Dynamique temporelle des patterns de mouvement : Expertise et variabilité de comportement – DYnaMov

Ce projet est une approche pluri-disciplinaire de l'analyse du mouvement humain afin d’explorer la capacité d'adaptation du comportement moteur comme une propriété déterminante de l'expertise. Ce projet associe les sciences du mouvement humain et de l'informatique et des mathématiques appliquées. L'objectif principal consiste à étudier le rôle fonctionnel de la variabilité de mouvement dans des contextes naturels où l'incertitude et la pression temporelle sont élevées, ce qui nécessite que les individus adaptent constamment leur comportement afin de répondre à des contraintes en interaction de façon dynamique. Étudier le rôle fonctionnel de la variabilité signifie évaluer comment s’adapte le comportement par l'analyse de l'équilibre entre la stabilité (comportement persistant) et la flexibilité (comportement variable) du mouvement par rapport au contexte. Plus précisément, notre projet explore comment les pompiers et les athlètes expérimentés et inexpérimentés adaptent leur comportement moteur dans des contextes de performance différents, notamment lorsque les propriétés environnementales sont stables ou présentent des régions de méta-stabilité (région de transition où des patterns co-existent). Les objectifs expérimentaux visent à explorer comment les propriétés de l'environnement (stable vs. métastable) influençant l’adaptabilité comportementale lorsque les pompiers et les athlètes inexpérimentés sont entraînés soit dans un environnement où les contraintes sont stables, soit dans des régions de méta-stabilité.

La société exige la minimisation rapide et efficace et la gestion des situations à haut risque. Par conséquent, l’entraînement dans les régions de performance métastables est particulièrement pertinent afin de faciliter les personnes à faire face à des niveaux élevés d'incertitude et de pression temporelle. Par conséquent, les résultats du projet pourraient fournir des connaissances utiles pour la conception de situations de formation nécessitant une adaptation continue du comportement moteur, en particulier pour mettre en place des stratégies d'exploration et de sauvegarde.

Afin de permettre l'analyse de la capacité d'adaptation du comportement moteur, l'objectif de l'informatique et des mathématiques appliquées vise la reconnaissance de mouvement afin de suivre le comportement humain dans une dynamique spatio-temporelle en identifiant les attracteurs (états stables de mouvement) et la transition entre attracteurs. La méthode choisie pour ce projet est l'utilisation d'analyse de classification pour étudier la variabilité inter-individuelle et détecter des profils individuels, et Hidden Markov Model (HMM) pour analyser la dynamique temporelle des mouvements. Un accent supplémentaire sera mis sur les points critiques de la dynamique temporelle des patterns de mouvement par l'analyse et la modélisation de la variabilité globale et locale de la série temporelle. Cette coopération entre les sciences de l'informatique et des mathématiques appliquées et sciences du mouvement humain permettrait le développement d'une équipe pluri-disciplinaire de la recherche, entre les niveaux régional, national et international (Keith David en Australie est un chercheur de renommée mondiale ayant proposé un nouveau cadre pour comprendre le contrôle moteur).

En résumé, cette recherche concerne le développement expérimental, où le principal défi technique est de développer un système de mesure capable de capturer le comportement humain dans des contextes naturels en utilisant des capteurs embarqués. Parallèlement, il s’agit de développer une méthode d'analyse des mouvements de l'homme à l'aide d'un petit nombre de paramètres. Le projet vise à utiliser les unités de mesure inertielle (IMU) qui associent un accéléromètre 3D, gyroscope 3D et magnétomètre 3D. Ce projet propose l'utilisation d’IMU conçu par MOVEA qui contribuera en tant que partenaire dans le projet (pas dans un rôle de prestation de services).