Agent
E
1E
2={E
1+Risque} E
3={E
2+Charge}
Modélisation
Biomécanique Inactive Inactive Instantané
Modélisation
cinématique Instantané Instantané Instantané
Modélisation
Physiologique Recherche Recherche Instantané
Modélisation
psychologique Inactive Instantané Instantané
Analyse de coût Recherche Recherche Recherche
Analyse de Facteur
humain Recherche Recherche Alerte
Analyse de Risque Inactive Instantané Instantané
Analyse de
Performance Inactive Instantané Instantané
F
Fiigguurree1133..Le changement de mode de coopération des agents, selon différents
scénarios (E1 : Marcher, E2 : Marcher dans une situation dangereuse,
E3 : Marcher dans une situation dangereuse en portant une charge)
⊗
Les rôles des agents changent, selon les modifications de la configuration du système par l’utilisateur, alors la structure du modèle s’adapte à la nouvelle situation.
La figure 14 montre le changement de l’architecture du modèle selon les différentes situations. L’architecture 1 est développée pour modéliser le mouvement d’un opérateur. L’architecture 2 concerne la modélisation d’un homme qui marche dans un environnement encombré (avec des obstacles). L’architecture 3 est le cas où on ajoute un risque sur le chemin de l’opérateur, et l’architecture 4 montre le cas où, en plus, il porte une charge lors de son déplacement.
F
Fiigguurree1144..Une démonstration schématique de la définition du rôle des agents selon
la configuration du système
On a développé un module d'analyse de risque au sein de la plate–forme de DELMIA pour calculer l'index de risque au cours du processus de conception d’un système industriel. Ce module est appliqué pour analyser le risque pour l'être humain dans les modes de collaboration « instantané » et « recherche », aux échelles de l'ensemble du corps ou des organes du corps. En utilisant un diagramme d'agents, présenté par (Mellouli et al., 2002), le rôle et l’échelle des agents, leurs échanges de données et le mode de collaboration des agents de diverses situations sont définis. Les caractéristiques numériques du corps humain sont déterminées en employant un agent de modélisation anatomique. Après avoir défini la source et les risques de danger pour l'être humain, dans le lieu de travail, basés sur l'analyse d'arbre
Agent : Analyse de Performance Mode de Collaboration : Instantané
Rôle: Trouver le chemin le plus court Architectur
e 2
Agent : Modélisation cinématique Mode de Collaboration : Instantané
Rôle: Modéliser le corps avec 8 degrés de liberté
Agent : Analyse de Risque
Mode de Collaboration : Instantané Rôle: Analyser le risque de danger et de dommage corporel
Agent : Modélisation Psychologique Mode de Collaboration : Instantané Rôle: Simuler la perception de l’humain lors du choix de son chemin
Agent : Modélisation Biomécanique Mode de Collaboration : Recherche Rôle: Simuler le corps humain
Agent : Analyse de Facteurs humains Mode de Collaboration : Alerte Rôle: Modéliser le corps avec 8
degrés de liberté Archit. 1 7. ARCHITE C TURE 3 8. ARCHITE C TURE 4
d'événements, un module d'analyse de risque, en mode de collaboration « recherche », est utilisé pour calculer les index de risque d'accidents. En ajoutant des zones dangereuses par utilisateur, un module d'analyse de risque s’active pour calculer les risques pour des organes du corps humain par la mesure instantanée de la distance des organes du corps aux sources de danger. La variable booléenne E, dans la figure 11.b, traduit la présence de l'opérateur dans une zone dangereuse. L'agent de modélisation cinématique détermine les postures intermédiaires pour faire marcher l’opérateur. L'agent d'analyse de risque emploie ces postures pour calculer les distances des organes du corps aux zones dangereuses, pour chaque séquence de simulation, séparément. La figure 15 montre une image du processus de calcul de l'index de risque, pour différents organes de l’opérateur, dans le mode « instantané » de collaboration.
Comme un agent de modélisation psychologique, un module de « trouveur » de trajectoire est développé, pour trouver le chemin le plus court et le plus sûr, selon la perception de l’opérateur du lieu de travail. S'il n’y a aucun obstacle et de zone dangereuse dans le lieu de travail, l’agent de modélisation psychologique est inactif, et la trajectoire optimale sera un chemin rectiligne qui relie le point initial au point final. Après avoir ajouté les obstacles ou les zones dangereuses dans le lieu de travail, un algorithme de programmation dynamique emploie les résultats des agents d'analyse de risque pour trouver la trajectoire qui fournit le meilleur compromis entre la sûreté de la trajectoire et sa longueur, selon la perception de l’opérateur.
F
Fiigguurree1155.. Agent de mesure instantanée de risque, à l’échelle des organes du corps
Il faut noter que la nécessité du changement de rôle et d’échelle des agents peut se produire lors de la simulation. Donc, avant de construire chacune des séquences de la simulation, un algorithme doit être appliqué pour vérifier le contexte de la simulation pour réorganiser les agents.
Cet algorithme considère les effets de changement de la position et les caractéristiques des éléments dans la situation du travail, et modifie l’architecture du modèle pour arriver aux objectifs de la modélisation.
Ces objectifs peuvent être explicites (demandés par l’utilisateur) ou implicites (nécessaires pour simuler un comportement naturel).
Par exemple, si un opérateur est loin de la source de danger, son mouvement est plus libre et plus rapide, et son objectif est d’augmenter sa performance. Psychologiquement, aussi, quand il est loin du danger, son attention n’est pas attirée pas le danger.
Geometrical profil of danger
F
Fiigguurree1166..L’algorithme de MA/ME pour la simulation de comportement humain
Lancer la modélisation (simulation)
Définir les objectifs explicites, définis par l’utilisateur (les tâches à modéliser, les analysesdemandées)
Définir les objectifs implicites selon la personnalité de l’humain défini (éviter le risque et la fatigue, augmenter la performance)
Définir les critères explicites définis par l’utilisateur (le temps, les points de contrôle de mouvement, les caractéristiques de l’opérateur, les conditions du travail)
Identifier les critères implicites, capturés par le système automatiquement (les conditions de l’environnement, les risques et les obstacles dans la situation de travail, la force, l’enveloppe d’accès et la capacité mentale de l’opérateur)
Déterminer les agents impliqués et les échelles et les rôles
Déterminer les modes de coopération des agents
Distribuer des données et des rôles
Identifier les conditions de départ de la simulation
Construire la prochaine séquence de simulation selon les résultats des agents et les changements des autres éléments
Prendre les résultats de la part des agents
Les objectifs sont atteints ? Oui
Fin
Par contre quand il s’approche d’un danger, son comportement est différent, il commence à être prudent, en faisant plus attention à son travail et à ses mouvements, en conséquence il se comporte plus doucement et la sécurité devient un nouvel objectif.
La Figure 16 montre le déroulement de l’algorithme de contrôle du système multi-agent/ multi-échelle pour simuler l’homme, par ordinateur, dans l’environnement 3D.
Synthèse du chapitre III
La situation de travail (SDT) est représentée comme un système socio- technique, mais si on regarde les outils de conception de SDT, on voit que les parties de modélisation techniques sont beaucoup plus sophistiquées et adaptées et se sont développées pour tous les aspects de conception technique.
Par contre, pour modéliser l’homme, ce qui dans la littérature est considéré comme la partie la plus importante des systèmes, le nombre et la capacité des outils sont beaucoup plus limités. Bien que cette réalité ne soit pas un problème récent, et qu’il y a des efforts pour améliorer ces situations, les résultas de ces efforts, jusqu’à présent, étaient de développer les modèles d’humain, comme les robots marchant, avec l’apparence humains. Cela veut dire que les techniques utilisées pour modéliser l’homme, dans l’environnement 3D, moyen qui est le plus utilisé pour la conception, sont similaires aux techniques utilisées pour les objets physiques. Alors, on peut examiner les forces, visualiser les tâches et mesurer les distances. Ces outils sont intéressants et applicables pour développer une tâche mécanique et manuelle, mais ils ne permettent pas de modéliser de manière vraiment réaliste l’homme dans la situation de travail. Si on ne s’intéresse pas aux humains, naturellement, on ne peut pas modéliser leur capacité à parvenir à résoudre des problèmes inattendus et leurs faiblesses les amenant à faire des erreurs, ainsi que d’autres aspects spécifiques de l’humain, qui déterminent le comportement réel d’un être humain.
Pour modéliser l’homme, il faut qu’on mobilise tous les potentiels de modélisations dans tous les domaines, sinon, ces modèles ne seront pas cohérents et applicables pour concevoir les futurs systèmes, dans lesquels les modes d’intervention de l’homme évoluent rapidement. L’objectif de ce chapitre était de présenter un modèle applicable pour la modélisation de l’humain, lors de la conception de SDT. D’abord différents avis concernant l’intégration de techniques de modélisation de l’humain ont été présentés.
Les caractéristiques de futurs systèmes ont été discutées et les futures exigences des modèles d’humains sont expliquées. Avoir des composants et une configuration variable, être applicables dans un environnement dynamique et pouvoir traiter des informations incertaines et imprécises, sont parmi ces exigences.
Ensuite, les objectifs d’utilisation des modèles d’humains ont été classés en deux parties : la modélisation et l’analyse.
Pour essayer de développer un modèle plus réaliste, on s’est posé des questions par rapport à différents aspects relatifs à l’humain, et les façons de les modéliser.
En répondant à ces questions, on a essayé d’analyser et de classer tous les modèles de l’homme dans tous les domaines, surtout dans le contexte industriel. On les a classés par rapport aux technologies utilisées. En même temps, c’est une classification sur les applications de ces modèles car chaque technologie est utilisée pour une série spécifique d’objectifs.
L’homme présente une grande variété d’aspects, et il y existe de nombreux modèles, chacun essayant de modéliser une partie de ces aspects.
Les modèles descriptifs sont des outils multidisciplinaires de communication, généralisés et non-sophistiqués, ils sont pratiques pour aider à comprendre et motiver à participer. Ils sont adaptés pour représenter les aspects conceptuels.
Les modèles mathématiques sont les modèles les plus abstraits qui simulent et fournissent les solutions théoriquement optimales. Ils contribuent à la réalisation d’outils sophistiqués qui sont utilisés pour les aspects précis et détaillés, quand il y a des données précises. Une grande amélioration, dans ces méthodes, s’est faite par l’introduction de la logique floue, pour rapprocher ces modèles de la réalité, en accord avec la perception humaine.
Les modèles physiques ont considéré l’humain comme une machine et ne regardent que des aspects physiques du corps. Ils donnent lieu à des outils très sophistiqués, par nature, mais ce sont les modèles les plus adaptés pour être appliqués dans l’environnement 3D, pour mesurer et vérifier les contraintes physiques.
Par contre les modèles des Sciences Humaines sont, d’autre coté, plus faciles à comprendre par l’humain mais ce sont des modèles plus difficiles à utiliser dans les applications 3D de conception (il y a une exception pour les modèles anthropométriques). Par contre, ils modélisent les aspects les plus critiques de l’homme.
Les modèles assistés par ordinateur, et tout particulièrement les mannequins numériques, sont les modèles les plus utilisés, lors de la conception, parmi toutes les autres sortes de modèles. Ils sont faciles à utiliser mais sont fortement intégrables avec les modèles CAO de conception.
On voit qu’il y a plusieurs technologies pour modéliser l’homme, mais en dehors des modèles utilisés en 3D, les modèles qui essayent d’intégrer plusieurs aspects de l’humain en même temps sont très rares.
Alors, on ne voit pas une démarche vers le développement d’un modèle pour simuler plusieurs aspects de l’humains, apportant une approche structurée pour faire des analyses au niveau des systèmes, comme le risque, la performance, le coût et les facteurs psychologiques et sociaux.
Il existe une émergence pour importer tous les modèles biomécaniques, cinématiques, anthropométriques et descriptifs dans des plates-formes de conception 3D, avec la possibilité de faire des analyses de facteurs humains courants.
Mais par contre, les aspects d’analyse psychologique et cognitive, ainsi que les analyses de coût, performance et sécurité n’ont pas encore trouvé leurs places dans ce type de plate- forme, alors que, selon les avis des experts, ces aspects seront les plus nécessaires, lors de la conception et le développement de futurs systèmes.
On peut dire que la nouvelle technologie de conception utilise toujours les techniques qui se sont développées à la naissance de la science de l’ergonomie.
Alors il y a une énorme capacité perdue pour modéliser l’homme lors de la conception avec les applications 3D, car les diverses techniques de modélisation de l’homme n’ont pas poursuivi l’émergence nécessaire vers leur insertion dans les outils de conception.
Actuellement, ces modèles sont sous des formes dispersées et aucun modèle n’a été présenté pour définir les interrelations entre ces modèles et pour les regrouper dans une structure de méta- modèle.
La question est donc de savoir comment on peut avoir un modèle naturel et avec tous les aspects nécessaires de l’homme dans l’environnement 3D ?
Quand on parle d’un modèle complet d’humain, cela veut dire un modèle qui se comporte comme un humain, dans tous les aspects étudiés, d’une manière naturelle, intelligente et adaptative.
En étudiant les différentes technologies de modélisation de l’homme, on comprend qu’un des points les plus importants, et peut-être le challenge le plus important, est la diversité de technologies de modélisation et la grande différence qui s’est produite, au cours du temps, entre les méthodologies des Sciences Humaines et les Sciences dites « dures ».
Alors, la nature des données, la façon de les traiter et de raisonner sont différentes, car les Sciences Humaines sont développées pour étudier un être flexible, adaptatif et avec des aspects parfois inconnus. Alors, au contraire des aspects techniques, les méthodes utilisées en Science Humaine sont conceptuelles, basées sur des théories et expériences, et parfois, elles ne sont pas capables de proposer des solutions absolues.
Ces différences empêchent d’intégrer ces modèles avec les modèles mathématiques, qui sont normalement utilisés dans l’environnement 3D, et on n’imagine difficilement qu’on puisse bientôt développer des modèles mathématiques purs pour ces sciences conceptuelles.
Les seules technologies proposées pour utiliser la perception, la sensation et le raisonnement humains, ce sont « des technologies de calcul du type « soft computing », notamment en utilisant les techniques d’algorithme génétique, la logique floue et les réseaux de neurones. Un autre problème vient de l’architecture. On ne peut difficilement avoir l’espoir de développer des modèles mathématiques complets, pour modéliser tous les aspects humains dans une forme fixe et unique, pour les raisons suivantes. Premièrement, l’humain est une entité dynamique et adaptative, alors on ne peut pas le modéliser avec les méthodologies qui sont développées pour les entités ayant des caractéristiques statiques et connues. Deuxièmement, développer ce modèle exige de savoir manipuler un modèle d’une taille énorme, car cela exige d’utiliser des données incertaines, imprécises et incomplètes, pour des objectifs variés, fournis par les diverses disciplines. Le développement de ce modèle pour simuler tous les hommes, avec des caractéristiques et des personnalités différentes, semble impossible sur les points de vue administratifs et technologiques. Troisièmement, l’applicabilité de ces modèles sera en question. Un modèle mathématique, aussi grand, n’est pas compréhensible pour toutes les disciplines. L’examen, la vérification, la correction et la modification de ce modèle serait très difficile voir impossible. Fournir toutes les données nécessaires pour tous les aspects, lors de chaque utilisation, est pratiquement irréalisable. Alors il n’y a pas d’autre solution que de développer un modèle présentant une architecture dynamique.
Dans ce but, on a regroupé dans un méta–modèle les agents de modélisation pour représenter et pour simuler l’humain dans la SDT, ils sont utilisés pour déterminer les attributs et les caractéristiques de l’humain et son interaction avec son lieu de travail.
Les résultats de ces agents sont utilisés par les agents d’analyse pour analyser les systèmes en cours de conception, afin de calculer et déterminer les indicateurs de haut niveau, qui peuvent être utilisés lors des prises de décision et l’optimisation du système.
Chacun de ces agents, les agents de modélisation et les agents d’analyse, peut être défini à différentes échelles. Ces échelles peuvent être au niveau cellulaire (microanalyses), d’un organe, du corps entier ou de groupes d’humains.
Dans tous les cas, les résultats de modélisation et d’analyse à différents niveaux d’échelles doivent être cohérents, interpolables, et extrapolables.
Un centre de contrôle pour cette structure est nécessaire qui contrôle toutes les interactions et échanges de données pour les agents avec d’autres agents, avec la plate–forme de conception et avec l’utilisateur. Il est aussi responsable de définir le rôle de chacun des agents, de les synchroniser et de présenter les résultats.
Pour clarifier l’application de ce modèle, on a présenté un exemple de la façon de changer l’architecture du modèle, selon la configuration du système.
On propose donc l’architecture multi-agent car, avec cette architecture, au même moment qu’on utilise les résultats de sous-modèles (ceux des agents), on respecte leur indépendance. On peut comprendre, vérifier, examiner et modifier chaque modèle, sans nécessairement refaire les autres modèles.
Les efforts de chaque discipline sont concentrés sur le développement de modèles qui leur sont propres pour parvenir aux exigences demandées dans le système global, en considérant leurs propres critères et objectifs. En changeant les modes de coopérations, selon le contexte, les sous-modèles inutiles peuvent être désactivés, sans modifier le modèle global.
Chaque modèle peut utiliser les données ayant des natures différentes, sans être obligé de les partager avec les autres modèles. Dans le cas d’un manque d’informations, les modèles
concernés, peuvent être désactivés. Le changement d’architecture, selon les contextes d’utilisation et les sorties demandées, peut être automatisé.
Utiliser cette structure facilite les analyses du système dans les niveaux élevés, car les données locales sont bien séparées des données globales du système, alors le traitement d’un ensemble plus petit de données plus importantes fournit une bonne base pour faire les analyses globales de performance, de risque, de coût et des facteurs humains.
La façon de modéliser les objectifs et les critères par le système multi-agent est proche de la perception de l’homme face à ses problèmes.
Donc, on pense que l’architecture de futurs modèles d’humains peut être sous la forme d’un système multi-agent. Mais toutefois, il y a plusieurs challenges face à réalisation de ce modèle.
D’abord il faut avoir la possibilité d’échanger les données conceptuelles, dans les cas nécessaires, avec les modèles mathématiques conventionnels. L’utilisation d’ensembles flous est la seule technique présentée pour résoudre ce problème. Alors, il faut traduire les données conceptuelles sous la forme d’ensembles flous, et ensuite, en utilisant les processus de défuzzification, on les traduit en variables exactes.
L’autre problème est l’adaptation de modèles des Sciences Humaines, afin de les utiliser dans le contexte de conception, en temps réel. Bien qu’il y ait énormément de travail sur les aspects psychologiques et cognitifs, les technologies dans ces domaines se sont développées pour être appliquées par les experts de différents domaines, en prenant un temps considérable, en comparaison avec la technologie en temps réel mise en œuvre pour la manipulation de modèles 3D.
Alors il faut prédéfinir les modèles pour les différents contextes d’utilisation, selon les rôles des agents de modélisation. Ce travail exige de développer les systèmes experts dans ces