Etude et mise en oeuvre préalable d’un réseau de capteurs vidéo pour la surveillance à domicile

Télécharger le fichier pdf d’un mémoire de fin d’études

Les facteurs sociaux et culturels

Parmi les autres facteurs majeurs dans la variation de taux de la population âgée d’un territoire, nous pouvons noter la culture ainsi que les coutumes et traditions. La différence de mentalité entre les pays développés et les pays en développement fait beaucoup de différence.

Dans les pays développés

En plus de disposer de technologies médicales évoluées et d’un effectif de médecins relativement suffisant par rapport au nombre d’habitants, la population est consciente de l’utilisation des moyens de contraception, ainsi que la mentalité répandue qui met sur le même pied d’égalité les hommes et les femmes, ce qui donne beaucoup d’importance à l’éducation des femmes et permet leur intégration par le travail dans la société. Par conséquent, les couples se limitent à un nombre réduit d’enfants et un niveau de vie relativement élevé.

Dans les pays en développement

En revanche, le tiers-monde vit dans un contexte socio-économique moins favorable à cause de la pauvreté, du niveau de vie dégradé, du chômage, du manque de moyens de traitement et de contrôle médical ainsi que la mentalité qui dévalorise relativement le rôle de la femme et la cantonne à avoir des enfants et à s’occuper d’eux. Non seulement les femmes restent à la maison, mais elles ont un intérêt à avoir un grand nombre d’enfants même si la situation financière des familles est relativement dégradée. Les parents pensent en effet que les enfants peuvent travailler à un certain âge et gagner l’argent nécessaire pour les aider.

Augmentation de la population âgée

Les facteurs que nous venons de présenter précédemment ont augmenté la part de la population âgée. Même dans les pays du tiers-monde, bien que les taux de naissance et de décès soient relativement élevés, leur rythme est maintenant moins rapide et entraîne une allure décroissante de leurs courbes comparées aux années précédentes. Par conséquent, ils suivent aussi la transition de vieillissement, mais à un degré moindre que pour les pays développés.

En Europe

Dans notre étude, nous nous intéressons particulièrement au vieillissement dans les pays développés et en particulièrement en Europe. Ce continent « est la région du monde dont la démographie est la mieux étudiée » [11]. De ce fait, l’étude et l’observation de la démographie européenne et du taux de reproduction, sont facilitées. À partir de ces études, le concept général de révolution ou de «transition démographique » a été créé. En observant la Figure 8qui représente le pourcentage de la population âgée de 65 ans et plus en Europe, nous relevons que les pays sont confrontés au vieillissement à divers degrés créant ainsi une carte de vieillissement de l’Union européenne.

Les maisons de retraite ou EHPAD

Les maisons de retraite constituent actuellement la solution la plus répandue en Europe, et en particulier en France. Ces dernières années, le service « bien vieillir »est en plein essor dans le secteur public tout comme dans celui du privé. Certaines familles pensent qu’il est plus rassurant et social pour leurs ainés proches d’être entourées de personnes du même âge et avoir en même temps les services nécessaires à leur bien-être comme la nourriture saine, la propreté des lieux, les soins d’hygiènes et surtout le contrôle médical. Cette solution présente des avantages sociologiques dans le sens ou le résident d’un EHPAD ne se sent pas isolé, mais à quel prix ? La France compte actuellement 16,5 millions de retraités dotés d’une pension moyenne de 1288€ par mois. Les statistiques de 2014 ont montré que seulement 39% des personnes âgées sont capables de payer les frais des maisons de retraite qui sont de 1857€ par mois en moyenne [29]. Ceci oblige la plupart à vendre leurs biens et à se faire aider financièrement par leurs descendants.
En tenant compte de l’augmentation continue de l’immobilier, de la nourriture et des médicaments, le prix des pensions au sein des maisons de retraite est censé croître encore plus. Si nous nous basons sur les statistiques démographiques qui estiment la croissance de cette population jusqu’à 30 % en 2060, il s’avère que la situation devient de plus en plus compliquée et préoccupante. De plus, certaines personnes préfèrent s’isoler en cas d’handicap, prendre de la distance par rapport aux autres en vieillissant, ou être plus tranquilles pendant leurs dernières phases de vie, ce qui n’est pas toujours possible dans les maisons de retraite.

Les projets de recherche

Le projet HOMECARE

Ce projet consiste à assurer une surveillance indoor pour les patients atteints de la maladie d’Alzheimer ou ceux présentant des troubles de mobilité. Dirigé par le laboratoire LAASCNRS et labellisé par l’Agence Nationale de la Recherche, le budget du projet est de 1,8 M € sur une période de 3 ans (2010-2013) [32]. La problématique majeure qu’il traite est la perte d’autonomie des personnes à travers un système complet de télésurveillance.
Parmi les travaux réalisés dans ce projet, on peut citer le travail de Yoann Charlon [33]sur le patch électronique qui vise à surveiller l’état des patients et détecter le risque de chute.
Le patch est couplé avec l’application de la semelle intelligente dont l’objectif est d’analyser l’état de santé de la personne à travers sa marche. Le système est aussi capable de localiser le patient dans son habitat et envoyer les informations à traiter par communication radio.

Le projet DOMUS

C’est un projet qui est mis en oeuvre au sein de l’Université de Sherbrooke au Canada [34]et porte le même nom que le laboratoire DOMUS «Domotique et informatique mobile ». La thématique de recherche principale est l’informatique mobile pour les applications d’assistance cognitive et télé-vigilance dans les habitats intelligents. L’un des objectifs du laboratoire porte sur l’élaboration d’une plateforme matérielle et logicielle complète pour implémenter des services mobiles personnalisés capables d’être déployés dans des environnements variés. Le projet s’intéresse surtout aux malades souffrants de troubles cognitifs, d’une perte d’autonomie et de schizophrénie. Les personnes qui manquent d’encadrement et de soins suffisants pour leur assurer l’autonomie et la sécurité, sont la cible privilégiée du projet DOMUS qui conçoit des équipements et des appareils qui collectent des informations sur l’environnement et l’état des patients. Techniquement, plusieurs capteurs de présence (RFID), métrologiques, de mouvement, de localisation (infrarouge), mais aussi d’actionneurs, sont déployés partout dans l’habitat pour mesurer les données de l’environnement (température, pression, odeurs, mouvement, son..). A l’aide d’interfaces informatiques développées et réparties dans toutes les pièces et de serveurs supportant les logiciels d’application, la personne saura si elle a pris ses médicaments, si elle a oublié un four allumé, en recevant des alertes sous forme de messages textuels, vocaux ou même des signaux lumineux. Le projet utilise également une infrastructure réseaux KNX qui supporte plusieurs protocoles comme WiFi, ZigBee et CPL ainsi qu’une passerelle IP/KNX, ADSL, réseau très haut débit et un réseau téléphonique multipoints.

Solutions aux risques de détection de chutes

Comme nous l’avons vu dans les analyses statistiques, le risque de chute est un problème fréquemment rencontré chez les personnes âgées surtout quand elles sont seules à domicile. D’après les rapports des centres de contrôle des maladies et de prévention, et du centre national pour la prévention et le contrôle des blessures, les chutes sont les causes majeures des blessures chez les personnes âgées [45].
Les problèmes cognitifs et de perte d’autonomie peuvent amener à des accidents domestiques qui sont généralement des chutes causées soit par la faiblesse, soit par inattention des personnes âgées, soit par des ruptures osseuses pour les personnes atteintes d’ostéoporose. Les chutes constituent la cause principale d’hospitalisation des personnes âgées et plus de 60% de blessures graves selon [45]. Les causes de chutes sont diverses, selon des statistiques canadiennes [46].Les différentes causes de chutes chez les canadiens de 65 ans et plus et les types de blessures liées sont représentés sur la figure 15. En Europe, durant l’année 1999, environ 20 millions de personnes âgées ont subi une chute, soit à leur domicile, soit dans une institution spécialisée selon [47].A cause d’une non-détection à temps, ces chutes ont provoqué plus de 2 millions d’hospitalisation et environ 85 000 décès. Environ 30 % des personnes âgées de plus de 65 ans chutent au moins une fois chaque année, taux qui s’élève à 50 % après 80 ans. Entre 20et 30 % des personnes ayant chuté souffrent de séquelles qui diminuent leur mobilité et leur autonomie, avec un risque accru de décès prématuré. De plus, 50% des personnes âgées ayant subi une chute, ont besoin d’aide pour se rétablir après. Même si l’incident n’est pas grave, un retard d’appel d’urgence et d’intervention des secours peut causer des dommages très importants [48]. Ces chiffres devraient diminuer avec l’émergence des nouvelles technologies et des moyens de communication qui assurent une intervention plus rapide en cas de problème, mais restent quand même trop importants et nécessitent l’amélioration des solutions existantes et la proposition de nouvelles méthodes plus efficaces.

Les techniques d’apprentissage

Les premières sont considérées comme les méthodes les plus anciennes et sont basées sur des observations [54]. Il est possible de classer les mouvements du corps pendant les périodes d’apprentissage. Il est nécessaire de définir des critères de classification qui sont suffisamment importants et indépendants. On peut utiliser un réseau de neurones en suivant une période d’apprentissage supervisée. Ce réseau neuronal servira ensuite pour la classification automatique des mouvements futurs. La classification ne concerne que les cas rencontrés au cours de l’apprentissage.

Méthodes analytiques

Leur concept général utilise plusieurs systèmes d’analyse des données. Nous allons nous focaliser sur celles utilisant les systèmes vidéo et les techniques de détection puisque notre sujet de recherche gravite autour de la surveillance vidéo. Souvent, que ce soit pour une caméra couleur ou une caméra 3D, le sol doit figurer dans la scène filmée,
Le vieillissement et l’aide au maintien à domicile : état de l’art car dans la plupart des cas, la chute d’un individu se termine au sol. Le traitement d’image consiste à extraire et affiner la forme du corps. Plusieurs approches analytiques se sont basées sur l’encadrement de la silhouette humaine avec une ellipse approchée. La variation des coordonnées de l’ellipse dans le temps représente les mouvements de la personne et sa trajectoire modélisée. Si elle est accompagnée d’une inactivité vers la fin du mouvement alors, il s’agit d’une chute.

Comparaison des principales approches des méthodes de détection de chute

Dans le Tableau 4 nous citons plusieurs approches majeures ainsi que les méthodes d’apprentissage et analytiques et nous discutons les résultats obtenus. Nous notons que les valeurs des précisions sont des résultats mentionnés par les auteurs et qui ont été conclus après une série de tests et d’expérimentations. La précision d’un algorithme consiste à déterminer à quel pourcentage il est capable de différencier une vraie chute d’une fausse(Le nombre de chutes détectées sur le nombre d’expériences effectuées).

Les réseaux de capteurs dans les applications médicales

Introduction

Le maintien à domicile fait partie intégrante du domaine de la santé. Il est important, pour les personnes âgées ou handicapées, de disposer d’un contrôle continu tiers sur elles-mêmes. Ce contrôle ne se fait pas obligatoirement en hôpital, mais peut également être assuré chez elles en parallèle à leur vie quotidienne. Les réseaux de capteurs n’ont pas manqué d’intérêt et d’utilisation en ce qui concerne la surveillance médicale et le domaine de la santé [64]. En médecine, nous trouvons plusieurs types de capteurs servant à collecter et contrôler les données biométriques liées aux pouls, à la tension et même aux signaux électriques du cerveau, pour conserver le patient en monitoring continu. Dans la plupart des cas, des réseaux de capteurs sans fil (RCSF) sont utilisés pour collecter les données vitales à partir du corps du patient. Ces données sont ensuite envoyées à un réseau (souvent basé sur la technologie protocolaire IP) à travers une passerelle pour être analysées et traitées par l’équipe médicale comme le montre la Figure 17.

Les capteurs vidéo classiques

Les capteurs vidéo sont avant tout des capteurs d’images. Ils se divisent en deux grandes familles : la famille CCD (Charge-Couple Device) et la famille CMOS (Complementary Metal Oxide Semiconductor).

Les capteurs CCD (Charge-Coupled Device)

Généralités

Les capteurs CCD sont utilisés dans les caméras depuis plus de vingt ans. Par rapport aux capteurs CMOS, ils présentent de nombreux avantages qualitatifs, et notamment une meilleure sensibilité à la lumière. Cela se traduit par une meilleure qualité d’image en cas de sous-exposition. Les capteurs CCD sont toutefois plus chers en raison de leur procédé de fabrication et de la complexité de leur incorporation dans les caméras.
De plus, un phénomène de traînée est susceptible de se produire lorsqu’un objet très clair (par exemple, une lampe ou les rayons du soleil) est présent dans la scène filmée. Il en résulte des traînées verticales en dessous et au-dessus de l’objet [73].

Principe de fonctionnement

Dans un capteur de type CCD, chaque pixel est composé d’une zone photosensible (photodiode) connectée à des capacités MOS (Métal-Oxyde-Semi-conducteur). Un CCD transforme les photons lumineux qu’il reçoit en paires électron-trou par effet photoélectrique dans le substrat semi-conducteur, puis collecte les électrons dans le puits de potentiel maintenu à chaque photo-site (voir Figure 19). Le nombre d’électrons collectés est proportionnel à la quantité de lumière reçue. Physiquement, la lumière incidente crée dans chaque zone photosensible une quantité de charge proportionnelle à la quantité de lumière reçue. Après un certain temps d’accumulation des photo-charges (phase d’acquisition), les informations vont être véhiculées vers l’extérieur du capteur. Pour cela, les charges doivent être décalées d’une manière série à travers les capacités des lignes et des colonnes de la matrice. Ce décalage se fait par l’excitation des grilles (qui sont des bandes conductrices horizontales, isolées entre elles par une couche de SiO2 ) avec un jeu de variations de tension.

Les capteurs CMOS (Complementary Metal Oxide Semiconductor)

Généralités

Bien que la technologie CMOS soit plus ancienne et très utilisée dans le domaine de la microélectronique, elle n’a réussi à trouver sa place sur le marché de l’image que vers la fin des années 90, grâce à l’évolution des produits multimédia. Aujourd’hui, le marché des capteurs CMOS pèse près d’un milliard de dollars et représente plus de 85 % des ventes de capteurs d’images dans le monde [75]. Grâce aux améliorations récentes apportées aux capteurs CMOS, leur qualité d’image se rapproche désormais de celle des capteurs CCD. Cependant, ils ne conviennent toujours pas pour les caméras nécessitant une qualité d’image maximale. Les capteurs CMOS permettent de réduire le prix global des caméras dans la mesure où ils intègrent tous les éléments nécessaires à la composition de ces dernières. Ils permettent également de produire des caméras de plus petite taille. Il existe des capteurs de grande taille fournissant des résolutions en méga pixels pour une variété de caméras réseau. L’une des limites actuelles des capteurs CMOS tient à leur faible sensibilité à la lumière. Si le problème ne se pose pas dans des conditions d’éclairage normal, il se manifeste en revanche dès que la luminosité diminue. Il en résulte une image soit très foncée, soit remplie de parasites.

Principe de fonctionnement

Le principe de base est similaire à celui des capteurs CCD puisque l’information optique est convertie en un signal électrique qui sera enfin acheminé vers l’extérieur du composant. Ce qui est différent ici est la structure de ce circuit qui est plus spécifique.
Comme nous voyons dans la Figure 20 , il existe des cellules photo-réceptrices et des transistors performants au sein du même système. Ceci permet une intégration globale plus poussée.

Table des matières

Chapitre 1 Le vieillissement et l’aide au maintien à domicile : état de l’art
1.1 Introduction
1.2 Le vieillissement de la population
1.2.1 Les facteurs démographiques
1.2.1.1 Diminution du taux de mortalité
1.2.1.2 Diminution du taux de natalité
1.2.1.3 Augmentation de l’espérance de vie à la naissance
1.2.2 Le facteur économique
1.2.3 Le facteur politique
1.2.4 Les facteurs sociaux et culturels
1.2.4.1 Dans les pays développés
1.2.4.2 Dans les pays en développement
1.3 Augmentation de la population âgée
1.3.1 En Europe
1.3.2 Au Canada
1.3.3 Aux Etats-Unis
1.3.4 Dans les pays en voie de développement
1.4 Les conséquences
1.4.1 Les économies et les dépenses en santé
1.4.2 Les conséquences sociologiques
1.4.3 Les troubles de santé
1.5 L’aide au maintien à domicile
1.5.1 Les maisons de retraite ou EHPAD
1.5.2 Les solutions industrielles
1.5.3 Les projets de recherche
1.5.3.1 Le projet HOMECARE
1.5.3.2 Le projet DOMUS
1.5.3.3 Le projet « Guardian Angels »
1.5.3.4 Le projet WISDOM
1.5.3.5 Comparaison et discussion des solutions existantes
1.6 Solutions aux risques de détection de chutes
1.6.1 Différentes approches et méthodes
1.6.1.1 Les systèmes portés
1.6.1.2 Systèmes non-portés
1.6.1.3 Les techniques d’apprentissage
1.6.1.4 Méthodes analytiques
1.6.2 Comparaison des principales approches des méthodes de détection de chute
1.7 Attente des personnes âgées
1.8 Cahier de charge de l’application : étude des besoins
1.9 Conclusion
Chapitre 2 Etude et mise en oeuvre préalable d’un réseau de capteurs vidéo pour la surveillance à domicile
2.1 Introduction
2.1.1 3DomoHelpNet : description du projet
2.1.2 Objectifs
2.1.3 Contributions visées
2.2 Les réseaux de capteurs dans les applications médicales
2.2.1 Introduction
2.2.2 Les capteurs vidéo classiques
2.2.2.1 Les capteurs CCD (Charge-Coupled Device)
2.2.2.1.1 Généralités
2.2.2.1.2 Principe de fonctionnement
2.2.2.2 Les capteurs CMOS (Complementary Metal Oxide Semiconductor)
2.2.2.2.1 Généralités
2.2.2.2.2 Principe de fonctionnement
2.2.2.3 Comparaison
2.2.2.4 Bilan et analyse sur les capteurs CCD et CMOS
2.2.3 Les capteurs vidéo intelligents
2.2.4 Justification du choix du capteur vidéo
2.3 Le capteur Kinect
2.3.1 Description
2.3.2 Caractéristiques techniques
2.3.2.1 Capteur
2.3.2.2 Champ de vision
2.3.2.3 Flux de données
2.3.2.4 Système de suivi du squelette
2.3.2.5 Fonctionnalités logicielles
2.3.2.6 Reconstruction de l’image 3D avec la Kinect
2.3.3 Différentes versions matérielles
2.4 Mise en oeuvre et tests préliminaires du réseau de Kinect pour la surveillance
2.4.1 Choix de la topologie réseau LAN
2.4.1.1 Ethernet
2.4.1.2 Courant Porteurs en Ligne
2.4.1.3 WiFi
2.4.1.4 WiFi maillé 802.11s
2.4.2 Etude et mise en place du réseau WiFi maillé
2.4.2.1 OLSR ou Optimized Link State Routing Protocol
2.4.2.1.1 Principe
2.4.2.1.2 Test du routage OLSR
2.4.2.2 Test du relais 802.11.s
2.4.2.3 Transport des données Kinect par le réseau WiFi maillé : technologie USB over IP
2.4.2.3.1 Intérêts
2.4.2.3.2 Mise en place
2.4.2.4 Analyse des performances en conditions réelles
2.4.2.5 Résultat et conclusion
2.5 Le bus logiciel IVY
2.6 Conclusion
Chapitre 3 La reconnaissance de gestes pour l’aide au confort à domicile
3.1 Introduction
3.2 La reconnaissance de gestes
3.2.1 Principes de la reconnaissance de gestes avec la Kinect
3.2.1.1 Les gestes statiques
3.2.1.1.1 Le geste onde ou « hello »
3.2.1.1.2 La détection d’une position des mains
3.2.1.1.3 Le geste défilement à droite (Swip to right)
3.2.1.1.4 Le geste de défilement vers le haut et vers le bas
3.2.1.1.5 Le geste Push -Pull
3.2.1.2 Les gestes complexes ou dynamiques
3.2.1.2.1 L’algorithme Dollar One Recognizer ($1)
3.3 La commande du domicile
3.3.1 Le bus domotique EIB/KNX
3.3.1.1 Architecture du réseau KNX
3.3.1.2 Topologie
3.3.1.3 Principe de transmission des données au niveau MAC
3.3.1.4 Structure de trame KNX
3.3.1.5 Accès externe à un réseau KNX
3.3.2 Interconnexion IP-KNX
3.4 Problème temporel lié à la synthèse vocale
3.4.1 Cas du pilotage de la lumière
3.4.2 Cas du pilotage de la télévision
3.5 Testbed et résultats
3.6 La reconnaissance faciale
3.7 Analyse des performances
3.8 Conclusion
Chapitre 4 Détection de chute et communication d’une alerte à travers le réseau de Kinect
4.1. Introduction
4.2. Définition de la chute
4.3. L’algorithme 3D Bounding Box initial
4.3.1. Principe
4.3.2. Calcul de la chute à partir des vitesses de la boite
4.3.3. Justifications du choix de 3D Bounding BOX
4.3.3.1. Avantages
4.3.3.2. Fiabilité
4.3.4. Modifications apportées
4.4. Implémentation du 3D Bounding Box modifié
4.4.1. Difficultés rencontrés
4.4.1.1. Classes utilisés
4.4.1.2. Le Model View-View Model
4.4.2. Organigramme de fonctionnement
4.5. Tests et courbes de variations de vitesse
4.5.1. Algorithme initial
4.5.2. Notre algorithme modifié : résultats
4.6. Interconnexion de plusieurs Kinect pour la détection de chute
4.6.1. Le bus logiciel IVY
4.6.1.1. Fonctionnement
4.6.1.2. Topologie de multi-caméras
4.6.2. Mise en place et communication de messages
4.6.3. Résultat et test de connexion
4.7. Evaluation du coût de la solution
4.8. Position par rapport aux autres solutions
4.9. Limitations et discussion
4.10. Bilan de la détection de chute
5. Conclusion générale et perspectives
5.1 Conclusion
5.2 Perspectives
Bibliographie

Télécharger le rapport complet