Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

10 septembre 2020

Étude et Développement des techniques de traitement du signal Avancées pour la mesure radar hyperfréquence dédiées à la caractérisation temps-réel de signes Vitaux associés aux comportements des personnes dans un Véhicule


Catégorie : Post-doctorant


Dans le contexte de la sécurisation des systèmes de transport, la surveillance à courte distance de l’activité du conducteur dans un véhicule, constitue un enjeu majeur dans l’amélioration du système d’aide à la conduite. Les constructeurs et équipementiers automobiles commercialisent depuis peu des systèmes de détection d'hypovigilance : ceux-ci font appel à une caméra dans l'habitacle (détection et analyse du clignement des yeux), à des capteurs de pression dans le siège (changement de posture), ou à l'analyse des données de conduite (temps de conduite, franchissement de ligne, angle du volant). Bien que prétendument arrivée à maturité, ces technologies ne sont pas encore suffisamment fiables (les faux positifs déclenchent des alertes intempestives qui incitent souvent les conducteurs à couper cette aide à la conduite) et robustes (conditions d'éclairement variant très rapidement, nécessité de calibration par rapport au conducteur). De plus ces solutions ne tiennent pas compte de l’état émotionnel extrême des conducteurs et des cas de perte de vigilance liés aux problèmes de santé (crise cardiaque…) [2] [3], [4].

Dans le cadre de ce travail postdoctoral, un système radiofréquence opérant en gamme de fréquences micro-ondes sera mis en œuvre pour la détermination en temps-réel des signaux physiologiques, i.e. fréquence respiratoire et rythme cardiaque, de manière sans contact et non-invasive. Des outils logiciels adaptés seront développés pour effectuer une veille de scènes à risque (endormissement de conducteurs) tout en assurant la réglementation en matière de respect de vie privée.

 

L’objectif visée dans le cadre de ce poste s’inscrit dans la continuité des travaux initiés au sein du laboratoire. Il s’agira, en particulier, de tirer bénéfice des différents développements instrumentaux pour développer et implémenter les techniques de traitement du signal pour l’extraction des paramètres d’intérêt, i.e. fréquences respiratoire et cardiaque, à partir des signaux radar. Signalons que les approches courantes sont basées sur la mise en œuvre d’un traitement de signal relativement basique (Fast Fourier Transform - FFT) associé à des méthodes de filtrage centrées sur les fréquences d’intérêt [5]. Un premier travail au sein du laboratoire a permis de mettre en avant, au travers de l’état de l’art, les limitations en matière de ressources matérielle (radar) et de logicielle (traitement de signal associé). Une des approches les plus pertinentes, reposera sur l’étude et l’évaluation de la Cyclostationnarité, pour répondre au besoin de méthodes de traitement de signal adaptées.

Notons que, au sein du laboratoire, ces techniques ont été développées et mises en œuvre pour la détection des fréquences caractéristiques pour adresser des applications notamment dans le contexte de la radio cognitive [6]. En particulier, ces techniques permettant d’obtenir de bonnes performances en environnement perturbé (bruit, mouvements du conducteur, vibrations du véhicule, …) s’avèrent comme particulièrement adaptées pour adresser l’application visée dans le cadre de travail postdoctoral. Dans le but d’augmenter les performances en termes de sensibilité et de précision de détection, il est également envisagé de coupler ces méthodes cyclostationnaires à des solutions logicielles basées sur les réseaux neuronaux convolutionnels afin d’effectuer un apprentissage supervisé des données cardiaques et respiratoires.[1] https://www.onisr.securite-routiere.gouv.fr

 

 

Laboratoire de rattachement : LEOST-COSYS, Université Gustave Eiffel.


Contact: Fouzia boukour

Email : fouzia.boukour@univ-eiffel.fr.

Tél: 0612359196

 

[2] AL-Khalidi, F.Q.; Saatchi, R.; Burke, D.; Elphick, H.; Tan, S. Respiration rate monitoring methods: A review. 378 Pediatric pulmonology 2011, 46, 523–529. 379 3.

[3] Aarts, V.; Dellimore, K.H.; Wijshoff, R.; Derkx, R.; van de Laar, J.; Muehlsteff, J. Performance of an 380 accelerometer-based pulse presence detection approach compared to a reference sensor. 2017 IEEE 14th 381 International Conference on Wearable and Implantable Body Sensor Networks (BSN). IEEE, 2017, pp. 382 165–168. 383 4.

[4] Antink, C.H.; Lyra, S.; Paul, M.; Yu, X.; Leonhardt, S. A Broader Look: Camera-Based Vital Sign Estimation 387 across the Spectrum. Yearbook of Medical Informatics 2019, 28, 102–114.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.