Extraction automatique de mesures sur différentes postures de mannequins 3D de la base CAESAR

Les caractéristiques du corps humain sont des éléments essentiels lors de la conception de postes de travail sécuritaires et efficaces. Parmi ces caractéristiques, l'anthropométrie, c'est-à-dire l'étude des dimensions corporelles, des travailleurs constitue l'information de base pour adapter le poste de travail aux opérateurs. Pour les aider dans le dimensionnement de postes de travail, les concepteurs ont à leur disposition des normes, notamment la norme ISO 14738. Cette norme internationale fournit des recommandations de dimensions de l'environnement de travail qui sont calculées à partir de données anthropométriques européennes. Il est possible d'utiliser cette norme quelle que soit la région du monde à condition d'avoir à disposition les données anthropométriques de la population de travailleurs que l'on cible. Obtenir les données anthropométriques d'une population est un processus long et couteux car un expert en anthropométrie doit mesurer manuellement les dimensions de chaque sujet. Le nombre de dimensions et de sujets mesurés est donc limité. Grâce au scanner 3D le temps d'obtention des dimensions anthropométriques peut être fortement réduit. La base de données CAESAR est une étude anthropométrique internationale qui combine mesures traditionnelles et scannage 3D des sujets. Le problème associé à l'utilisation de scan 3D réside dans la difficulté pour localiser des repères anatomiques sur les scans. Dans ce mémoire nous proposons une méthode qui permet d'extraire automatiquement des dimensions corporelles des scans de la base de données CAESAR. Les dimensions extraites sont des mesures anthropométriques utilisées dans la norme ISO 14738. La méthode développée permet de localiser automatiquement des repères anatomiques sur des mannequins qui sont en position debout ou assise. Elle utilise l'algorithme de partitionnement DBSCAN pour construire un squelette du scan et segmenter les différentes régions du corps humain. Ensuite nous transformons le nuage de points 3D de chaque membre en image 2D à l'aide du concept de carte de profondeur. Enfin grâce à des techniques de traitement d'images, nous avons identifié des repères anatomiques et calculer les dimensions nécessaires à la norme ISO14738. Le concept de carte de profondeur permet d'accélérer énormément le temps de calcul nécessaire pour localiser les repères anatomiques. Cependant la variabilité des postures et les fortes corpulences engendrent des cartes de profondeur défectueuses. Pour évaluer la précision de l'algorithme de localisation des repères, nous avons comparé les mesures automatiques à des mesures extraites manuellement par pointage direct sur les scans 3D. La précision a été évaluée à l'aide de l'indice REM (magnitude de l'erreur relative) et de l'indice MAD (erreur absolue moyenne). La majorité des mesures ont un REM compris entre 4% et 10% ce qui correspond à une précision jugée « moyenne » voir « bonne ». Toutes les mesures ont une erreur absolue moyenne inférieure à 5 cm par rapport aux dimensions extraites manuellement. Cela reste supérieure à la précision requise lors de mesures manuelles réalisées par des experts en anthropométrie qui est environ d'un centimètre. Mais le gain de temps obtenu est considérable. Pour augmenter la précision, une des approches serait d'utiliser des techniques de traitement d'images plus poussées, car dans cette étude les algorithmes employés utilisent uniquement l'analyse des dérivées première et seconde pour localiser les repères anatomiques. Enfin il faudrait améliorer le processus de construction de carte de profondeur pour qu'il soit plus robuste face aux variations de posture et de morphologie.