Quantification de la fatigue physique lors d'activités multitâches dans un environnement non contrôlé

Chaque année, 1.7 % des travailleurs de la construction subissent une blessure suffisamment grave pour s'absenter du travail. L'une des principales raisons à cela est la fatigue induite par la nature très exigeante physiquement des tâches de la construction. Pour surveiller la fatigue physique en temps réel, des capteurs portables tels que des moniteurs de fréquence cardiaque et des unités de mesures inertielles (IMUs) ont été utilisés dans l'athlétisme et dans l'industrie des transports. Cependant, dans le domaine de la construction, leur utilisation reste généralement limitée au suivi de la fatigue physique sur une seule tâche ou lors d'une activité multitâche mais en laboratoire. Cette étude vise à quantifier la fatigue physique lors d'activités multitâches dans un environnement non-contrôlé, en combinant un capteur IMU et un moniteur de fréquence cardiaque. Le système de capteurs ainsi que la méthode d'analyse et de traitement des données développés ont été testés sur quatre applications réalisées chronologiquement : 1) sur des données extraites d'une tâche répétitive réalisée par quinze sujets en laboratoire, 2) sur des données extraites de deux tâches répétitives réalisées par quinze sujets en laboratoire, 3) sur une activité multitâche réalisée par trois sujets dans un environnement non-contrôlé et 4) sur trois travailleurs de la construction lors de trois demi-journées consécutives de travail. Dans tous les cas, l'échelle de Borg a été utilisée comme échelle subjective pour obtenir le niveau de fatigue ressenti par les participants. Trois modèles de classificateur, à savoir la régression logistique, le Random Forest et le Bagged Trees, ont été testés pour la quantification de la fatigue physique. Les principaux résultats ont montré que la méthode proposée permet de quantifier la fatigue physique pendant une demi-journée d'activités multitâches dans un environnement non-contrôlé avec une précision de 78.6% par un modèle de Random Forest utilisant un maximum de 18 caractéristiques. Les résultats ont également montré que la méthode proposée dans cette étude n'est pas encore directement applicable pour la quantification de la fatigue physique des travailleurs de la construction lors de leur journée de travail. En effet, l'hostilité des conditions climatiques des chantiers de la construction a entraîné un dysfonctionnement du moniteur de fréquence cardiaque et les travailleurs ont systématiquement évalué leur niveau de fatigue à faible, ce qui a entraîné des difficultés pour l'étiquetage des données.

Abstract

Each year, 1.7% of construction workers sustain an injury serious enough to take time off work. One of the major reasons for this, is the fatigue induced by the highly physically demanding nature of construction tasks. To monitor physical fatigue in real-time, wearable sensors such as heart rate monitors and inertial measurement units (IMUs) have been recognized in professional athletics and in the transportation industry. However, in the construction field, their use generally remains limited to either solely one task or to multitasking activity within laboratory settings. This study aims to quantify the physical fatigue during multitasking activities in a non-controlled environment by combining an IMU and a heart rate monitor. The proposed sensor system as well as the data processing method were tested on four case studies chronologically: 1) on data extracted from a repetitive task performed by fifteen subjects with laboratory settings, 2) on data extracted from two repetitive tasks performed by fifteen subjects with laboratory settings, 3) for a multitasking activity performed by three subjects in a non-controlled environment and 4) on three construction workers during three consecutive half-days of work. In all cases, Borg's Rating of Perceived Exertion was used as a subjective scale to obtain the fatigue level experienced by the participants. Three classifier models, namely the logistic regression, the random forest, and the bagged trees, were tested for physical fatigue quantification. The main results showed that the proposed method allows to quantify the physical fatigue during a half day of multitasking activities in a non-controlled environment with an accuracy of 78.6% using a random forest model using a maximum of 18 features. The results also showed that the method proposed in this study is not, at this stage, directly applicable for the quantification of the physical fatigue of construction workers during their working day. Indeed, the hostile climatic conditions of the construction sites resulted in the heart rate monitor malfunctioning and construction workers systematically rated their fatigue level as low, which created difficulties in labelling the data.