Contexte
La perte de mobilité vécue par les personnes fragiles (personnes âgées, en situation de handicap…) limite naturellement leurs capacités à se déplacer de manière indépendante et à conserver l'accès aux activités sociales. Ces limitations peuvent être compensées par des aides à la mobilité telles que des fauteuils roulants électriques (Fomiatti 2013). Cependant, la conduite d'un fauteuil roulant électrique est une tâche difficile qui nécessite des capacités cognitives et visuo-spatiales, en particulier lorsqu'il s'agit de surmonter de multiples obstacles dynamiques ou de franchir des portes ou des espaces étroits (Massengale 2005).
Ainsi, la navigation en toute sécurité requiert un niveau d'expertise important qui peut être atteint grâce à une formation efficace afin d’être en capacité de gérer pleinement des situations de conduite complexes. Les prescripteurs doivent s'assurer que l'aide à la mobilité motorisée qu'ils préconisent à l’usager sera utilisée en toute sécurité dans la vie quotidienne. Malheureusement, en cas d'échec de l'évaluation et/ou de la formation, les thérapeutes peuvent décider d'empêcher la prescription d'un fauteuil roulant à un patient pour des raisons de sécurité. Les personnes dépendent alors entièrement d’une personne tierce pour tous les déplacements de la vie quotidienne. Cette absence d’indépendance conduit classiquement à une déprise spatiale et une altération de l’estime de soi.
Pour pallier cette situation, de nombreux travaux portent sur des fauteuils roulants robotisés, capables de naviguer de façon autonome (Leaman 2017), pour des déplacements en intérieur ou en extérieur. Toutefois, la conception de telles solutions nécessite de réfléchir en amont sur l’acceptabilité et l’acceptation des outils proposés. Les solutions de navigation autonomes ne laissent pas à l'utilisateur un contrôle suffisant, qui est pourtant nécessaire pour continuer à solliciter les fonctions cognitives et/ou motrices restantes et ainsi prévenir la perte totale de fonction (Hurst 2011). Il existe donc des solutions semi-autonomes s’appuyant sur des outils de contrôle ou de guidage partagés (Erdogan 2017) qui sont plus adaptées aux besoins de l'utilisateur car elles lui donnent un contrôle suffisant. Dans ce cadre, l’équipe Rainbow de l’IRISA/Inria a conçu une solution d’assistance à la conduite (Devigne 2016)(Devigne 2019), basée sur l’asservissement référencé capteur. Cette solution apporte un outil réactif de correction de trajectoire à l’approche d’un obstacle et permet d’améliorer de façon significative les performances de conduite, et permet même à une personne en situation d’échec de conduite de se déplacer de façon indépendante.
Toutefois, notre proposition actuelle n’est pas suffisante pour assurer une navigation efficace à moyen/long terme. Considérons le scénario de vie suivant : un résident souhaite retourner dans son lit. Il doit sortir de sa chambre, se repérer dans l’établissement d’hébergement, se diriger dans la bonne direction, conduire son fauteuil, s’approcher du lit et le positionner au bon endroit pour assurer un transfert en sécurité. Le fauteuil, idéalement, devrait alors être repositionné automatiquement dans la chambre pour qu’il soit mis en charge.
La réalisation de ces tâches est complexe, et sans aide, les personnes ne sont pas en capacité de les réaliser seules. L’idée est donc de concevoir un outil de navigation robuste, capable de les assister de bout en bout, en fonction de leurs besoins et de leurs envies, nécessitant une solution modulable, allant de la navigation autonome au contrôle partagé.
Objectifs de la thèse
Les techniques robotiques déployées se heurtent classiquement à la problématique de la perception de l’environnement conjointement à celle de la localisation. Les capteurs visuels sont peu adaptés au contexte, à la fois en termes d’acceptabilité (intrusivité), qu’en termes d’adaptation sur le fauteuil roulant et de coût global.
De nouveaux capteurs, basés sur la technologie radio ultra large bande (ULB), émergent en particulier pour des applications de localisation d’intérieur, et de suivi d’objets. Ce système, de coût réduit, permet la mesure de distances entre des balises fixes et un capteur mobile, afin d’obtenir une précision de localisation décimétrique dans le meilleur cas.
Nous allons chercher à exploiter ces capteurs pour la navigation d’un fauteuil, en dépit de la faible précision des mesures qu’ils fournissent.
La quantification de l’incertitude de localisation est un problème classique, généralement résolu par des méthodes probabilistes telles que le filtrage de Kalman étendu ou sans parfum. Sous l’hypothèse d’erreurs bornées, les méthodes ensemblistes telles que l’analyse par intervalles (Jaulin 2001) peuvent être mises en œuvre afin de caractériser un volume d’incertitude garanti pour la localisation (Kenmogne 2018).
La problématique réside ici dans la définition d’une solution de contrôle autonome ou partagé référencé capteur, qui exploite pleinement la notion d’incertitude de mesure liée aux balises ULB.
En modélisant les mesures de distances incertaines par des intervalles, on cherchera à propager ces incertitudes jusqu’au calcul des vitesses à appliquer au fauteuil. Pour ce faire, on s’appuiera sur les méthodes d’inversion ensembliste par intervalles et de propagation de contraintes, permettant de caractériser des solutions sous forme d’ensembles..
Dans un contexte de contrôle partagé, le calcul d’un ensemble de commandes admissibles permet de laisser à la personne le choix de sa trajectoire. Pour la navigation autonome, il sera nécessaire de définir un critère permettant de sélectionner, dans l’ensemble solution obtenu, la commande à appliquer au fauteuil.
Collaborations - partenariat
Ce projet s’inscrit dans la continuité des travaux réalisés par l’équipe Rainbow dans le cadre conjoint du projet PRISME, finalisé en décembre 2020, et du projet Interreg ADAPT (2017-2022). Ces travaux ont conduit à la définition d’un prototype de fauteuil roulant capable de réaliser des tâches de navigation locales et précises. Une étude clinique, conduite par le centre de rééducation du Pôle Saint Hélier, a démontré l’intérêt de l’outil et a précisé les scénarios pour lesquels la proposition est pertinente. A l’issue de cette étude, le Pôle Saint Hélier et l’équipe Rainbow a décidé de poursuivre les travaux, d’élargir les perspectives et de fiabiliser la solution. Pour ce faire, un nouveau projet, en réponse à l’appel à projet Innovation Collaborative au croisement des filières de la région Bretagne est en cours de montage. La thèse proposée s’inscrit pleinement dans ce cadre : le doctorant sera amené à collaborer avec les PME du consortium et réalisera des études cliniques avec l’aide des cliniciens du Pôle Saint Hélier.
Fomiatti, R., Richmond, J., Moir, L., & Millsteed, J. (2013). A systematic review of the impact of powered mobility devices on older adults’ activity engagement. Physical & Occupational Therapy in Geriatrics, 31(4), 297-309.
Massengale, S., Folden, D., McConnell, P., Stratton, L., & Whitehead, V. (2005). Effect of visual perception, visual function, cognition, and personality on power wheelchair use in adults. Assistive Technology, 17(2), 108-121.
Leaman, J., & La, H. M. (2017). A comprehensive review of smart wheelchairs: past, present, and future. IEEE Transactions on Human-Machine Systems, 47(4), 486-499.
Hurst, A., & Tobias, J. (2011). Empowering individuals with do-it-yourself assistive technology. ASSETS '11.
L. Devigne, F. Pasteau, T. Carlson, M. Babel (2019). A shared control solution for safe assisted power wheelchair navigation in an environment consisting of negative obstacles: a proof of concept. In IEEE International Conference on Systems, Man, and Cybernetics, SMC'19, Bari, Italy.
Devigne, L., Narayanan, V. K., Pasteau, F., & Babel, M. (2016). Low complex sensor-based shared control for power wheelchair navigation. In IEEE/RSJ International Conference on Intelligent Robots and Systems, 5434-5439.
L. Jaulin, M. Kieffer, O. Didrit and É. Walter (2001). Applied Interval Analysis. Springer, London.
I-F. Kenmogne, V. Drevelle, E. Marchand (2018). Interval-based cooperative UAVs pose domain characterization from images and ranges. 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 6349-6356, 2018.