de vue de la cam´era rendant le contenu `a l’´ecran instable.
— Le fait de tenir l’appareil d’une main tout en interagissant avec l’autre main peut entraˆıner une instabilit´e impactant la pr´ecision d’une s´election avec le doigt [107].
De ce fait, les deux mains sont g´en´eralement utilis´ees par les op´erateurs de maintenance pour maintenir l’appareil mobile (voir Figure 2.3a), apporter plus de stabilit´e `a la sc`ene, et ´evaluer avec pr´ecision l’´etat de la machine de production.
2.4 Application cible existante
Pour mieux cerner le contexte des travaux de recherche entrepris, nous d´ecrivons l’appli-cation d’aide `a la maintenance en RA con¸cue et d´evelopp´ee par Schneider Electric.
2.4.1 Architecture globale
L’application d’aide `a la maintenance se compose de :
1. La machine de production `a augmenter
2. Une base de donn´ees dans laquelle sont stock´ees toutes les donn´ees r´ecolt´ees de la machine (temp´erature, pression,etc.)
3. Un serveur de RA, interm´ediaire entre l’application de RA et la base de donn´ees. Celui-ci est install´e sur l’ordinateur de contrˆole de la machine. L’´ecran de cet ordinateur est fix´e sur la machine de production et permet de consulter les valeurs de contrˆole de l’´equipement et de lancer des op´erations. Ce serveur collecte les valeurs de contrˆole disponibles de la machine, et les transmet `a la base de donn´ees pour les stocker.
4. Une application de RA sur un dispositif mobile qui manipule les valeurs de contrˆole de la machine en communiquant avec le serveur RA de la machine.
Lorsqu’un op´erateur souhaite acc´eder depuis son dispositif mobile `a une information sur l’´etat de la machine, l’application de RA dialogue avec le serveur de RA pour r´ecup´erer les donn´ees en temps r´eel. Ce dernier les r´ecup`ere depuis la base de donn´ees et les renvoie `a l’application (voir Figure 2.4).
2.4.2 Interface utilisateur
L’interface graphique de l’application affiche des POIs `a des endroits sp´ecifiques de la machine (voir Figure 2.5). Chaque POI regroupe une ou plusieurs informations utiles pour la maintenance de l’´equipement. Dans le cas o`u un POI regroupe plusieurs informations, un menu s’ouvre au-dessus de celui-ci pour permettre `a l’utilisateur de choisir l’item de son choix. Cette interface graphique a servi de base pour toutes les ´etudes exp´erimentales d´ecrites dans ce m´emoire de th`ese. Il convient n´eanmoins de noter qu’il ne s’agit que d’une partie de l’interface. En effet, l’application permet aussi de lancer des proc´edures.
CHAPITRE 2 2.4. Application cible existante
Figure 2.4 – Architecture de l’application RA d’aide `a la maintenance.
Les proc´edures sont constitu´ees d’un ensemble d’´etapes que le technicien doit suivre pour effectuer une tˆache de maintenance. L’op´erateur est ainsi guid´e pas `a pas dans l’accom-plissement de sa tˆache. Ce cas diff`ere des trois sc´enarios pr´esent´es en section 2.3 : dans ces sc´enarios, l’utilisateur souhaite avoir une vision globale de l’´etat de la machine et de l’ensemble des POIs qui s’y trouvent. Ici, l’op´erateur ne souhaite connaitre que la position d’un seul POI, celui o`u l’´etape courante de la proc´edure doit ˆetre effectu´ee. L’op´erateur n’a donc qu’une seule destination affich´ee `a l’´ecran `a la fois, et se rendra `a la prochaine destination une fois que l’´etape courante de la proc´edure sera termin´ee.
2.4.3 Syst`eme de suivi
Le syst`eme de suivi a une importance particuli`ere dans le cadre de la RA : il assure que les informations num´eriques soient superpos´ees en temps r´eel aux ´el´ements du monde physique correspondants, et ce quelque soit la position et l’orientation de l’utilisateur (aussi d´esign´e comme l’alignement num´erique-physique). L’objet des travaux de recherche de cette th`ese n’est pas le syst`eme de suivi, et les travaux pr´esent´es dans cette th`ese sont ind´ependants du syst`eme de suivi utilis´e. Nous d´etaillons cependant la m´ethode de suivi employ´ee lors de toutes les ´etudes exp´erimentales d´ecrites dans ce manuscrit. Nous pr´esentons ainsi Tango, m´ethode utilis´ee pour assurer ce suivi.
Tango est une plateforme logicielle et mat´erielle de RA d´evelopp´ee par Google en 2014. Elle est destin´ee `a ´equiper les appareils mobiles des technologies n´ecessaires `a la RA. Les t´el´ephones/tablettes sont dot´es de capteurs proches d’une Kinect afin de percevoir leur environnement en profondeur et de cartographier une pi`ece en 3D. Tango fournit une parfaite connaissance de l’espace grˆace `a une combinaison de suivi de mouvements (via une centrale inertielle) et de perception de la profondeur (via un capteur de profondeur).
CHAPITRE 2 2.4. Application cible existante
Figure 2.5 – Interface de l’application de RA Vijeo : sch´ema ´electrique superpos´e `a la machine et reliant plusieurs POIs
En l’absence de ces capteurs, d’autres technologies de suivi n´ecessitent des marqueurs visuels (QR code, images sp´ecifiques de d´etection, etc.) pour d´eterminer la position de la cam´era au sein de l’environnement 3D. Un marqueur visuel sert de r´ef´erence pour construire un rep`ere 3D (0,0,0) `a partir duquel sera calcul´ee la position de la cam´era.
Roberto et. al [92] ont ´etudi´e la pr´ecision du suivi de mouvements et de la perception de profondeur d’une tablette Google Tango. Pour cela, le d´eplacement de la tablette a ´et´e ´evalu´e entre deux positions connues dans le monde r´eel. Deux ´etudes exp´erimentales ont ´et´e men´ees, l’une pour ´evaluer un petit espace de travail RA (table d’une surface de un m`etre carr´e) et l’autre pour de grands environnements (bureau ferm´e d’une superficie d’environ 50 m`etres carr´es). Les r´esultats ont montr´e que le suivi des mouvements de la tablette Tango est 2,3 fois plus pr´ecis sur un petit espace de travail que sur de grands environnements int´erieurs. Les erreurs de suivi de mouvements de la tablette Tango ´etaient d’environ 6 et 14 centim`etres respectivement pour les petits et grands sc´enarios int´erieurs.
Alors que le suivi de Tango est pr´ecis `a court terme grˆace `a la centrale inertielle et au capteur de profondeur, la pr´ecision `a long terme se d´et´eriore rapidement en raison de l’erreur accumul´ee par ces mˆemes capteurs [85]. Pour att´enuer cette d´erive, Google a mis au point une solution d’apprentissage automatique, appel´ee Area Learning, permettant `a Tango d’obtenir une m´emoire de l’environnement. Il est ainsi en mesure de se repositionner dans une zone d´ej`a apprise, en retra¸cant sa position jusqu’`a la position de d´epart relative (0, 0, 0) de chaque session. L’apprentissage de l’espace se fait en parcourant la r´egion dans diff´erentes directions. Tango m´emorise des caract´eristiques de l’environnement tels que des objets avec des coins et des bords. Les informations visuelles obtenues via la cam´era et les capteurs de profondeur sont converties en descriptions stock´ees sur l’appareil. Celles-ci