Alors que les systèmes de reconnaissance gestuelle actuels privilégient souvent un usage intérieur, nous nous intéressons à la conception d'un système dont l'utilisation est possible en environnement extérieur et en mobilité. Notre objectif est le contrôle temps-réel d'un robot mobile dont l'usage est destiné aux fantassins débarqués. La contribution principale de cette thèse est le développement d'une chaîne de reconnaissance gestuelle temps réel, qui peut être entraînée en quelques minutes avec: un faible nombre d'exemples ("small data"); des gestes choisis par l'utilisateur; une résilience aux gestes mal réalisés; ainsi qu'une faible empreinte CPU. Ceci est possible grâce à deux innovations clés: d'une part, une technique pour calculer des distances entre séries temporelles en flux, basée sur DTW; d'autre part, une rétro-analyse efficace du flux d'apprentissage afin de déterminer les hyperparamètres du modèle sans intervention de l'utilisateur. D'autre part, nous avons construit notre propre gant de données et nous l'utilisons pour confirmer expérimentalement que la solution de reconnaissance gestuelle permet le contrôle temps réel d'un robot en mobilité. Enfin, nous montrons la flexibilité de notre technique en ce sens qu'elle permet de contrôler non seulement des robots, mais aussi des systèmes de natures différentes. / Although gesture recognition has been studied for several decades, much research stays in the realm of indoors laboratory experiments. In this thesis, we address the problem of designing a truly usable, real- world gesture recognition system, focusing mainly on the real-time control of an outdoors robot for use by military soldiers. The main contribution of this thesis is the development of a real-time gesture recognition pipeline, which can be taught in a few minutes with: very sparse input ("small data"); freely user-invented gestures; resilience to user mistakes during training; and low computation requirements. This is achieved thanks to two key innovations: first, a stream-enabled, DTW-inspired technique to compute distances between time series; and second, an efficient stream history analysis procedure to automatically determine model hyperparameters without user intervention. Additionally, a custom, hardened data glove was built and used to demonstrate successful gesture recognition and real-time robot control. We finally show this work's flexibility by furthermore using it beyond robot control to drive other kinds of controllable systems.

L'objectif général de cette thèse est d'observer, d'un point de vue biomécanique, comment le vieillissement agit sur le mouvement de préhension et en particulier lorsque celui-ci est perturbé par la présence d'obstacle. Pour cela, le gant de données Cyberglove et le système optoélectronique Vicon ont été utilisés conjointement dans deux protocoles expérimentaux pour recueillir les données relatives aux mouvements du tronc, du membre supérieur et de la main lors d'un geste complexe de préhension. Dans un premier temps, l'effet des propriétés intrinsèques et extrinsèques de l'obstacle a été testé chez des sujets adultes où les modalités de taille, de distance et de position variaient afin d'observer l'influence de l'environnement sur le mouvement. Nos résultats confirment que la présence d'un obstacle modifie la cinématique des composantes de "transport" et de "saisie". Cependant, la variation des propriétés intrinsèques et extrinsèques de l'obstacle a peu d'effet sur les paramètres spatio-temporels ce qui suggère un contrôle global du mouvement. Dans un deuxième temps, une population composée d'adultes et de personnes âgées a été comparée afin de considérer l'effet de l'âge sur la fonction de préhension en présence d'obstacle. Nos résultats montrent que les propriétés intrinsèques et extrinsèques de l'obstacle affectent plus particulièrement les mouvements des personnes âgées qui se caractérisent par une augmentation de la durée de mouvement, une modification des profils angulaires et une augmentation de la variabilité comparés à ceux des adultes. L'utilisation de stratégies motrices spécifiques aux personnes âgées impliquant de manière prépondérante le tronc et l'élévation du bras semble leur permettre de compenser leur déficit de mobilité.