La rencontre de l’intelligence ambiante et de la robotique d’assistance a donné naissance à ce que nous avons appelé robotique ambiante d’assistance car destinée à assister une personne en perte d’autonomie. Elle s’appuie sur l’existence de réseaux d’objets communicants présents dans l’environnement de la personne pour décliner un ensemble de services et de téléservices destinés à faciliter la vie quotidienne de cette personne et de son entourage. Un, voir plusieurs robots peuvent être présents dans cet environnement. Une communauté scientifique récente s’est construite autour de la robotique ubiquitaire. Tandis que les robots des générations précédentes ont été conçus pour réaliser des tâches spécifiques et construits en tant qu’unité indépendante, la nouvelle génération vise l’ubiquité. L’autonomie du robot est obtenue par une interaction étroite entre le robot et l’environnement ambiant communicant. Dans le contexte de l’intelligence ambiante, les objets communicants de l’environnement peuvent jouer un rôle "facilitateur" en aidant le robot à se localiser, naviguer, rechercher un objet. Inversement, le robot peut être vu comme un objet communicant qui est mis à contribution par des services autres que l’assistance à la personne en perte d’autonomie. Ainsi le premier objectif de cette thèse est de proposer une architecture informatique permettant la coopération entre le robot et les objets communicants présents dans l’environnement tels que les capteurs ou les actionneurs. Le deuxième objectif est de proposer une méthode de localisation par coopération robot-environnement communicant. Notre ambition est de localiser avec certitude le robot dans une zone de l’habitat. / The meeting of ambient intelligence and assistive robotics gave birth to ambient assistive robotics which aims at assisting a person in loss of autonomy. It relies on the existence network of communicating objects present in the environment of the person. The objective is to propose a set of services and teleservices for facilitating the person's daily life. One or more robots can be present in this environment. Previous generation of robots have been designed to perform tasks specific and built as an independent unit, while the new generation of robots tries to take advantage of ubiquity. In this framework, the robot autonomy is obtained by a close interaction between the robot and the ambient environment. Up to recent years the robot moved in a rather hostile environment which did not facilitate its task. In the context of ambient intelligence, the communicating objects of ambient environment can play a "facilitator" role in helping the assistive robot for locating itself, searching for a person … Conversely, the robot can be seen as a communicating object which is used by services to the person in loss of autonomy. The first objective of this thesis is to propose an architecture for cooperation between the robot and communicating objects and the second objective is to propose a localization method by cooperation of ambient environment and a mobile robot.

Grâce à l’informatique ubiquitaire, il devient possible d’avoir des environnements de plus en plus intelligents offrant de l’assistance ambiante aux activités de la vie quotidienne. Dans ce mémoire, un système d’assistance est présenté offrant une assistance ambiante personnalisée aux personnes âgées avec démence d'Alzheimer souffrant d’errance nocturne. L’hypothèse de départ est que la nuit, les personnes Alzheimer font de l’errance pour satisfaire des besoins précis même si elles sont incapables de les exprimer. Notre sujet s’intéresse à trois types de besoins dans le contexte d’errance nocturne : avoir faim, avoir envie d’aller aux toilettes et avoir besoin d’être rassuré. Un système d’assistance ambiante a été conçu et implémenté pour chacun. Ce système utilise un réseau de capteurs et d’effecteurs hétérogènes. Dans un premier temps, des données sur les routines de la personne atteinte d’Alzheimer sont collectées par des questionnaires et des capteurs. Ces données sont ensuite validées pour établir les scénarios d’assistance et détecter les épisodes d’errance. Dans un second temps, grâce au profil recueilli avec la participation du proche aidant, des règles sont conçues pour décider de l’assistance à fournir pour accompagner la personne à travers la satisfaction de son besoin, puis l’inciter à retourner se coucher sans toutefois la contraindre. De plus, une application tablette est mise en place pour offrir du contrôle sur l’activation de l’assistance. Cette application est confiée au proche-aidant afin qu’il puisse décider s’il préfère offrir sa propre assistance ou celle automatisée. Le système d’assistance ambiante développé recueille donc des données dans le domicile et offre de l’accompagnement à la personne tout en offrant plus de confort à son proche-aidant. Une expérimentation dans un domicile auprès d’un binôme composé d’une mère atteinte de démence et de sa fille a été réalisée sur une période de cinq semaines. Même si aucun épisode d’errance n’a été détecté pendant cette expérimentation, les données recueillies par les différentes sources ont été comparées à celles du système pour en établir la validité. Une reconstruction des événements a été possible avec les données collectées. Celle-ci permet d’observer les activités de la personne atteinte d’Alzheimer dans son quotidien. Cette approche pour obtenir le suivi des activités est applicable aux activités nocturnes permettant ainsi le suivi pendant l’errance s’il y’a lieu.

La rencontre de l'intelligence ambiante et de la robotique d'assistance a donné naissance à ce que nous avons appelé robotique ambiante d'assistance car destinée à assister une personne en perte d'autonomie. Elle s'appuie sur l'existence de réseaux d'objets communicants présents dans l'environnement de la personne pour décliner un ensemble de services et de téléservices destinés à faciliter la vie quotidienne de cette personne et de son entourage. Un, voir plusieurs robots peuvent être présents dans cet environnement. Une communauté scientifique récente s'est construite autour de la robotique ubiquitaire. Tandis que les robots des générations précédentes ont été conçus pour réaliser des tâches spécifiques et construits en tant qu'unité indépendante, la nouvelle génération vise l'ubiquité. L'autonomie du robot est, dans ce cadre, obtenue par une interaction étroite entre le robot et l'environnement ambiant communicant. Jusqu'à ces dernières années le robot évoluait dans un environnement plutôt hostile qui ne lui facilitait pas la tâche. Dans le contexte de l'intelligence ambiante, les objets communicants de l'environnement peuvent jouer un rôle "facilitateur" en aidant le robot à se localiser, naviguer, rechercher un objet. Inversement, le robot peut être vu comme un objet communicant qui est mis à contribution par des services autres que l'assistance à la personne en perte d'autonomie. Le premier objectif de cette thèse est de proposer une architecture informatique permettant la coopération entre le robot et les objets communicants présents dans l'environnement tels que les capteurs ou les actionneurs. Une des difficultés est que le robot évolue dans un environnement encombré, changeant de façon non prédictible au sens où, par exemple, les capteurs ambiants peuvent être disponibles/indisponibles, accessibles/inaccessibles. Il est donc nécessaire de disposer de mécanismes d'adaptation face à des situations diverses voir imprévues afin qu'au final, le robot réussisse sa mission, se déplacer d'un point A à un point B, si possible en tenant compte de contraintes telles que le degré d'urgence ou le niveau de précision. Nous avons aussi pris en compte une autre contrainte, d'ordre éthique, dimension très débattue dans les projets de robotique d'assistance à domicile, qui est le degré d'intrusion. L'intrusion d'une intelligence ambiante capable d'agir et de percevoir, en présence de la personne, occasionne une gêne pour celle-ci et son entourage. Dans le cadre de cette thèse, nous évaluerons notre architecture informatique de coopération entre le robot et le réseau de capteurs, ainsi que les mécanismes d'adaptation avec la tâche de localisation du robot. L'ambition est de fournir un résultat de localisation à tout prix, quitte à ce qu'il soit dégradé et ce, quelle que soit la situation rencontrée. Pour répondre à cette obligation de résultat, nous avons introduit la notion d'effet. Le système cherche à se rapprocher le plus près possible de l'effet demandé. C'est la solution acceptable, au sens de certains critères, qui est retenue. Ce n'est pas forcément la solution optimale. Le deuxième objectif de la thèse est de proposer une méthode de localisation par coopération robot-environnement communicant. Notre ambition est de localiser avec certitude le robot dans une zone de l'habitat. Les dimensions de cette zone peuvent être très variables. Ces dimensions dépendent des besoins de la tâche, voire de l'enchaînement de tâches, que prévoit de réaliser le robot à cet instant, mais découlent aussi de facteurs comme la dispersion des capteurs dans l'environnement, la qualité des mesures disponibles. Nous partons du principe qu'une bonne connaissance de sa situation, la certitude d'être dans cette zone avec une précision connue, permettra au robot d'adopter la meilleure stratégie possible pour assurer sa mission qui est de retrouver la personne dans son habitat. Aussi, la position et l'orientation du robot doivent être données avec une précision garantie. C'est moins la précision que la certitude que le robot appartienne à cette zone qui importe. Bien que l'approche de localisation ait pour ambition d'utiliser les mesures provenant d'un réseau de capteurs, les plus variés possibles, situés dans l'environnement ou sur le robot, elle n'a pas vocation, du moins dans sa version de base, à répondre à tous les cas de figure. Nous allons préciser le périmètre de son utilisation. L'un des intérêts de cette méthode est d'être apte à utiliser des mesures issues de capteurs du robot et de l'environnement. Les mesures sont des angles connus avec une certaine incertitude. La localisation est obtenue par multilatération. La version de l'algorithme proposé dans cette thèse a pour vocation d'une part, de montrer l'intérêt de l'approche par intervalles, et d'autre part, de disposer d'une méthode de localisation qui sera utilisée par les agents capteurs du SMA décrit plus haut. Des améliorations peuvent être apportées sur plusieurs points. Tout d'abord, les mesures aberrantes qui violent de l'hypothèse d'erreur bornée ne sont pas traitées. Il existe des pistes dans la littérature pour y remédier. Par ailleurs, il a été considéré, pour simplifier la présentation de l'approche, que la localisation des capteurs et des marqueurs de l'environnement était connue. Mais il est facile d'introduire cette incertitude dans l'algorithme.

L'Assistance Ambiante est un domaine de recherche prometteur qui vise à utiliser les technologies de l'information pour venir en aide aux personnes dépendantes durant leur vie quotidienne. L'impact de ces recherches pourrait être déterminant pour de nombreux séniors ainsi que pour leurs proches. Cette discipline s'est développée régulièrement au cours des dernières années, mais tout de même plus lentement que la plupart des autres applications de l'internet des objets. Cela est dû à la complexité inhérente à l'Assistance Ambiante, qui nécessite une compréhension dynamique du contexte, ainsi que la mise en place de nombreux média de communication dans le lieu de vie de l'utilisateur. Plus précisément, les chercheurs rencontrent des difficultés avec l'étape déterminante de la reconnaissance d'activité, comme nous le montre la littérature.Mon équipe de recherche a déployé notre système dans plusieurs environnements, le plus récent consistant en une maison de retraite et trois maisons individuelles en France.Nous adoptons une approche centrée sur l'utilisateur, où l'utilisateur final définit ce qu'il attend, et nous fournit des réactions et conseils sur notre système.De cette manière, nous pouvons apprendre de nos déploiements, et obtenir des informations pour répondre aux défis de l'Assistance Ambiante, y compris la reconnaissance d'activité.Ainsi, la ligne directrice de cette thèse émerge des défis que nous avons rencontré durant nos déploiements.Au commencement de cette thèse, j'ai été confronté à la problématique concrète d'un déploiement réel de notre système.Je relate donc les besoins que nous avons vu émerger, par nos propres observations et par les retours des utilisateurs, ainsi que les problèmes techniques que nous avons rencontrés.Pour chacun de ces problèmes et besoins, je décris la solution que nous avons retenu et implémenté.Une fois le système installé, mon équipe et moi-même avons pu récolter de nombreuses données sur son fonctionnement.J'ai tout d'abord mis en place une plate-forme d'analyse de données en Assistance Ambiante, permettant un prototypage rapide lié à la reconnaissance d'activité.En tirant profit de cette plate-forme, j'ai observé le problème posé par la reconnaissance d'activité, qui est une étape critique, mais trop souvent inexacte dans ses conclusions.Pour faire face aux erreurs dans le raisonnement, je formalise la notion d'exactitude pour la reconnaissance d'activité, et fournit une méthode pour mesurer l'exactitude de notre moteur de raisonnement.Cela requiert d'abord d'observer une vérité terrain sur l'activité en cours, ou à défaut une estimation sur cette activité, d'une source autre que le raisonneur lui-même.Je cherche ensuite à améliorer la qualité de notre moteur de raisonnement.Pour y parvenir, je m'attache à regarder plus précisément certains raisonnements incorrects.J'y observe que les erreurs de raisonnement viennent parfois du fait que le raisonneur essaie d'être trop précis, ou qu'à l'inverse, il est parfois trop imprécis dans les activités qu'il infère.Je propose donc une méthode pour optimiser le moteur de raisonnement, de telle manière à ce qu'il conclue de la meilleure façon possible parmi plusieurs activités suspectées, en choisissant l'activité qui offre le meilleur compromis entre sa Précision et le risque d'Inexactitude de la part du moteur de raisonnement.Cette contribution me mène à introduire une hiérarchie entre les activités.En effet, en appliquant la méthode précédente sur un modèle hiérarchique d'activités, le raisonneur est calibré automatiquement, pour choisir à quel niveau de précision il pourra reconnaître une activité.Il va de soi que ces travaux sont validés formellement au sein de cette dissertation. / Ambient Assisted Living is a promising research area.It aims to use information technologies to assist dependent elderly people on their daily life.The impact of these technologies could be dramatic for millions of elderly people and for their caregivers.This research area has developed consistently over the past few years, although slower than most other applications of the Internet of Things.This is caused by the inner complexity of Ambient Assisted Living.Indeed, Ambient Assisted Living requires a dynamic understanding of the context, as well as the disposal of numerous communication media in the environment surrounding the end-user.More precisely, researchers face difficulties in recognizing end-users' activities, as we can observe in the literature.My research team have deployed our system in several environments, of which the most recent includes a nursing home and three houses in France.We adopt a user-centric approach, where end-users describe what they expect, and share with us their feedbacks and advices about our system.This approach guided me to identify activity recognition as a critical challenge that needs to be addressed for the usability and acceptability of Ambient Assisted Living solutions.Thus, the guiding line of this thesis work emerges naturally from the challenges we encountered during our deployments.In the beginning of this thesis, I have been facing the practical problem of putting into place an actual deployment of our system.In this document, I describe the needs that emerged from our own observations and from the users feedbacks, as well from as the technical problems we encountered.For each of these problems and needs, I describe the solution we have selected and implemented.From our deployments, my team and I were able to collect a large amount of operating data.I have created a platform to analyze Ambient Assisted Living data, also to allow rapid prototyping for activity recognition.By using this platform, I have observed problems with activity recognition, which is too often misleading and inaccurate.A first observation is that the sensor events are sometimes disturbed by multiuser situations, when several persons are active in the home.Activity recognition in these conditions is extremely difficult, and during this thesis my scope is solely focused on detecting multiuser situations, not recognizing activities in such situations.I then seek to improve the quality of our reasoning engine.To do so, I have looked more precisely at some incorrect reasoning.I observed that the errors in reasoning come from the fact that the reasoner tries to be too precise or that, conversely, it infers too imprecise activities.I therefore propose a method to optimize the reasoning engine, so that it concludes with the best possible activity among several possible activities, by choosing the one that offers the best compromise between Precision and the risk of Inaccuracy in activity recognition.It should be noted that this contribution is independent of the method used for activity recognition, and can work with any type of reasoning.I have formalized the concept of Accuracy, and provided a method to measure the Accuracy of a reasoning engine.This requires first to observe a ground-truth on the activity being performed.This contribution brought me to introduce a hierarchical model for activities.Indeed, by applying the method described above on a hierarchical model of activities, the reasoning engine can be calibrated automatically to choose how precise it should be at recognizing an activity.It goes without saying that these contributions are formally validated through this dissertation.