3.2.2/ A
CQUISITION DES DONNÉESLe Kinect est placé à une distance approximative de 2-2.5 m de la chaise, avec un angle d’inclinai-son de 20◦ (voir Fig. 3.6). Les données des squelettes 3D sont acquises et enregistrées lors de
la réalisation du TUG. Un filtrage est effectué pour chaque image afin de supprimer les données erronées fournies par Kinect. Pour chaque image, une comparaison est effectuée entre les don-nées de cette image courante et les valeurs moyennes de dondon-nées des 10 images précédentes (angle du tronc, position de l’épaule, distance entre la hanche et le genou selon les axes Y et Z). Pour chaque critère, nous attribuons un seuil Si. Pour augmenter la fiabilité du système et éliminer des éventuelles données erronées produites par le Kinect, nous avons comparé les données de chaque trame à celles des dix trames qui le précèdent selon certains critères tels que la position de l’épaule, la valeur d’angle de tronc et les distances entre la hanche et le genou. Ainsi, si la différence est supérieure à un certain seuil, pour chaque critère de comparaison, les données de cette trame seront supprimées.
Les paramètres spatio-temporels sont enregistrés pour chaque image durant les deux transferts TAD et TAD. Le paramètre de temps du TUG sera affiché une fois le TUG est terminé.
3.2.3/ R
ECONNAISSANCE DE LA POSITION ASSISELa reconnaissance de la position assise est une étape indispensable dans le processus de notre système. Elle représente en même temps l’état initial et final du TUG. Cette reconnaissance est basée sur l’extraction de six coordonnées correspondant à coordonnées gauches (L) et droites (R) de 3 articulations du squelette 3D : l’épaule (S), la hanche (H) et le genou (K).
La posture assise est liée 1) à l’angle β entre la droite HK (de la hanche au genou) et la droite HS (de la hanche à l’épaule) et 2) à la distance HK entre le genou et la hanche calculée selon les axes X, Y (hauteur) et Z (profondeur).
Pour calculer β, nous avons distingué l’angle de la partie droite du corps βR, angle entre la droite HRKRet la droite HRSL, et l’angle de la partie gauche du corps βL, angle entre la droite HLKLet la droite HLSR(voir figure 3.8). Nous avons aussi fixé expérimentalement un angle φ de contrôle de la différence entre βRet βL. Ainsi, si la différence est inférieure à φ, alors β est défini comme suit :
β =βR+ βL
2 (3.2)
Dans le cas contraire, nous supposons que la reconnaissance n’est pas stable. Les distances SLN et SRN des points 3D SRet SLà l’origine du plan sont calculées. Dans ce cas, l’angle β est calculé en fonction du système suivant :
β= �
βR− α si SLN> SRN
βL− α sinon (3.3) L’angle α, déterminé empiriquement (20◦), permet de supprimer l’erreur de détection du squelette. La position assise est ainsi détectée si les deux conditions du système suivant sont vérifiées :
94.5 < β < 180◦ HKRY < HKRZou HKLY < HKLZ (3.4)
HKRY (HKRL) et HKRZ (HKRL) représentent la distance entre la hanche droite (gauche) et le genou droit (gauche) calculée selon l’axe Y et Z, respectivement.
H
RH
LK
RK
LS
RS
Lâ
Lâ
RA
RA
LHA
F
IGURE3.8 – Calcul de l’angle β. Les points S, H, K et A représentent l’épaule, la
hanche, genou et la cheville, respectivement.
3.2.4/ D
ÉTECTION DUTAD
ET DUTDA
Les deux transferts TAD et TDA sont délimités par la position assise et la position debout. La position debout est détectée lorsque les conditions du système suivant sont vérifiées :
HAXY Z− threshH ≤ HY ≤ HAXY Z+ threshH HdY ≥ 0.94 × LXY Z
SZ ≤ 0.99 × oldKZ β > threshβ
(3.5)
avec HAXY Z et HY qui représentent la distance entre la hanche (hip) et la cheville (ankle) dans l’axe XY Z (longueur de la jambe) et la position verticale de la hanche, respectivement (voir la figure 3.8). La deuxième condition signifie que la position verticale de la tête (HdY) doit être atteinte ou dépasser 94% de la taille de personne (LXY Z). Le point Hd représente la tête. La troisième condition consiste à vérifier si la position de profondeur (distance par rapport au capteur
Kinect) de l’épaule est inférieure à celle des genoux en position assise. Quant à la dernière condition, l’angle formé entre le tronc et le genou (voir la sous-section précédente) doit dépasser un seuil threshβ. Toutes les valeurs des seuils ont été déterminées empiriquement.
La détection d’un transfert dépend aussi de l’évolution de la position de l’épaule dans le temps. Le système est capable d’analyser les données enregistrées et supprimer celle qui ne correspondent pas au transfert, comme par exemple lorsque la personne hésite à se lever de la chaise : elle fléchit d’abord un peu le tronc vers l’avant puis vers l’arrière et ensuite elle commence le transfert. Concernant la détection du transfert TDA, il faut d’abord faire le suivi de la personne qui marche afin de détecter si elle a bien effectué un demi-tour. Ceci permet de vérifier qu’il s’agit bien d’un test TUG. La détection de demi-tour dépend du nombre d’apparition de la personne (2 fois) devant le capteur sur une distance précise. En effet, lors de la réalisation du TUG, le Kinect est placé à une distance de 2-2.5 m par rapport à la chaise. Cependant, le TUG nécessite que le patient marche sur 3 m à l’aller et 3 m au retour. Ainsi, il existe une période durant laquelle le patient est non détecté par le capteur.
De même, le TDA dépend de l’évolution de la position de l’épaule et de l’angle du tronc dans le temps, entre la position debout et la position assise. Le TDA, et par la suite le TUG, se termine lorsque la composante de profondeur de l’épaule, la position verticale de la hanche et l’angle du tronc restent presque stables durant les 15 dernières images (frames).
3.2.5/ E
XTRACTION DES PARAMÈTRES SPATIO-
TEMPORELSDans cette partie, nous allons expliquer les méthodes appliquées pour l’extraction des paramètres spatio-temporels.