Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Mon projet de recherche consiste à développer, sur une semelle instrumenté, une reconnaissance de la marche et un calcul du risque lié à celle-ci qui soit fiable. Pour développer une reconnaissance fiable, il a fallu s’appuyer sur la littérature déjà existante mais aussi développer des moyens de vérifications des procédés mis en place. Pour cela, il a fallu créer un système embarqué que l’on peut diviser en plusieurs étapes : 1) définition d’une fenêtre d’analyse 2) extraction des signaux des capteurs. 3) détection de la marche 4) traitement des signaux pendant l’activité 5) calcul du risque lié à la marche 6) exportation des résultats obtenus pour en faire la vérification. Pour la première étape, il est important de délimiter une fenêtre pouvant contenir l’activité à détecter, la fenêtre d’analyse étant en corrélation avec le temps, il faut la définir suffisamment grande pour que le début et la fin de l’activité soit dans cette fenêtre mais il est aussi important de ne pas la prendre trop grande car, utilisant de la technologie embarqué, les ressources disponibles ne sont pas « infinies » comme sur un ordinateur. À la seconde étape, l’acquisition des signaux consiste à mesurer les mouvements de l’opérateur à l’aide d’un instrument de mesure non-invasif, non-intrusif capable de fonctionner dans son milieu de travail in-situ. La troisième étape consiste, à l’aide de la littérature, à définir ce qu’est un pas traduisant la marche en utilisant les capteurs présents dans la semelle. Ainsi on peut définir ce qu’est un pas et délimiter un segment de notre fenêtre sur lequel nous ferons l’analyse du risque. Une fois le segment de données extrait à l’aide de la détection de la marche, des caractéristiques sont extraites sur les signaux relevés afin de permettre de diminuer le nombre de données à traiter ainsi que de permettre de créer plus facilement une distinction entre la marche et les autres activités. En cinquième étape, nous calculons le risque à l’aide des caractéristiques extraites, ce modèle de calcul est calqué sur un modèle déjà existant très fiable et pourtant très simpliste basé sur un modèle statistique. Pour la dernière étape, les données obtenues sont transférés vers un ordinateur afin de faire un traitement sur Matlab des résultats obtenus, à la fois sur le calcul des caractéristiques mais aussi sur le calcul du risque. Une fois la comparaison effectuée, le calcul de la déviation de l’écart mesuré avec les valeurs attendues donne des résultats de l’ordre de 10−7% pour les résultats avec l’écart le plus grand. Dans les meilleurs cas, la précision atteinte est de 100%, tout particulièrement pour le calcul du risque qui est le résultat le plus intéressant à étudier. Ces résultats n’impliquent pas que le risque est reconnu dans 100% des situations mais plutôt que les résultats des calculs sont totalement fiables. Ainsi, la semelle mis en place dispose des meilleurs outils pour atteindre les résultats escomptés dans la détection des autres activités.