Développement d’un simulateur haptique immersif à trois degrés de liberté pour la reproduction de randonnées réelles en véhicules récréatifs
Notice bibliographique
Résumé
De nombreuses technologies de simulation existent aujourd’hui. Elles sont souvent utilisées à des fins de formation, notamment dans les industries aéronautique, automobile et médicale. Dans ce contexte, le projet Sekonride vise à développer un simulateur de véhicules récréatifs qui pourrait être utilisé dans les concessions BRP pour permettre aux potentiels clients de tester les véhicules avant d’en faire l’achat. \n \nPar le présent mémoire, inhérent au projet Sekonride, nous cherchons à développer la capacité du simulateur à reproduire des randonnées réelles en véhicule récréatif. Pour ce faire, notre point de départ est le prototype de simulateur de quadricoptère en réalité virtuelle du projet AeroStraße développé à l’Université de Sherbrooke, qui doit être adapté à nos objectifs. \n \nLe développement du simulateur s’articule en trois objectifs spécifiques et s’appuie sur la méthodologie de design science. Le premier objectif spécifique consiste à concevoir un dispositif permettant de capter des randonnées réelles sur deux types de véhicules récréatifs : la motoneige et le VTT. Pour cela, nous avons développé un dispositif permettant d’enregistrer à la fois les images du parcours à 360° et l’évolution des mouvements de l’engin. Ce dispositif intègre, entre autres, une caméra sportive à 360° GoPro Max et une centrale inertielle fixée sur le châssis du véhicule au cours de la randonnée. Le deuxième objectif spécifique consiste à concevoir une démarche de traitement du signal permettant de convertir les données brutes issues de la centrale inertielle en trame linéaire de déplacement pour les actionneurs. Enfin, le dernier objectif spécifique consiste à concevoir une solution permettant de contrôler le simulateur pour reproduire les randonnées. Pour cela, nous avons développé un ensemble de programmes permettant de reproduire à la fois les images de la randonnée dans un casque de réalité virtuelle et les mouvements enregistrés lors de la captation sur les actionneurs du simulateur. Le travail s’est attaché, pour cet objectif spécifique, à synchroniser la reproduction des images et des mouvements. Les outils scientifiques pertinents pour répondre à chaque objectif spécifique ont été mis en lumière par une revue de littérature. \n \nUne fois l’objectif principal de développement du simulateur atteint, une analyse du comportement de ce dernier a permis d’évaluer les différences entre les mouvements enregistrés lors des randonnées réelles et leur reproduction sur le simulateur. Une campagne de test a également été menée pour valider le sentiment d’immersion procuré par le simulateur. Ces analyses ont permis de valider le prototype Sekonride, qui reproduit fidèlement des randonnées réelles en véhicule récréatif, tout en mettant en lumière des perspectives d’amélioration. \n \nEnfin, certains choix faits et hypothèses posées au cours de cette étude sont discutés, notamment concernant la précision des capteurs et le dimensionnement du filtre passe-bas. Les lacunes et les limites de notre étude sont évoquées, comme l’impossibilité pour l’utilisateur de contrôler la simulation, et la fréquence de fonctionnement du simulateur fixée à 30 Hz. Enfin, les opportunités d’ouverture et d’amélioration sont évoquées pour la phase II du projet Sekonride, qui consiste à rendre la simulation contrôlable par l’utilisateur.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».