Reconnaissance par segmentation automatique de trajectoires d’un fauteuil roulant

9
RIAs’2006 Lyon 20/03/2006 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

description

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. Plan. Objectifs Présentation du projet VAHM - PowerPoint PPT Presentation

Transcript of Reconnaissance par segmentation automatique de trajectoires d’un fauteuil roulant

Page 1: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

Reconnaissance par segmentation automatique de trajectoires d’un fauteuil roulant

Ali AICH, Sophie LORIETTEInstitut Charles Delaunay, Laboratoire ISTIT-M2S

Université de Technologies de Troyes, UTT, France{ali.aich, sophie.loriette} @utt.fr

Page 2: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

Plan

1. Objectifs2. Présentation du projet VAHM3. Problématique4. Catégories de situations5. Approche proposée6. Conclusion et perspectives

Page 3: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

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

Page 4: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

2. Projet VAHM (Véhicule Autonome pour

Handicapés Moteurs)• Concepts de base

− Orientation, rétrécissement, trajet

• Reconnaissance de trajets completsAlignement, séquences multidimensionnelles

Figure 1. Le prototype VAHM Figure 2. Interface de manipulation du fauteuil

Page 5: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

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

Figure 3. Exemple d’un trajet

Cas01

Cas02

Page 6: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

4. Approche proposée (1)

Figure 4. Cycle de raisonnement

Apprentissage initial

Nouveau trajet

Recherche du meilleur cas source

Prédiction

Apprentissage

Page 7: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

4. Approche proposée (2)

• Apprentissage initialSegmentation automatique de trajetsValidation d’une nouvelle direction

• Reconnaissance et prédictionParcours de la base de cas

Mesure de similaritéPrédiction de la future direction du fauteuil

• Apprentissage Poids d’un cas Ajout d’un cas Modification d’un cas

Page 8: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

5. Conclusion et perspectives• Résultats

Approche de RàPC pour doter un fauteuil roulant d’un système d’assistanceAdaptation du fauteuil à l’environnement de son utilisationSegmentation en ligne des trajets

• Travaux en cours / PerspectivesImplémentation des algorithmes de reconnaissance,

prédiction et apprentissageAmélioration de la structure des cas (prototype)Validation de cette approche sur différents types

d’environnements

Page 9: Reconnaissance par segmentation automatique  de trajectoires d’un fauteuil roulant

RIAs’2006 Lyon 20/03/2006

Merci pour votre attention !