10.3 Cas d’application
10.3.1 N IKITA - Formation des monteurs-assembleur dans le domaine aéronautique
aux compétences perceptivo-gestuelles dans le domaine de la construction aéronautique. Dans le
cadre de ce projet, trois questions principales étaient posées.
En premier lieu, était questionnée lapertinence des interactions naturelles pour un apprentissage
non-lié au geste. L’hypothèse initiale étant que pour faciliter une intégrations des compétences et des
connaissances, la prise en compte de la dimension du corps dans son environnement serait un atout
à l’assimilation. En second lieu, le projet visait à évaluer l’intérêt d’unescénarisation intéractive et
adaptativedans le processus d’apprentissage.Enfin, la question de la création des contenus se posait
pour déterminer commentmettre en œuvre des représentations et des modèles communs
permet-tant la production aisée d’un environnement virtuel doté de possibilités d’interactions naturelles et
de scénarisation interactive.
Le cadre d’application du projet était la formation au métier de la construction aéronautique et plus
particulièrement la formation des monteurs-assembleurs sur les barques (partie du fuselage de l’avion)
de la série A320.
Les cas d’application liés au projet NIKITAsont complexes dans la mesure où ils incorporent une
lourde charge cognitive par la variabilité des situations qu’ils présentent. En effet, la construction
aé-ronautique implique l’utilisation d’un large panel d’équipements, d’outils et d’outillages en fonction
des matériaux et des parties de l’appareil concernées. Par ailleurs, ces situations intègrent des facteurs
humains : les opérateurs sont amenés à travailler de manière collective que ce soit en situation de
co-activité (plusieurs personnes affectées à des tâches différentes sur un même poste de travail) ou de
collaboration (plusieurs personnes devant réaliser une tâche ensemble). A ce titre, NIKITAconstitue
un cas idéal dans lequel nous pouvons mettre en œuvre l’approche de scénarisation personnalisée
aidée par les modèles de connaissances.
A partir d’une étude de terrain réalisé, des modèles de domaine ont été décrit en utilisant les
for-malismes HUMANS-DL. Ces derniers ont permis le développement de deux environnement virtuels.
L’un de ces environnements est utilisable sur des interfaces classique (clavier, souris) et permet de
réaliser la tâche de fixation d’une pièce sur la barque par l’utilisation de menus contextuels sur les
objets (voir la figure 10.5). Un autre environnement utilise des périphériques de réalité virtuelle pour
permettre une manipulation directe, naturelle et colocalisée des objets du monde (voir figure 10.7).
Modèles de domaine
Les équipes de chercheurs-ergonomes du LATIont effectué des recueils de données sur le site
d’AÉROLIAet au Lycée Technique Henry Potez tout deux situé à Méaulte [Delgoulet and Boccara,
10.3. CAS D’APPLICATION CHAPITRE 10. IMPLÉMENTATION
FIGURE10.5 – Manipulation des objets via un menu dans l’environnement NIKITA
2012].
Il est ressorti de ces analyses terrains que le déroulement des tâches était très codifié, notamment
dans le cadre de la mise en place des processus de production ditlean
1. Malgré cela, une grande
va-riété de situations peut naître des spécificités liées à chaque modèle d’avion.
Suite à ces analyses, les ergonomes ont utilisé une ancienne version de l’éditeur de modèle
d’acti-vité, VISUAL-HAWAI, pour décrire l’ensemble des comportements observés chez les opérateurs de
production. Nous nous sommes chargés de convertir ces données dans la dernière version du
forma-lisme ACTIVITY-DL. Les observation faites au lycée technique de Méaulte ont permis d’obtenir des
informations sur les situations particulières délicates à appréhender par les apprenants.
Au total, 913 tâches dont 25 tâches de haut-niveau et environ 150 opérations différentes ont été
ex-plicitées dans le modèle d’activité.
Ne disposant pas d’outil d’édition pour WORLD-DL, nous avons aidé les ergonomes à décrire
l’onto-logie du domaine pour ce démonstrateur en utilisant TOPBRAIDComposer. Le modèle du monde se
compose de :
— 23 composants ;
— 34 types d’objets ;
— 36 actions ;
— 2 événements ;
— 40 comportements.
Mise en place d’un démonstrateur
Nous avons développé un premier environnement pour mettre en place un scénario de montage
d’une pièce sur un A320. Cet environnement était développé grâce au moteur 3D UNITY. Le
généra-teur de classes UNITYque nous avons décrit dans la section 10.1.2, a permis d’enrichir la scène 3D
avec un modèle de connaissances reposant sur le formalisme WORLD-DL. Les objets 3D liés à des
instances dans le modèle du monde sont interactifs : au clic, ils déclenchent l’ouverture d’un menu
contextuel permettant de sélectionner une action et les paramètres de cette action.
Le scénario que nous avons retenu est celui dela fixation d’un support sur une barque. La barque est
1. Leleanest une méthode de gestion de la production pour optimiser la performance en terme de productivité, de
qualité, de couts et de délais. Pour cela, elle repose notamment sur l’amélioration continue, la chasse au gaspillage. Les
procédures sont standardisée pour fluidifier la production.
CHAPITRE 10. IMPLÉMENTATION 10.3. CAS D’APPLICATION
la partie basse du fuselage de l’avion. Les supports sont des pièces fixées sur la barque et sur lesquels
viendront se fixer d’autres pièces. L’opérateur doit accomplir les tâches suivantes :
— préparer le matériel : l’opérateur doit préparer les outils et consommables nécessaire à la
réa-lisation de la tâche complète ;
— retirer la pièce de la barque : la pièce peut être déjà fixé temporairement sur la barque ;
— dérocher la pièce : l’opérateur doit gratter la couche superficielle de la pièce pour favoriser
l’adhésion de la colle ;
— nettoyer la pièce ;
— encoller la pièce ;
— fixer temporairement la pièce avec des agraphes sur la barque ;
— attendre le séchage (24h) ;
— contrepercer la pièce : l’étape de contreperçage vise à agrandir des trous sur une pièce ;
— ébavurer la pièce : l’ébavurage consiste à fraiser légèrement un trou pour retirer le surplus de
matière dégagé par le contreperçage ;
— fixer la pièce avec des rivets.
Pour ce démonstrateur, le monde est peuplé de 77 instances d’objets qui sont toutes liées à des objets
de la scène géométrique. Le modèle d’activité décrit se constitue de 84 tâches dont 46 opérations,
c’est-à-dire des actions élémentaire à effectuer dans l’environnement. Le modèle d’activité décrit en
ACTIVITY-DL ainsi qu’un résumé du modèle du monde sont disponibles en annexe D.
En situation réelle, l’activité des opérateurs est ponctuée de moments de contrôle implicites au cours
desquels les opérateurs vérifient le matériel, ou l’état de la pièce. Ils adaptent leur activité en
consé-quence. Pour mettre en jeu ces différents moments de contrôle, le formateur peut initialiser la scène,
préalablement à l’exécution de l’environnement virtuel. Pour cela, il modifie l’état des objets dans
l’ontologie du monde, cet état logique est automatiquement retranscrit dans l’environnement
vir-tuel. Dans le cadre des scénarios NIKITA, le formateur peut notamment initialiser la position des
objets (sur l’établi, dans l’armoire, dans la poubelle...), l’état des objets (le forêt est usé, la tête est
montée sur le bloc moteur), l’état d’avancement de la procédure (la pièce est déjà préparée, encollée
ou fixée...).
Modèle du connaissance pour la détection d’intention
Dans l’un des démonstrateurs que nous avons développé en partenariat avec le laboratoireLSI
du Commissariat de l’Énergie Atomique, la base de connaissances sémantiques sous-tendue par le
métamodèle WORLD-DL a été couplée avec un moteur physique afin de permettre la détection
d’in-tention [Wagrez et al., 2013].
Le moteur MOIRAI permet de détecter l’intention de l’utilisateur par des mécanismes d’inférences
dans des réseaux évidentiels. Les différentes sources de données (capteurs de mouvement, efforts
et collisions du moteur physique, position des objets dans la scène) permettent de déduire l’action
qu’essaie d’effectuer l’utilisateur. Par exemple, l’action "Prendre un objet" peut être détectée lorsque
la main de l’utilisateur est proche d’un objet et qu’il réalise un geste de préhension (fermeture du
poing). L’ajout des connaissances sémantiques sur le monde permet d’améliorer la prise de décision
en étendant les réseaux évidentiels. Dans l’exemple de la préhension d’un objet, il est possible
d’ajou-ter au réseau évidentiel un lien exprimant qu’une prise d’objet requiert d’être effectué sur un objet
héritant du composantPortable.
Pendant l’exécution, le moteur décisionnel MOIRAIfusionne les connaissances sur l’état du monde
renseignées par le WORLDMANAGERavec les données issues de la simulation (capture de mouvement,
efforts et collisions) pour reconnaître l’action et les paramètres de l’action que l’utilisateur souhaite
effectuer dans un contexte donné. Une fois reconnue, l’action est transmise au WORLDMANAGERpour
être appliquée. Les changements d’états résultant de cette action permettent de mettre à jour la
simu-lation. Ce processus est résumé dans la figure 10.6.
10.3. CAS D’APPLICATION CHAPITRE 10. IMPLÉMENTATION
FIGURE10.6 – Processus de détection d’intention à base de modèles sémantiques
Pour le démonstrateur, l’utilisateur pouvait réaliser les actions suivantes de manière naturelle :
— prendre un objet ;
— lâcher un objet ;
— assembler des outils ;
— réaliser des contrôles au toucher et à l’oeil.
La figure 10.7 illustre une manipulation par interactions naturelles dans le système immersif du CEA.
FIGURE10.7 – Utilisation d’interactions naturelles dans l’environnement NIKITA
Dans le document
Scénarisation personnalisée dynamique dans les environnements virtuels pour la formation
(Page 186-189)