> Offres de formation > Offres de thèses

Méthodologie d'analyse de gestes dextres ? Applications en Réalité Virtuelle, haptique et robotique

Défi technologique : Usine du futur dont robotique et contrôle non destructif (en savoir +)

Département : Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Laboratoire : Laboratoire de Simulation Interactive

Date de début : 01-09-2022

Localisation : Saclay

Code CEA : SL-DRT-22-0687

Contact : florian.gosselin@cea.fr

La maquette numérique en environnement virtuel est devenue un outil de référence pour la conception de nouveaux systèmes. Elle permet, en simulant en temps réel et de façon immersive l'ensemble des phases de production, assemblage et utilisation de ces produits, de détecter et de corriger les erreurs très en amont du cycle de conception, ce qui réduit le temps et les coûts de développement. Au-delà, ses usages se démocratisent pour la formation médicale, le marketing, les jeux vidéo ou les interactions sociales (e.g. Metaverse). Cette immersion requiert cependant des méthodes et des périphériques adaptés. Si les casques de Réalité Virtuelle et les dispositifs audio spatialisés ont permis des progrès significatifs en termes d'immersion visuelle et sonore, ces mondes virtuels n'autorisent toujours pas des interactions manuelles dextres avec un retour haptique distribué de haute qualité : les caméras de profondeur et les gants de données ne fournissent aucun retour haptique tandis que les gants à retour d'effort restent lourds et encombrants. Il apparaît dès lors nécessaire de simplifier leur conception, en se concentrant sur les zones de la main les plus sollicitées et autorisant les interactions les plus riches. La commande des avatars de l'utilisateur souffre de limitations similaires. Leur contrôle en temps réel par un tracking des mouvements des mains reste difficile (e.g. occlusions, dispositifs intrusifs) et nécessite des modèles de la main et des contacts avec les objets encore difficiles à mettre en place compte tenu de la complexité des phénomènes en jeu. Une alternative consiste à utiliser une base de mouvements pré-enregistrés, sélectionnés et adaptés à la volée. Leur nombre doit cependant rester limité pour qu'ils puissent être reconnus, après apprentissage, de façon fiable en temps réel. Leurs caractéristiques doivent donc être choisies avec soin de sorte qu'ils permettent là aussi des interactions les plus riches possibles tout en restant relativement simples. Pour répondre à ces besoins, le CEA LIST a développé une méthodologie de spécification optimale des zones d'intérêt à considérer sur la main. Cet outil permet de générer des cartes et arbres d'interaction fournissant des informations sur les zones de la main les plus sollicitées et sur la richesse des interactions possibles en fonction des zones en jeu. L'objectif de cette thèse sera de travailler à l'enrichissement de cette méthodologie, avec de nouveaux moyens de mesure en environnement réel et/ou virtuel (e.g. capteurs de posture et d'efforts, avatar de l'opérateur, modèle physiquement réaliste des tâches réalisées) permettant d'obtenir les informations les plus complètes possibles sur les objets manipulés, les types de mouvements effectués, leurs amplitudes, ainsi que les efforts mis en jeu et leur répartition sur les différentes zones de la main. Il s'agira ensuite de développer des outils permettant d'automatiser les phases d'analyse de ces données grâce à des techniques de reconnaissance et de classification issues du domaine de l'IA. Il faudra enfin développer et enrichir le formalisme permettant de représenter les résultats sous un forme intelligible et facilement utilisable pour la spécification de gants haptiques ou de modèles d'avatars en Réalité Virtuelle. Ces résultats pourront aussi être appliqués à des tâches de manipulation dextre robotique.

Voir toutes nos offres Télécharger l'offre (.zip)

Email Bookmark and Share