Perception de la forme et de la mati` ere dans la modalit´ e ultrasonore

L’amplitude du signal ultrasonore r´efl´echi par un objet est grandement affect´ee par la nature de la cible. En effet, il d´epend de la surface, de la forme et de la texture de l’objet d´etect´e :

La taille de la surface : Les capteurs ultrasonores ont une sensibilit´e insuffisante pour les faibles ondes ultrasonores renvoy´ees au r´ecepteur. Un objet plac´e tr`es loin du capteur ne peut ˆetre d´etect´e que s’il retourne le plus possible d’ondes ultrasonores. D`es lors, parmi les param`etres les plus importants est la surface de l’objet `a d´etecter. Plus la surface de la cible est grande, plus elle renverra d’ondes. De ce fait, un mur `a 250 centim`etres peut ˆetre d´etect´e par le capteur `a ultrasons alors qu’un petit objet ne peut ˆ

etre d´etect´e qu’`a plusieurs dizaines de centim`etres seulement.

La forme de l’objet : La taille de la surface de l’objet est importante, mais sa forme est tout aussi importante [FIL04]. En effet, un objet plac´e perpendiculairement au capteur d’ultrasons et bien plat, r´efl´echit toute l’onde dans la mˆeme direction ce qui favorise la d´etection de la cible. Dans le cas d’un objet de forme arrondie, comme une balle, l’onde ultrasonore est renvoy´ee dans de multiples directions. Ainsi, une partie de cette onde est r´efl´echie vers le r´ecepteur du capteur ultrasonores (cf. Figure 3.4).

La mati`ere de l’objet : Quant `a la mati`ere de l’objet, elle peut avoir une influence sur la distance de d´etection, le fait d’avoir un mur en moquette, ou une balle en mousse,

en caoutchouc ou en plastique, fera que l’onde soit plus ou moins absorb´ee par la ma- ti`ere. Grace aux caract´eristiques de l’onde ultrasonore, les capteurs `a ultrasons ont ´et´e, largement, utilis´es pour la d´etection et la classification de diff´erents types d’objets tels que les coins entrants, les coins sortants, les cylindres, les objets planes comme les murs, etc. Dans la suite, un ´etat de l’art sur ces travaux est pr´esent´e.

3.3

Etat de l’art sur la reconnaissance d’objets par des

ondes ultrasonores

Dans [DZM95], Dror et al. utilisent multiples capteurs `a ultrasons pour reconnaˆıtre les formes `a 2D et 3D comme les cubes et les t´etra`edres. Dans leur travail, la recon- naissance est ind´ependante de l’orientation du dispositif mais elle se base, uniquement, sur les ´echos des ondes ultrasonores renvoy´es par le premier objet d´etect´e. Les auteurs ont d´emontr´e que l’analyse de cet echo dans le domaine fr´equentiel donne les meilleurs r´esultats.

Dans [c1393], Oria et Gonzalez pr´esentent un syst`eme de d´etection et de classification d’objets de formes simples tels que les bords, les plans, les petits cylindres et les coins. La discrimination entre ces formes repose sur l’exploitation des propri´et´es physiques du signal. Le syst`eme propos´e est bas´e sur un seul capteur ultrasonore int´egr´e dans un robot mobile et est utilis´e dans un environnement domestique.

Dans [BK91], Bozma et Kuc utilisent un seul capteur `a ultrasons. Ce capteur effectue un balayage pour qu’il fournisse une carte d’occupation appel´ee aussi grille d’occupation (sonar map) dans laquelle une localisation de l’occurrence des objets est illustr´ee. Ce syst`eme permet de classifier l’environnement en trois classes : coin entrant, plan et coin sortant. Deux sortes d’informations sont exploit´ees par ce syst`eme pour le processus de classification :

– le temps de vol (TDV) du signal r´efl´echi par une surface sp´eculaire et

– les propri´et´es physiques de l’´echo du signal ´emis (enveloppe, d´ephasage, etc.). Dans [c1301], Barat et Ait Oufroukh pr´esentent une approche statistique pour la clas- sification d’objets `a 2D d’un environnement domestique en quatre familles : coin sortant, plan, coin entrant et petit cylindre. La discrimination entre ces objets est r´ealis´ee en uti- lisant le TDV, l’amplitude maximale du signal et d’autres param`etres caract´eristiques du signal.

Dans [PQWB07], Pham et al. proposent une nouvelle application de surveillance de personnes dans un environnement intelligent. Plusieurs sc´enarios, tel que le suivi des patients et des personnes ˆag´ees, sont ´elabor´es dans lesquels des capteurs `a ultrasons

sont int´egr´es.

Finalement, dans [MHAG09], Marichal et al. pr´esentent une approche intelligente bas´ee sur la mod´elisation 3D de l’environnement. Les murs et les coins sortants sont cherch´es et d´etermin´es en utilisant des capteurs ultrasonores.

Nous constatons, `a partir de cette ´etude, que la majorit´e des travaux d´evelopp´es jusqu’`a pr´esent reposent, principalement, sur l’utilisation soit de multiples capteurs soit d’un seul capteur mobile. Ces deux modes d’utilisation visent `a obtenir des informations de diff´erents points de vue de l’objet.

Les approches bas´ees sur plusieurs capteurs g´en`erent une carte d’occupation. Cette m´ethode permet de repr´esenter l’environnement en le d´ecomposant en un ensemble de cellules. La probabilit´e d’occupation de chacune de ces cellules est estim´ee `a l’aide des mesures obtenues. La dimension de la carte d’occupation d´epend alors du nombre de cap- teurs employ´es, devant ˆetre assez important pour obtenir une carte de bonne r´esolution. N´eanmoins, pour un nombre tr`es grand de capteurs, cette m´ethode devient p´enalisante `

a cause de l’espace de stockage ´elev´e requis. Par ailleurs, les approches bas´ees sur un seul capteur mobile, exigent un mouvement pr´ecis du capteur en terme de sens et de suivi (´echelle de d´eplacement). La disposition de ces informations permet de d´eterminer, parfaitement, la distance entre les diff´erentes prises de captures et leurs ordres.

Dans notre syst`eme, nous utilisons un capteur ultrasonore pour la reconnaissance de l’´etat de sol, en sol, escalier ascendant (E.A) et escalier descendant (E.D). A notre connaissance et d’apr`es les derni`eres recherches, ce type de capteur n’est pas encore uti- lis´e pour la d´etection et la reconnaissance des E.A et E.D. Dans ce cadre, la construction d’une carte d’occupation n’a pas de n´ecessit´e pour une personne non voyante car elle ne cherche `a ˆetre alert´ee que dans le cas o`u un obstacle est pr´esent dans son parcours. En outre, l’utilisation d’un grand nombre de capteurs alourdit, consid´erablement, le coˆut du syst`eme de reconnaissance et introduit des d´elais suppl´ementaires pour avertir le non voyant.

En outre, le balayage al´eatoire et le tˆatonnement de la canne risquent de donner lieu `a des informations imparfaites. Cette imperfection affecte, notamment, la distance de parcours de la canne, malgr´e que son sens de mouvement peut ˆetre d´efini de fa¸con exacte.

Notre algorithme doit par cons´equent g´erer ces diff´erentes imperfections. Les vibra- tions sont fr´equentes lors du balayage de la canne, ce qui affecte la forme d’onde des signaux et donne, n´ecessairement, lieu `a des erreurs affectant les signaux ultrasonores enregistr´es. Les intervalles d’acquisition doivent ˆetre suffisamment courts pour r´eduire le temps requis `a leur traitement. Cependant, plus la taille d’´echantillon est petite, plus

les donn´ees sont incompl`etes, impr´ecises et ambigus. Dans ces conditions, la qualit´e de d´ecision qui en d´ecoule, d´epend ´etroitement de la mani`ere dont nous les repr´esentons ainsi que de la th´eorie utilis´ee pour leur analyse. Dans ce qui suit, nous d´ecrivons notre proposition d’une proc´edure d’analyse et de traitement du signal ultrasonore en vue de la classification de l’´echo en sol, E.A et E.D en se basant sur des m´ethodes conventionnelles d’analyse du signal existant dans la litt´erature.

3.4

Proposition d’une proc´edure d’analyse et de traite-

ment du signal ultrasonore

Le signal issu d’un capteur `a ultrasons est riche en informations. Leur extraction n´ecessite de l’analyser sous diff´erents points de vue. Tel qu’il est requis dans sa forme brute, il se trouve dans le domaine temporel mais affect´e de diff´erents genres de bruits qu’il faut d’abord att´enuer. Nous notons cette repr´esentation du signal RT (Repr´e- sentation Temporelle). Sa projection dans d’autres domaines, notamment le domaine fr´equentiel, permet de le pr´esenter diff´eremment de fa¸con `a en tirer d’autres types d’in- formations. Pour y parvenir, nous exploitons deux types de transformations reconnues par leur pouvoir d’extraction efficace d’information spectrales tr`es pertinentes notam- ment la transform´ee de Fourier (TF) et la transform´ee en ondelettes (T.O). Chacune de ces transformations joue le rˆole d’un observateur analysant `a sa fa¸con le signal par l’interm´ediaire de primitives. Dans ce qui suit, nous exposons la chaˆıne de traitement em- ploy´ee, commen¸cant par un pr´e-traitement du signal consistant d’abord en son filtrage, puis sa projection dans d’autres domaines fr´equentiels. Les diff´erentes repr´esentations requises sont analys´ees par l’extraction de primitives. Nous pr´esentons enfin la strat´egie de d´ecision. La figure 3.5 illustre les diff´erentes ´etapes de cette chaˆıne de traitement.