La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 1 Contenu de la séance 2  Fusion des informations sensorielles (Modèle Monde  SNC)  Principes.

Présentations similaires


Présentation au sujet: "03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 1 Contenu de la séance 2  Fusion des informations sensorielles (Modèle Monde  SNC)  Principes."— Transcription de la présentation:

1 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 1 Contenu de la séance 2  Fusion des informations sensorielles (Modèle Monde  SNC)  Principes de base du modèle proposé  Application du modèle à la prédiction des cinétoses dans les trains pendulaires [Projet d ’ALSTOM en collaboration avec le LPE de Grenoble, le CHU de Caen et la SNCF]  Fusion des informations sensori-motrices (Modèle SNC  Monde) Modèle musculosquelettique du mouvement mono-articulaire du bras  Expérimentations et simulations du mouvement de pointage [En collaboration avec GAM de l’Université de Bourgogne]  Application du modèle au contrôle d’un actionneur à 1 ddl mû par des muscles pneumatiques de McKibben [En collaboration avec le GARI de l’INSA de Toulouse]

2 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 2 Fusion des Informations Sensorielles (Modèle Monde  CNS) Modèles proposés dans la littérature 1Modèles descriptifs Interactions visuo-otolithiques: Pavard-Berthoz-77; Finke-Held-78; Galiana-91; Interactions canalo-otolithiques: Mayne-74; Ormbsy-Young-77; Merfeld-coll-93; Interactions visuo-canalaires: Raphan-coll-77; Robinson-77; Hain-86; Interactions visuo-canalaires et otolithiques: Droulez-Darlot-89; Darlot-coll-96; 2Modèles adaptatifs Melvill Jones-coll-84; Ito-85; Schmid-86; Furmann-coll-89;

3 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 3 Le concept de Copie Cohérente dans la modélisation des interactions visuo-canalaires Le modèle proposé (Darlot et coll 1996)

4 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 4 Le modèle qui permet de simuler les interactions sensorielles visuelles, canalaires et otolithiques

5 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 5 Simulation de RAIG avec le modèle Monde  SNC [ Zupan-95; Zupan-coll-95; Denise-coll-96 ] Résultats expérimentaux Résultats des simulations

6 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 6 Prédiction des cinétoses dans les trains pendulaires Les approches basés sur la théorie du conflit sensoriel  L’hypothèse intermodalitaire: Claremont-31;  Neural Mismatch: Reason-78;  Introduction de la théorie de l’observateur: Oman-82 et 90;  Concept de l’incohérence : Droulez-Darlot-89; Le conflit sensoriel peut être exprimé par la différence des représentations internes au SNC, (l’incohérence, I_X) d’une variable physique.  Explication par le conflit sur la verticale perçue: Bles-coll-98  Travaux sur le mal de transport dans les trains pendulaires: Koyanagi-85; Ueno-coll-86; Forstberg-coll-98;

7 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 7 Vitesse Angulaire (H) Vitesse Linéaire (V) Accélération Total (A) Vitesse du regard (R) Position de la cible(T) Entrées Le modèle complet incorporant les 3 principal interactions sensorielles Mn pour le mouvement de l’oeil Sorties L’incohérence cumulative + Experimentations pendant une marche d’essais en France en 1999 entre Cahors et Argenton sur Creuse. Niveau (1) = Visio-canalicular Niveau (2) = Visio-otolithic Niveau (3) = Canalo-otolithic Simulateur des cinétoses (ENST-Paris)

8 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 8 Mouvement du train pendulaire Les angles dûs à la pendulation Accélération ressentie par les voyageurs Principe de la pendulation

9 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 9 Enregistrement des mouvements de la tête Casque de mesure et dispositif d’acquisition Emplacement des accéléromètres Emplacement des gyromètres

10 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 10 Calcul des signaux d ’incohérence en simulation Les valeurs des constantes physiologiques du modèle Les paramètres des simulations des virage types L’intégrale de l’Incohérence Suspension dynamique

11 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 11 Simulations de virage-type sans pendulation Simulations de virage-type avec pendulation Simulations de virage-types

12 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 12 Comparaison des signaux acquis au niveau du plancher et de la tête Signaux acquis pendant une marche non-pendulée Signaux acquis pendant une marche pendulée

13 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 13 Calcul des signaux d’incohérence en expérimentation Signaux d ’incohérence pendant une marche non-pendulée Signaux d ’incohérence pendant une marche pendulée

14 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 14 Analyse Statistique Tableau d ’incohérences calculées pendant la campagne d’essai entre Cahors-Argenton sur Creuse Les variables H, G, A et V La variable R

15 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 15 Fusion des informations sensori-motrices (Modèle SNC  Monde) Modèles du muscle proposés dans la littérature 1Modèles microscopiques Type Conventionel ( Huxley-57 ) Non-Conventionnel ( Caplan-66 ) Type DM ( Zahalak-Ma-90 ) 2Modèles de fibre ( Morgan-90 ) 3Modèles macroscopiques Modèles viscoélastiques ( Hill-24 ) Modèles de type Hill ( Hill-38, Wilkie-56, Zajac-89, Soechting_Flanders-97 ) Modèles de système ( Robles-Soechting-79, Zajac-89 )

16 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 16 Modélisation du Muscle Dynamique de l ’activation Dynamique de la contraction Force musculaire Activité musculaire Excitation neuronale u(t) a(t) F(t) Modèle de Hill

17 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 17 Modèle musculosquelettique du mouvement mono-articulaire Interprétation géométrique du mouvement mono-articulaire

18 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 18 Expérimentations des mouvements de pointage Emplacement des marqueurs Les variables cinématiques du mouvement de pointage Positions des sujets pendant les expérimentations

19 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 19 Simulation du modèle musculosquelettique

20 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 20 Simulations des mouvements de pointage Régulation de l’amplitude du mouvement avec les signaux synthétiques Simulations avec les signaux réels

21 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 21 Simulations des mouvements de pointage Régulation de la vitesse du mouvement avec les signaux synthétiques

22 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 22 Simulations des mouvements de pointage Reproduction des mouvements réels en simulation avec les signaux réels

23 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 23 g *g * g Y V Y A Z k   S.N.C. Monde De l’intégration sensorielle au contrôle moteur

24 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 24 Contrôle moteur d ’un segment mû par deux muscles

25 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 25 Contrôle moteur avec le modèle musculosquelettique

26 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 26 Simulations du mouvement mono-articulaire Mouvement mono-articulaire en flexion Mouvement mono-articulaire en extension

27 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 27 Contrôle d ’un actionneur à 1 ddl mû par des muscles de McKibben Site expérimental de l’actionneur à 1 ddl Codeur incrémental Muscles de McKibben

28 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 28 Muscles de McKibben Propriétés statiques de la force exercée Elle est proportionnelle à la section initiale Elle est indépendante de l 0 Elle est proportionnelle à la pression de contrôle Elle décroît avec le taux de contraction Propriétés dynamiques de la force exercée Elle est amortie par un frottement cinétique La durée de contraction est de qq dizaines de ms

29 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 29 Contrôle avec le retour sensoriel en position Introduction des réseaux de neurones (Forestier-coll-99) Marr (1969) Albus (1971) Fujita (1982) Chauvet (1991) Schweighofer, Arbib, Dominey (1996)

30 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 30 Apprentissage en simulation Conditions d’Apprentissage: Condition A = Calcul d’erreur en position Condition B = Calcul d’erreur en position et en vitesse Condition C = Condition B + Effet des Fibres Grimpantes sur les cellules de Purkinje Condition D = Condition C + Minimisation des Signaux Q issus du Noyau Cérébelleux Performance en Condition A sur une base d’exemples de 10 mouvements Evolution de l’erreur au cours d’apprentissage en Condition A

31 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 31 Apprentissage en expérimentation

32 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 32 Résultats d ’apprentissage en expérimentation Condition A Condition B

33 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 33 Résultats d’apprentissage en expérimentation Condition C Condition D

34 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 34 Contrôle moteur avec le retour sensoriel à la fois en position et en force

35 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 35 Modèle de simulation pour un muscle

36 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 36 Modèle de simulation pour deux muscles

37 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 37 Résultats des simulations de contrôle moteur avec le retour sensoriel à la fois en position et en force Pour un muscle Pour deux muscles

38 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 38 Positions (Deg) Time (sec) Pointing error (Deg) Number of iterations Pointing error (Deg) Number of iterations Pointing error (Deg) Number of iterations Pointing error (Deg) Number of iterations Courbes d’erreur pour différent types de processus d’apprentissage

39 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 39 (Deg) (  /s) Time (sec) Positions and velocities (AU) Q G1  Q G2 Time (sec) Pressure (Bar) Time (sec) Q g1  Q g2 (AU) Time (sec) (Kg) F 1  F 2 Time (sec) (AU) P g1  P g2 Time (sec) Signaux internes aux différents sites du modèle après un apprentissage supervisé

40 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 40 Time (Sec) Positions (Deg) Les effets des réflexes et des réactions sensori moteur dans la présence de différent types de perturbation

41 03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 41 F 1  F 2 ( Kg ) P 0 = 2.0 Bar Positions ( Deg ) P 0 = 2.5 Bar Experimental static stiffness curves of the articulation


Télécharger ppt "03/01/2006 NEO234 / S. Eskiizmirliler, Paris 7, INSERM U742 1 Contenu de la séance 2  Fusion des informations sensorielles (Modèle Monde  SNC)  Principes."

Présentations similaires


Annonces Google