Reconnaissance par segmentation automatique de trajectoires d’un fauteuil roulant

1. Reconnaissance par segmentation automatique de trajectoires d’un fauteuil roulant Ali AICH, Sophie LORIETTE Institut Charles Delaunay, Laboratoire ISTIT-M2S Université de Technologies de Troyes, UTT, France {ali.aich, sophie.loriette} @utt.fr

2. Plan • Objectifs • Présentation du projet VAHM • Problématique • Catégories de situations • Approche proposée • Conclusion et perspectives

3. 1. Objectifs L’objectif de notre travail est de doter un fauteuil roulant d’un système d’assistance à un utilisateur lourdement handicapé en se focalisant sur : • La reconnaissance du trajet emprunté par l’utilisateur • La prédiction de la suite du trajet reconnu  • L’apprentissage des nouveaux trajets

4. 2. Projet VAHM (Véhicule Autonome pour Handicapés Moteurs) • Concepts de base • Orientation, rétrécissement, trajet • Reconnaissance de trajets complets Alignement, séquences multidimensionnelles Figure 1. Le prototype VAHM Figure 2. Interface de manipulation du fauteuil

5. 3. Catégories des situations • Structure d’un trajet Historique du rétrécissement, historique des orientations symboliques • Structure d’un cas Séquences de { Orientation, Distance, Eqm_Rétrécis, Cas suivant } • Exemple Cas01 Cas02 Figure 3. Exemple d’un trajet

6. Apprentissage initial Nouveau trajet Recherche du meilleur cas source Prédiction Apprentissage 4. Approche proposée (1) Figure 4. Cycle de raisonnement

7. 4. Approche proposée (2) • Apprentissage initial Segmentation automatique de trajets Validation d’une nouvelle direction • Reconnaissance et prédiction Parcours de la base de cas Mesure de similarité Prédiction de la future direction du fauteuil • Apprentissage Poids d’un cas Ajout d’un cas Modification d’un cas

8. 5. Conclusion et perspectives • Résultats Approche de RàPC pour doter un fauteuil roulant d’un système d’assistance Adaptation du fauteuil à l’environnement de son utilisation Segmentation en ligne des trajets • Travaux en cours / Perspectives Implémentation des algorithmes de reconnaissance, prédiction et apprentissage Amélioration de la structure des cas (prototype) Validation de cette approche sur différents types d’environnements

9. Merci pour votre attention !