Le projet BEWHEELI (Brain Eyes WHEELchair Interface) consiste à mettre en place une interface basée sur la combinaison du regard et de l’activité cérébrale pour aider une personne à mobilité réduite, à contrôler, commander son fauteuil roulant. La navigation sur fauteuil roulant basée sur le regard a fait l’objet de plusieurs projets. Néanmoins, plusieurs contraintes ont été évoqué : la fatigue cognitive, occulo-musculaire, et l’incapacité de la gestion des fixations sporadiques, d’où l’introduction de la composante cérébrale qui, malgré sa limitation technologique et la complexité de son traitement, s’avère complémentaire à la composante visuelle. Par conséquent pour pallier à ce problème, qui influe sur la sécurité de la navigation du fauteuil roulant, deux paramètres, l’émotion et la fatigue mentale ont été pris en considération. En premier temps, un protocole d’induction des émotions a été mis en place, se basant sur la présentation de séquences vidéo, et les données issues du capteur cérébral ont été extraites et classifiées pour en dégager quatre émotions essentielles : excitation, stress, énervement et relaxation. Ces dernières ont été ensuite intégrées comme contrôleurs de vitesse dans un contexte de navigation virtuelle sur fauteuil roulant. La prise en considération du niveau de la fatigue mentale de l’utilisateur, qui peut engendrer sa déconcentration totale ou partielle dans la prise de décisions, est cruciale pour sécuriser la navigation sur fauteuil roulant. Pour se faire, une étude cognitive basée essentiellement sur l’impact de la fatigue mentale issu des deux sources de contrôle cérébrales, telles que : le Pique 300 (P300) et le potentiel visuel évoqué (SSVEP). Un protocole d’expérience spécifique a été mis en place, nous a permis d’évoquer les caractéristiques physiques des signaux du P300 et le SSVEP d’induire la fatigue mentale. Afin de définir la partie cérébrale la plus influencée et évaluer au mieux le niveau de fatigue de l’utilisateur, une étude de corrélation et de fusion entre les deux informations issues des deux signaux du P300 et le SSVEP a été menée en utilisant la théorie des évidences (Dempster-Schäfer). En dernière étape de ce projet, une étude de fusion fatigue mentale / émotion a été effectué, moyennant la logique floue, pour l’aide à la décision en mode manuel, semi-autonome ou autonome, du fauteuil roulant. / He Brain Eyes WHEELchair Interface (BEWHEELI) project aims at proposing a new alternative for severely disabled people (example palsy and Locked-In patients) to command their wheelchairs. It's built on two major blocks: the command block which ensures the migration from the use of joystick to the gaze/brain automated command (including the intermediate phase of gaze/joystick command). The security block deals with the wheelchair control by assessing human factors mainly emotions and mental fatigue through its impact on brainwave patterns. In the former, four emotions were induced and implemented (relaxation, nervousness, excitement and stress) in three navigation scenarios where the introduction of the detection block was assessed. The next step consists on evaluating the impact the mental fatigue can have on two sources of control : Positive 300 (P300) and Steady State Visual Evocked Potentials (SSVEP).Those are treated individually and combined be the mean of evidential theory reasoning to build up a fatigue detection block. At the end a fuzzy logic based decision system was introduced to combine emotional and fatigue blocks that triggers to three navigation modes : manual, semi-autonomous and autonomous that reflect physical abilities of the users to command their wheelchairs.
Identifer | oai:union.ndltd.org:theses.fr/2013TOUL0020 |
Date | 09 December 2013 |
Creators | Lamti, Hachem Amine |
Contributors | Toulon, École nationale d'Ingénieurs de Sfax (Tunisie), Gorce, Philippe, Alimi, Mohamed Adel |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.002 seconds