Navigation – Plan du site
Actualité
Professeurs invités

Modèles computationnels du mouvement humain

Dinesh Pai
p. 15
Traduction(s) :
Computational Models of Human Movement

Résumé

Dinesh Pai, Professeur à l’université de Vancouver (Canada), invité par l’Assemblée des professeurs à l’initiative du Pr Alain Berthoz, a donné en mai-juin 2009 un enseignement consacré aux « Modèles computationnels du mouvement humain » en quatre leçons intitulées :
1. Créer des objets virtuels qui semblent réels a l’œil, au toucher et à l’oreille
2. Capture automatisée du mouvement des humains et des objets
3. Que peuvent nous apprendre les robots sur le mouvement humain ?
4. Modéliser la neurobiologie du mouvement humain

Haut de page

Texte intégral

1L’objet de ces leçons est d’expliquer comment on peut comprendre le mouvement humain en exploitant les nouveaux développements de l’informatique. L’informatique s’est engagée dans une quête excitante pour comprendre la réalité physique et physiologique. La combinaison de simulations informatiques d’un réalisme sans précédent avec de nouvelles méthodes d’imagerie et de mesure permet de créer des environnements virtuels qui éclairent la complexité du mouvement humain.

Créer des objets virtuels qui semblent réels à l’œil, au toucher et à l’oreille

2Les hommes se meuvent et font l’expérience du monde réel en exploitant tous les sens à leur disposition, comme la vision, le toucher et l’ouïe. En effet, les objets réels répondent à l’interaction humaine de manière multisensorielle : ils résistent au toucher, bougent, changent de forme, font du bruit. Ainsi, les environnements virtuels devraient également fournir de telles informations corrélées pour les différents sens, et qui soient à la fois réalistes et interactives. Cette première leçon introduit les développements récents, dus au laboratoire du Pr Pai et à d’autres, visant à créer des mondes virtuels multisensoriels à l’aide de sorties graphiques, haptiques et audives. Il décrit des changements décisifs en termes de hardware, et de nouveaux algorithmes pour la simulation interactive du contact entre l’homme et l’environnement physique. Au-delà des applications aux jeux vidéos et au cinéma, ces développements permettent d’étudier de manière réaliste comment les hommes interagissent avec leur environnement.

Capture automatisée du mouvement des humains et des objets

3Pour faire des simulations informatiques réalistes et utiles, il est essentiel de capturer des mouvements réels. Ces types de capture sont longs et fastidieux. Cette deuxième leçon décrit des systèmes d’imagerie et de mesure modernes, qui facilitent la modélisation à partir de mesures. Des techniques d’imagerie médicale, en particulier l’IRMf, permettent d’acquérir des modèles anatomiques et comportementaux des sujets humains à des niveaux de détail sans précédent. Des systèmes de capture de mouvement à haute vitesse permettent des mesures précises de mouvements humains complexes tels que les expressions du visage. Enfin, de nouveaux systèmes robotiques pouvant examiner des objets physiques permettent d’acquérir des modèles comportementaux. Le Pr Pai en donne des exemples issus de son laboratoire, notamment le Dispositif de mesure active de l’UBC (ACME), un dispositif robotique pour modéliser, à partir de données réelles, des propriétés physiques des objets, telles que leur son, leur forme, leur apparence, leur réponse aux déformations et la rugosité de leur surface.

Que peuvent nous apprendre les robots sur le mouvement humain ?

4Notre compréhension actuelle du mouvement humain est surtout descriptive. Pour comprendre plus en profondeur, il faut évaluer les contraintes physiques sur tout organisme – humain ou robot – placé dans l’obligation d’interagir correctement avec le monde physique. Comme l’observe H.Barlow : « L’aile serait une structure bien mystérieuse si nous ne savions pas que les oiseaux pouvaient voler.» En effet, la connaissance qualitative classique sur les plumes et les battements d’ailes (disponibles à l’époque d’Icare) n’a pas permis d’y comprendre quoi que ce soit. Il manquait la connaissance quantitative moderne de la portée aérodynamique, des phénomènes de turbulence, de la stabilité et du contrôle. La troisième leçon décrit comment la construction de robots peut, de la même manière, nous permettre de saisir ce qui est nécessaire à l’exécution correcte du mouvement, et nous fournir un test rigoureux pour la compréhension du mouvement humain. Avec l’exemple des mains robotiques et des robots marcheurs, on peut comprendre comment les succès et les échecs de la robotique nous apprennent ce qui est réellement important pour le mouvement humain.

Modéliser la neurobiologie du mouvement humain

5Cette dernière leçon décrit des modèles computationnels de l’interaction complexe entre les neurones, les muscles, les os, les capteurs sensoriels et autres tissus à l’origine du mouvement humain. En combinant des développements récents en simulation multisensorielle informatique, de nouvelles techniques de mesure et des connaissances acquises à travers la robotique décrits dans les leçons précédentes, D.Pai montre comment on peut construire des modèles détaillés du système sensori-moteur humain et de ses interactions avec le monde physique et décrire les premiers pas de cette approche quantitative, en se concentrant sur deux domaines des recherches actuelles : le contrôle du mouvement des yeux et la manipulation avec les mains. Ces modèles computationnels portent la promesse non seulement d’une connaissance plus approfondie de la manière dont le cerveau contrôle les mouvements, mais aussi de nouvelles applications dans le domaine de la santé.

Haut de page

Pour citer cet article

Référence papier

La Lettre du Collège de France n° 26, Collège de France, Paris, juin 2009, p. 15. ISSN 1628-2329

Référence électronique

Dinesh Pai, « Modèles computationnels du mouvement humain », La lettre du Collège de France [En ligne], 26 | juin 2009, mis en ligne le 24 juin 2010, consulté le 25 avril 2017. URL : http://lettre-cdf.revues.org/86

Haut de page

Droits d’auteur

© Collège de France

Haut de page