La plupart de sondes oscillantes pour microscope à force atomique (AFM) commerciale sont basées sur des micro- cantilevers qui peuvent donner la mesure avec une résolution pico-Newton. Toutefois, ces résonateurs de flexion souffrent de faible fréquence de résonance et de facteur de qualité lors de l'utilisation dans un liquide. En outre, la détection optique limite également l'intégration du système et la miniaturisation de la sonde. Par conséquent, l’objectif principal des travaux présentés dans cette thèse est de remplacer le cantilever standard de l’AFM par un microsystème résonant à haute fréquence, présentant un facteur de qualité élevé et dont l’actionnement comme la détection seront intégrés. Plusieurs structures oscillantes sont proposées comme les anneaux vibrant en mode elliptique, les plaques rectangulaires vibrant en mode extension et les «dog-bone » résonateurs vibrant en mode extension. Les méthodes d’excitation et de détection intégrés sont étudiées et comparées, par exemple: excitation électrostatique/détection piézo-résistif, excitation/détection piézo-électrique et excitation thermique/détection piezo-résistif. Le procédé de fabrication de ces nouvelles sondes AFM sont définies et effectuées et les caractéristiques électriques et mécaniques sont mesurées telles que la fréquence de résonance, le facteur de qualité et l'amplitude des vibrations. En général, ces sondes résonnent entre 1 et 5 MHz avec un facteur de qualité de plusieurs milliers dans l'air. Plusieurs sondes sont ensuite monté sur un microscope AFM commercial et une imagerie sur les échantillons PMMA sont obtenus. La résolution de force la plus élevée déduite est d'environ 10 pN/Hz0.5. / Most of commercial Atomic Force Microscope (AFM) oscillating probes are based on micrometric cantilevers which can make measurement with pico-Newton force resolution. However, these flexural vibrating cantilever resonators suffer from low quality factor when operating in liquids and the laser-based vibration sensing unit limits the integration and miniaturization. The major objective of this thesis is thus studying alternative MEMS-based AFM probe with high resonance frequency and quality factor as well as integrated driving and sensing transduction. Several in-plane oscillating structure is proposed such as flexural vibration ring resonators, extensional vibration rectangular plates and extensional vibration dog-bone resonators. Variety kinds of integrated driving and sensing methods are investigated and compared, for example: electrostatic excitation/piezoresistive detection, piezoelectric excitation/detection, and thermal excitation/piezo-resistive detection. The fabrication process of these new AFM probes are defined and carried out and both the electrical and mechanical properties are measured such as the resonance frequency, the quality factor and the vibration amplitude. In general, these probes resonate between 1 to 5 MHz with a quality factor of several thousands in air. Well-performing probes are then mounted onto a commercial AFM microscope and topographic images of patterned sample surfaces are obtained. The highest force resolution deduced from the measurement is about 10 pN/Hz0.5.

Dans cette thèse nous intéressons à la conception d'un robot mobile capable d’analyser le comportement et le mouvement d’une personne en environnement intérieur et encombré, par exemple le domicile d’une personne âgée. Plus précisément, notre objectif est de doter le robot des capacités de perception visuelle de la posture humaine de façon à mieux maîtriser certaines situations qui nécessitent de comprendre l’intention des personnes avec lesquelles le robot interagit, ou encore de détecter des situations à risques comme les chutes ou encore d’analyser les capacités motrices des personnes dont il a la garde. Le suivi de la posture dans un environnement dynamique et encombré relève plusieurs défis notamment l'apprentissage en continue du fond de la scène et l'extraction la silhouette qui peut être partiellement observable lorsque la personne est dans des endroits occultés. Ces difficultés rendent le suivi de la posture une tâche difficile. La majorité des méthodes existantes, supposent que la scène est statique et la personne est toujours visible en entier. Ces approches ne sont pas adaptées pour fonctionner dans des conditions réelles. Nous proposons, dans cette thèse, un nouveau système de suivi capable de suivre la posture de la personne dans ces conditions réelles. Notre approche utilise une grille d'occupation avec un modèle de Markov caché pour apprendre en continu l'évolution de la scène et d'extraire la silhouette, ensuite un algorithme de filtrage particulaire hiérarchique est utilisé pour reconstruire la posture. Nous proposons aussi un nouvel algorithme de gestion d'occlusion capable d'identifier et d'exclure les parties du corps cachées du processus de l'estimation de la pose. Finalement, nous avons proposé une base de données contenant des images RGB-D avec la vérité-terrain dans le but d'établir une nouvelle référence pour l'évaluation des systèmes de capture de mouvement dans un environnement réel avec occlusions. La vérité-terrain est obtenue à partir d'un système de capture de mouvement à base de marqueur de haute précision avec huit caméras infrarouges. L'ensemble des données est disponible en ligne. La deuxième contribution de cette thèse, est le développement d'une méthode de localisation visuelle à partir d'une caméra du type RGB-D montée sur un robot qui se déplace dans un environnement dynamique. En effet, le système de capture de mouvement que nous avons développé doit équiper un robot se déplaçant dans une scène. Ainsi, l'estimation de mouvement du robot est importante pour garantir une extraction de silhouette correcte pour le suivi. La difficulté majeure de la localisation d'une caméra dans un environnement dynamique, est que les objets mobiles de la scène induisent un mouvement supplémentaire qui génère des pixels aberrants. Ces pixels doivent être exclus du processus de l'estimation du mouvement de la caméra. Nous proposons ainsi une extension de la méthode de localisation dense basée sur le flux optique pour isoler les pixels aberrants en utilisant l'algorithme de RANSAC. / In this thesis we are interested in designing a mobile robot able to analyze the behavior and movement of a a person in indoor and cluttered environment. Our goal is to equip the robot by visual perception capabilities of the human posture to better analyze situations that require understanding of person with which the robot interacts, or detect risk situations such as falls or analyze motor skills of the person. Motion capture in a dynamic and crowded environment raises multiple challenges such as learning the background of the environment and extracting the silhouette that can be partially observable when the person is in hidden places. These difficulties make motion capture difficult. Most of existing methods assume that the scene is static and the person is always fully visible by the camera. These approaches are not able to work in such realistic conditions. In this thesis, We propose a new motion capture system capable of tracking a person in realistic world conditions. Our approach uses a 3D occupancy grid with a hidden Markov model to continuously learn the changing background of the scene and to extract silhouette of the person, then a hierarchical particle filtering algorithm is used to reconstruct the posture. We propose a novel occlusion management algorithm able to identify and discards hidden body parts of the person from process of the pose estimation. We also proposed a new database containing RGBD images with ground truth data in order to establish a new benchmark for the assessment of motion capture systems in a real environment with occlusions. The ground truth is obtained from a motion capture system based on high-precision marker with eight infrared cameras. All data is available online. The second contribution of this thesis is the development of a new visual odometry method to localize an RGB-D camera mounted on a robot moving in a dynamic environment. The major difficulty of the localization in a dynamic environment, is that mobile objects in the scene induce additional movement that generates outliers pixels. These pixels should be excluded from the camera motion estimation process in order to produce accurate and precise localization. We thus propose an extension of the dense localization method based on the optical flow method to remove outliers pixels using the RANSAC algorithm.