Reconnaissance par segmentation automatique de trajectoires d

1
Reconnaissance par segmentation automatique de
trajectoires dun fauteuil roulant

• Ali AICH, Sophie LORIETTE
• Institut Charles Delaunay, Laboratoire ISTIT-M2S
• Université de Technologies de Troyes, UTT, France
• ali.aich, sophie.loriette _at_utt.fr

2
Plan

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

3
1. Objectifs

• Lobjectif de notre travail est de doter un
  fauteuil roulant dun système dassistance à un
  utilisateur lourdement handicapé en se focalisant
  sur
• La reconnaissance du trajet emprunté par
  lutilisateur
• La prédiction de la suite du trajet reconnu 
• Lapprentissage 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 dun trajet
• Historique du rétrécissement, historique des
  orientations symboliques
• Structure dun cas
• Séquences de Orientation, Distance,
  Eqm_Rétrécis, Cas suivant
• Exemple

Cas01
Cas02
Figure 3. Exemple dun trajet
6
4. Approche proposée (1)
Figure 4. Cycle de raisonnement
7
4. Approche proposée (2)

• Apprentissage initial
• Segmentation automatique de trajets
• Validation dune nouvelle direction
• Reconnaissance et prédiction
• Parcours de la base de cas
• Mesure de similarité
• Prédiction de la future direction du fauteuil
• Apprentissage
• Poids dun cas
• Ajout dun cas
• Modification dun cas

8
5. Conclusion et perspectives

• Résultats
• Approche de RàPC pour doter un fauteuil roulant
  dun système dassistance
• Adaptation du fauteuil à lenvironnement 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 denvironnements

9

• Merci pour votre attention !