apprentissage Aide à la prescription Aide à la paramétrisation Evaluation de nouvelles fonctionnalités Démo

Modélisation du système pilote-FRE Objectifs : Analyse objective de la conduite Définition de paramètres quantitatifs de performance de la conduite Analyse de trajectoires obtenues en simulation :

Modélisation du système pilote-FRE Exemples de modèles Modèle crossover : Modèle OPCM (Optimal Preview Control Model) Analyse des trajectoires enregistrées + eye-tracking

Conclusion Conception de systèmes adaptatifs/coopératifs d’aide à la personne: Environnements virtuels Fauteuils intelligents Etc. Approche « human engineering »: Optimisation du mode de coopération ou d’interaction humain-machine en fonction des possibilités physiques et cognitives de l’utilisateur, de l’environnement et de la tâche à accomplir Evaluation des performances du système humain-machine global => il s’agit de mesurer les performances « techniques » (temps de réalisation, …) mais également la charge de travail physique et mentale de la personne, son confort, etc.

Merci de votre attention!