Reconnaissance d'activités à base de capteurs de nature RFID et électrique aux fins d'assistance cognitive

点击翻译按钮获取中文摘要

Un grand nombre de recherches en intelligence artificielle (IA) et particulièrement en habitats intelligents s'intéressent au monitoring d'activités humaines en temps réel pour l'assistance des personnes âgées atteinte d'une déficience cognitive. La problématique repose sur le fait que l'assistance est conditionnelle à la reconnaissance (et/ou l'apprentissage) de l'activité en cours d'exécution (ou à réaliser). Par conséquent, l'élaboration et l'implémentation de systèmes de reconnaissance d'activités de la vie quotidienne (AVQ) fiables et robustes constituent un élément clé pour permettre le déploiement de systèmes d'assistance cohérents et efficaces.******La plupart des algorithmes de reconnaissances d' AVQ utilisent des données provenant de capteurs intrusifs (cameras, microphones) et/ou de capteurs binaires (contacts électromagnétiques, détecteurs de mouvements infrarouge,etc.). Bien qu'elles fournissent la plus grande expressivité, les caméras sont intrusives (respect de la vie de privée) et le traitement de leurs données est complexe. Il en est de même pour l'utilisation de microphones. Afin de trouver un compromis entre l'expressivité de l'information et l'intrusion, plusieurs chercheurs s'intéressent à l'exploitation de technologies alternatives telles que les capteurs RFID (Radio Frequency IDentification) de type passif et les capteurs de signaux électriques fixés au panneau principal d'alimentation d'une résidence pour la reconnaissance d'AVQ. ******L'exploitation de ces technologies exige de relever plusieurs défis scientifiques. D'abord, les données extraites par ces deux types de capteurs sont très bruitées. Ainsi, le développement d'algorithmes de débruitage est nécessaire pour permettre l'utilisation de ces données. Ensuite, ces données doivent être interprétées. Par exemple, la conversion des forces de signaux provenant d'étiquettes RFID passives en une position (2D) requière la création d'algorithmes de localisation et de traçabilité capables de gérer l'imprécision liée à cette technologie. Du côté du capteur électrique, l'identification des ouvertures/fermetures des appareils à partir des signaux électriques au panneau principal nécessite l'utilisation de techniques mathématiques avancées d'analyse du signal permettant l'extraction des signatures (puissance active, réactive, harmoniques, etc.) de chaque appareil mais aussi le développement de modèles algorithmiques qui tiennent compte de la variabilité de ces mêmes signatures. Enfin, une désagrégation du signal électrique est souvent inévitable pour discerner les appareils en fonction simultanément.******Pour les cinq prochaines années, je prévois m'attaquer aux différents défis scientifiques mentionnés précédemment afin d'étendre nos algorithmes de reconnaissance d'activités et d'apprentissage basés sur l'exploitation des données provenant de capteurs RFID et électrique.*****