Des projections réalisées sur les perspectives démographiques et financières de la dépendance prévoient, en France, une nette augmentation de la population des plus de 80 ans, accompagnée d'une multiplication par 2 du nombre de personnes âgées dépendantes entre 2010 et 2060. Afin de gérer l'augmentation du nombre de personnes âgées dépendantes, les EHPAD (Etablissement d'Hébergement pour Personne Agées Dépendantes) sont appelés à améliorer la prise en charge des résidents et à améliorer les conditions de travail du personnel soignant. C'est dans ce contexte, que nous avons développé un système de supervision permettant de détecter, via un ensemble de capteurs, des évolutions du comportement ou encore, le comportement anormal d'une personne âgée. La détection des comportements anormaux dans le cadre de la supervision est un sujet de recherche qui a été largement étudié dans la littérature ; ce qui n'est tout de même pas le cas de l'analyse des variations des activités de la vie de tous les jours, prenant en compte les spécificités du comportement de la personne au cours du temps. Ainsi, nous avons proposé un modèle de Markov, permettant d'apprendre, avec le moins d'a priori possible, le modèle de comportement habituel au sein de la chambre. Le modèle proposé a été testé sur des données acquises en Living Lab (GIS-Madonah). Nous avons également proposé une nouvelle approche pour calculer la distance entre deux modèles de Markov, afin d'évaluer l'évolution du comportement au cours du temps. Ces méthodes devront permettre, non seulement de déterminer la probabilité du comportement actuel de la personne par rapport à son comportement habituel ; mais également, de détecter des évolutions lentes du comportement de la personne.

Due to demographic changes, it is expected that the number of French having over 80 years will increase drastically and the number of dependent elderly people will grow twice between 2010 and 2060. To manage this increasing number of dependent elderly person, nursing homes are required to improve the care of residents and to improve the working conditions of health workers. In this context, we plan to develop a monitoring system, based on a set of sensors, to detect modifications in the behavior of a person, and unusual behavior. Detection of abnormal activities in smart homes is an important topic of research, unlike the detection of the evolutions of behavior, which take into account the specifics activities of the person in time. Thus, we proposed a Markov model which allow to learn the usual behavior in the room, with a reduced number of a priori. The model is try on data acquired on a Living Lab (GIS Madonah). We proposed a new method to compute the distance between two Markov models, to estimate the evolution of the behavior. These methods allow to compute the probability of the current activities with the usual behavior, and the slow evolutions of the behavior.

Cette thèse aborde les problèmes inverses de contrôle optimal (IOCP) pour trouver les fonctions de coûts pour lesquelles les mouvements humains sont optimaux. En supposant que les observations de mouvements humains sont parfaites, alors que le processus de commande du moteur humain est imparfait, nous proposons un algorithme de commande approximative optimale. En appliquant notre algorithme pour les observations de mouvement humaines collectées: mouvement du bras humain au cours d'une tâche de vissage industrielle, une tâche de suivi visuel d’une cible et une tâche d'initialisation de la marche, nous avons effectué une analyse en boucle ouverte. Pour les trois cas, notre algorithme a trouvé les fonctions de coût qui correspondent mieux ces données, tout en satisfaisant approximativement les Karush-Kuhn-Tucker (KKT) conditions d'optimalité. Notre algorithme offre un beau temps de calcul pour tous les cas, fournir une opportunité pour son utilisation dans les applications en ligne. Pour la tâche de suivi visuel d’une cible, nous avons étudié une modélisation en boucle fermée avec deux boucles de rétroaction PD. Avec des données artificielles, nous avons obtenu des résultats cohérents en termes de tendances des gains et les critères trouvent par notre algorithme pour la tâche de suivi visuel d’une cible. Dans la seconde partie de notre travail, nous avons proposé une nouvelle approche pour résoudre l’IOCP, dans un cadre d'erreur bornée. Dans cette approche, nous supposons que le processus de contrôle moteur humain est parfait tandis que les observations ont des erreurs et des incertitudes d'agir sur eux, étant imparfaite. Les erreurs sont délimitées avec des limites connues, sinon inconnu. Notre approche trouve l'ensemble convexe de de fonction de coût réalisables avec la certitude qu'il comprend la vraie solution. Nous numériquement garanties en utilisant des outils d'analyse d'intervalle.

This thesis addresses inverse optimal control problems (IOCP) to find the cost functions for which the human motions are optimal. Assuming that the human motion observations are perfect, while the human motor control process is imperfect, we propose an approximately optimal control algorithm. By applying our algorithm to the human motion observations collected for: the human arm trajectories during an industrial screwing task, a postural coordination in a visual tracking task and a walking gait initialization task, we performed an open loop analysis. For the three cases, our algorithm returned the cost functions which better fit these data, while approximately satisfying the Karush-Kuhn-Tucker (KKT) optimality conditions. Our algorithm offers a nice computational time for all cases, providing an opportunity for its use in online applications. For the visual tracking task, we investigated a closed loop modeling with two PD feedback loops. With artificial data, we obtained consistent results in terms of feedback gains’ trends and criteria exhibited by our algorithm for the visual tracking task. In the second part of our work, we…

Mes travaux de recherches en thèse s’inscrivent dans le cadre du projet FUIE-monitorâge. L’objectif du projet, réunissant de nombreux partenaires industriels et universitaires, est d’améliorer la prise en charge individualisée et la sécurité du résident dans les établissements d’hébergement pour personnes âgées dépendantes(EHPAD). Dans ce travail, nous avons élaboré une méthode de fusion de données multimodales issues des différents capteurs installés dans un smart home. Ces informations sont utilisées pour la localisation intérieure des personnes afin de surveiller leurs activités journalières. Généralement, les mesures issues des capteurs sont soumises à des incertitudes. Dans nos travaux, ces erreurs sont supposées inconnues mais bornées. En tenant compte de cette hypothèse, une méthode de résolution d’un problème d’estimation d’état est élaborée en se basant sur des calculs ensemblistes. Notre algorithme de filtrage ensembliste comporte deux étapes. La première, dite de prédiction, est basée sur l’utilisation d’un modèle de marche aléatoire avec des hypothèses minimales (vitesse de déplacement maximale) pour prédire la zone où se trouve la personne. La deuxième étape, dite de correction, consiste à utiliser la mesure pour affiner cette zone. Cette étape utilise une technique de propagation de contraintes relâchée, q-relaxed intersection, pour permettre une meilleure robustesse par rapport aux données aberrantes. Notre algorithme est capable de quantifier, par un intervalle, l’incertitude commise sur les positions de cibles en mouvement tout en détectant les défauts de capteurs.

Our research work is a part of the project FUI 14 FEDER Collectivités E-monitor’âge. This project takes place within the framework of Ambient Assisted Living (AAL) which aims to improve the safety and the comfort of elderly people living in smart nursing homes. This work aims to monitor the activities of elderly persons using information from different sensors. The ADL (Activities of Daily Living) are used to evaluate the ability of the person to perform on their own a selection of the activities which are essential for an independent living in the everyday life. Generally, process knowledge and measurements coming from sensors are prone to indeterminable noise. In our work, we suppose that these errors are unknown but bounded. Taking into account this hypothesis, we show how to solve the estimation issue using set-membership computations techniques. Our algorithm, based on set-membership approach, consists of two steps. The prediction step, based on the use of a random walk mobility with minimum assumptions (maximum speed of moving), employs the previous state estimate to provide the prediction zone where the person may be located. The correction step uses the informations coming from the sensors to refine this predicted zone. This step uses a relaxed constraints propagation technique, q-relaxed intersection, to deal with faulty measurements. This proposed method allows us to compute the uncertainty domain for the reconstructed…

Cette thèse est dédiée au développement d’algorithmes génériques pour l’observation ensembliste de l’état continu et du mode discret des systèmes dynamiques hybrides dans le but de réaliser la détection de défauts. Cette thèse est organisée en deux grandes parties. Dans la première partie, nous avons proposé une méthode rapide et efficace pour le passage ensembliste des gardes. Elle consiste à procéder à la bissection dans la seule direction du temps et ensuite faire collaborer plusieurs contracteurs simultanément pour réduire le domaine des vecteurs d’état localisés sur la garde, durant la tranche de temps étudiée. Ensuite, nous avons proposé une méthode pour la fusion des trajectoires basée sur l'utilisation des zonotopes. Ces méthodes, utilisées conjointement, nous ont permis de caractériser de manière garantie l'ensemble des trajectoires d'état hybride engendrées par un système dynamique hybride incertain sur un horizon de temps fini. La deuxième partie de la thèse aborde les méthodes ensemblistes pour l'estimation de paramètres et pour l'estimation d'état hybride (mode et état continu) dans un contexte à erreurs bornées. Nous avons commencé en premier lieu par décrire les méthodes de détection de défauts dans les systèmes hybrides en utilisant une approche paramétrique et une approche observateur hybride. Ensuite, nous avons décrit deux méthodes permettant d’effectuer les tâches de détection de défauts. Nous avons proposé une méthode basée sur notre méthode d'atteignabilité hybride non linéaire et un algorithme de partitionnement que nous avons nommé SIVIA-H pour calculer de manière garantie l'ensemble des paramètres compatibles avec le modèle hybride, les mesures et avec les bornes d’erreurs. Ensuite, pour l'estimation d'état hybride, nous avons proposé une méthode basée sur un prédicteurcorrecteur construit au dessus de notre méthode d'atteignabilité hybride non linéaire.

This thesis is dedicated to the development of generic algorithms for the set-membership observation of the continuous state and the discrete mode of hybrid dynamical systems in order to achieve fault detection. This thesis is organized into two parts. In the first part, we have proposed a fast and effective method for the set-membership guard crossing. It consists in carrying out bisection in the time direction only and then makes several contractors working simultaneously to reduce the domain of state vectors located on the guard during the study time slot. Then, we proposed a method for merging trajectories based on zonotopic enclosures. These methods, used together, allowed us to characterize in a guaranteed way the set of all hybrid state trajectories generated by an uncertain hybrid dynamical system on a finite time horizon. The second part focuses on set-membership methods for the parameters or the hybrid state (mode and continuous state) of a hybrid dynamical system in a bounded error framework. We started first by describing fault detection methods for hybrid systems using the parametric approach and the hybrid observer approach.…