FR2943234A1 - Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit - Google Patents
Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit Download PDFInfo
- Publication number
- FR2943234A1 FR2943234A1 FR0951716A FR0951716A FR2943234A1 FR 2943234 A1 FR2943234 A1 FR 2943234A1 FR 0951716 A FR0951716 A FR 0951716A FR 0951716 A FR0951716 A FR 0951716A FR 2943234 A1 FR2943234 A1 FR 2943234A1
- Authority
- FR
- France
- Prior art keywords
- signal
- sensors
- model
- sensor
- accelerometers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims description 25
- 230000009467 reduction Effects 0.000 title description 3
- 238000012546 transfer Methods 0.000 claims abstract description 21
- 210000000056 organ Anatomy 0.000 claims abstract description 16
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 241001123248 Arma Species 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001934 delay Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 30
- 230000008569 process Effects 0.000 description 13
- 239000013598 vector Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 206010041349 Somnolence Diseases 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- AZYBQXPITOLDBL-SJQULFJYSA-N O(C)c1c(OC)cc2-c3c(O)ccc([C@H](O)CC(=O)O[C@@H]4C[C@H](N5[C@H](C4)CCCC5)c2c1)c3 Chemical group O(C)c1c(OC)cc2-c3c(O)ccc([C@H](O)CC(=O)O[C@@H]4C[C@H](N5[C@H](C4)CCCC5)c2c1)c3 AZYBQXPITOLDBL-SJQULFJYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0248—Filters characterised by a particular frequency response or filtering method
- H03H17/0255—Filters based on statistics
- H03H17/0257—KALMAN filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
- G01D3/032—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure affecting incoming signal, e.g. by averaging; gating undesired signals
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Measuring devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6893—Cars
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
Dans le procédé, on surveille, par exemple à bord d'un véhicule, d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou/et un signal de respiration, d'un occupant (2) d'un organe tel qu'un siège. Dans le procédé, l'organe portant au moins un capteur (6) apte à détecter une variation de pression par contact, au moins un accéléromètre étant solidaire de l'organe : - on détermine un modèle d'une fonction de transfert entre, en entrée, au moins un signal de l'accéléromètre ou de l'un au moins des accéléromètres et, en sortie, un signal du capteur ou de l'un des capteurs (6) ; - on estime, au moyen du modèle, une valeur de bruit ; et - on ôte du signal du capteur (6) la valeur de bruit estimée.
Description
-1- L'invention concerne la surveillance des paramètres biologiques d'un occupant d'un organe tel qu'un siège. En particulier mais non exclusivement, l'invention concerne l'extraction et la surveillance de paramètres physiologiques d'un occupant d'un véhicule, qu'il s'agisse du conducteur ou d'un passager. On cherche en particulier à extraire la fréquence cardiaque et le signal de respiration de la personne d'une façon non contraignante et si possible dans toutes les conditions de conduite. En effet, l'obtention de ces paramètres biologiques permet de disposer d'un système de surveillance pour améliorer la sécurité routière. On cherche notamment à réduire le nombre des accidents causés par la somnolence ou une pathologie. On connaît du document US 2007/0112283 un procédé pour surveiller la pulsation cardiaque d'un occupant d'un véhicule. La surveillance a lieu au moyen de capteurs piézoélectriques sensibles à la pression sanguine. L'un des capteurs n'est pas soumis à cette pression et sert de référence, par exemple pour être sensible aux vibrations du véhicule. Il est indiqué que le signal qu'il fournit est exploité pour éliminer le bruit dû aux vibrations dans le signal transmis par les autres capteurs. On peut ainsi mieux exploiter ces signaux pour en extraire la pulsation cardiaque. Toutefois, le document ne donne pas d'indication précise sur la façon de prendre en compte le signal de bruit relevé par le capteur de référence lors de l'analyse des signaux des autres capteurs. Or, il s'agit d'un aspect important des procédés de surveillance. En effet, à bord d'un véhicule par exemple, le niveau des vibrations est tel que la fiabilité du procédé dépend en grande partie de la nature du traitement effectué pour prendre en compte le bruit environnant. En d'autres termes, en général, c'est seulement en éliminant une grande partie de ce bruit dans les signaux à exploiter que l'on peut convenablement en extraire les données représentant les paramètres biologiques à surveiller. Ce problème n'est pas restreint à la surveillance à bord d'un véhicule. Lorsque la surveillance concerne un patient occupant un lit par exemple, il est possible que des bruits environnants (par exemple ceux produits par des appareils électriques) viennent perturber cette surveillance de sorte que la fiabilité du procédé dépend encore une fois de la qualité du traitement apporté pour éliminer ce bruit dans les signaux exploités. C'est le cas particulièrement dans un lit médicalisé, où les patients sont transportés et des vibrations générées lors du mouvement du lit. Un but de l'invention est donc de réduire efficacement le bruit dans les signaux devant être exploités.
A cet effet, on prévoit selon l'invention un procédé de surveillance, par exemple à bord d'un véhicule, d'au moins un paramètre biologique, tel qu'une pulsation cardiaque 2943234 -2- ou/et un signal de respiration, d'un occupant d'un organe tel qu'un siège, procédé dans lequel, l'organe portant au moins un capteur apte à détecter une variation de pression par contact, au moins un accéléromètre étant solidaire de l'organe : - on détermine un modèle d'une fonction de transfert entre, en entrée, au moins un 5 signal de l'accéléromètre ou de l'un au moins des accéléromètres et, en sortie, un signal du capteur ou de l'un des capteurs; - on estime, au moyen du modèle, une valeur de bruit ; et - on ôte du signal du capteur la valeur de bruit estimée. Ainsi, le ou chaque accéléromètre est par définition sensible aux vibrations. Il 10 permet donc de fournir un signal de référence de bruit environnant particulièrement fidèle. De plus, la détermination du modèle de la fonction de transfert permet d'obtenir une estimation fiable de la valeur du bruit. On peut donc éliminer du signal à exploiter une grande partie du bruit qui s'y trouve. Il ne s'agit donc pas d'ôter directement du signal à exploiter le signal relevé par le ou chaque accéléromètre, c'est-à-dire de faire une 15 soustraction des signaux. Selon l'invention, on utilise le signal de l'accéléromètre pour modéliser l'influence du bruit dans le signal à exploiter et mieux extraire de ce dernier la valeur estimée de ce bruit. On obtient donc un signal à exploiter particulièrement exempt de bruit. Le bruit résiduel qui s'y trouve ne constitue pas un obstacle à l'obtention d'un signal représentant fidèlement le ou les paramètres biologiques à exploiter. 20 Avantageusement, le ou chaque accéléromètre est apte à détecter une accélération dans trois directions perpendiculaires les unes aux autres. En effet, on obtient une bien meilleure prise en compte des vibrations environnantes en utilisant de tels accéléromètres. Ces vibrations en effet ne sont pas limitées en général à une seule direction. C'est particulièrement vrai lorsque le procédé est mis en oeuvre à 25 bord d'un véhicule. Avantageusement, les accéléromètres sont au moins au nombre de deux et la fonction de transfert présente en entrée les signaux des accéléromètres. Ainsi, on prend en compte les caractéristiques des vibrations en plusieurs points différents. En effet, il est fréquent que les vibrations aient des caractéristiques différentes 30 en deux points éloignés l'un de l'autre. Par exemple, sur un siège de véhicule, la partie supérieure du dossier ne vibre pas en général de la même façon que l'assise. La présence de plusieurs accéléromètres permet donc de prendre en compte plus finement les vibrations environnantes. Avantageusement, on teste plusieurs types de modèles, puis on sélectionne un type 35 de modèle, les types de modèles testés étant par exemple parmi les suivants : - un modèle de représentation d'état, 2943234 -3- - ARMA, - ARX, et - NLARX, de préférence le modèle étant un modèle autorégressif exogène, par exemple un modèle 5 du type: Ni A(q) y(t) _ Bi (q) . ui (t û nk) + e(t) où A(q) est un polynôme à NA coefficients ; y(t) est le signal de sortie ; Bi(q) sont des polynômes à NB coefficients ; 10 ui (t), i = 1...Ni sont les signaux des accéléromètres; nk; sont les nombres des retards d'entrée unitaires; et e(t) est le signal d'erreur du modèle. Ainsi, on peut choisir celui des types de modèle qui est le plus adapté aux circonstances afin d'effectuer un traitement particulièrement efficace contre le bruit 15 environnant. Avantageusement, on détermine des paramètres du modèle, notamment au moyen d'une procédure récursive et de préférence on met à jour les paramètres. Ainsi, la procédure récursive permet d'obtenir des paramètres fiables. En outre, la mise à jour fréquente de ces paramètres permet d'adapter le traitement du bruit à 20 l'évolution de ce dernier en fonction des circonstances. C'est par exemple le cas lorsque le mode de conduite du véhicule évolue (conduite rapide, conduite au ralenti, conduite à grande vitesse sur route, etc.). De préférence : - on reçoit un signal de chaque capteur parmi un groupe des capteurs ; 25 - on projette le signal sur un dictionnaire d'atomes ; - on sélectionne certains des capteurs à partir de la projection ; et - on effectue la surveillance au moyen des seuls capteurs sélectionnés. Ainsi, la projection du signal sur le dictionnaire d'atomes permet de sélectionner de façon fiable et par des moyens automatisés les capteurs qui fournissent les signaux les 30 plus pertinents en vue de la surveillance des paramètres biologiques. Les modalités de la surveillance peuvent donc être adaptées en temps réel aux particularités du corps de l'occupant de l'organe, à ses postures, à ses changements de posture ou encore à ses mouvements. Sans donc qu'il soit nécessaire de faire intervenir un opérateur, le procédé permet la surveillance des paramètres biologiques en s'adaptant à la fois dans l'espace et 2943234 -4- dans le temps aux conditions de la surveillance. Le procédé favorise donc l'obtention des données les plus fiables sur les paramètres biologiques à surveiller. De préférence, on traite au moyen d'un filtrage non-linéaire le ou chaque signal reçu d'un ou plusieurs des capteurs. 5 Ainsi, l'utilisation d'un filtrage non linéaire donne de bons résultats dans la mesure où les phénomènes que l'on observe se comportent comme un système non linéaire. Le filtrage non linéaire permet donc d'éliminer davantage de bruit dans les signaux collectés et donc d'extraire plus facilement les signaux relatifs aux paramètres à surveiller. On prévoit également selon l'invention un programme d'ordinateur comprenant des 10 instructions de code aptes à commander la mise en oeuvre du procédé selon l'invention lorsqu'il est exécuté sur un ordinateur. On prévoit également selon l'invention un support d'enregistrement de données comprenant un tel programme sous forme enregistrée. On prévoit en outre selon l'invention la mise à disposition d'un tel programme sur un 15 réseau de télécommunications en vue de son téléchargement. On prévoit enfin selon l'invention un dispositif de surveillance d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou un signal de respiration, d'un occupant d'un organe tel qu'un siège, le dispositif comprenant : - au moins un capteur apte à détecter une variation de pression par contact et porté 20 par l'organe ; - au moins un accéléromètre solidaire de l'organe ; et - des moyens aptes à déterminer un modèle d'une fonction de transfert entre, en entrée, au moins un signal de l'accéléromètre ou de l'un au moins des accéléromètres et, en sortie, un signal du capteur ou de l'un des capteurs, ces moyens étant aptes à estimer 25 au moyen du modèle une valeur de bruit, et à ôter du signal du capteur la valeur de bruit estimée. Avantageusement, l'accéléromètre ou l'un au moins des accéléromètres est fixé à un des éléments suivants : - une moitié supérieure d'un dossier de l'organe ; et 30 - une partie basse d'une assise de l'organe.
D'autres caractéristiques et avantages de l'invention apparaîtront encore dans la description suivante d'un mode préféré de réalisation donné à titre d'exemple non-limitatif en référence aux dessins annexés sur lesquels : 35 - la figure 1 est un schéma d'ensemble du dispositif du présent mode de réalisation de l'invention ; 2943234 -5- - la figure 2 est une vue de côté du siège associé à ce dispositif ; - la figure 3 est une vue d'un des réseaux de capteurs du siège de la figure 2; - la figure 4 est une représentation d'un atome du dictionnaire mis en oeuvre dans le procédé de l'invention ; 5 - la figure 5 est un diagramme illustrant la modélisation de la fonction de transfert dans le présent mode de mise en oeuvre ; - la figure 6 est un diagramme illustrant la prise en compte de la fonction de transfert ainsi modélisée, lors de la mise en oeuvre du procédé ; - la figure 7 présente des courbes de l'amplitude du signal en fonction du temps 10 avant extraction du bruit au moyen de la fonction de transfert et après extraction du bruit par ce moyen ; et - la figure 8 présente sur deux courbes respectivement la pulsation cardiaque telle qu'estimée au moyen du procédé et la véritable pulsation cardiaque, ainsi que la plage de tolérance acceptée. 15 Nous allons décrire ci-après un exemple de mise en oeuvre du procédé selon l'invention et du dispositif associé qui constitue un système complet pour l'extraction d'informations biologiques du corps d'une personne 2 qui est en l'espèce un passager ou un conducteur d'un véhicule 4. L'invention vise à surveiller des paramètres biologiques de 20 cette personne tels que sa pulsation cardiaque ou/et son rythme respiratoire. Cette surveillance est faite en conditions de conduite et se veut robuste à l'égard des mouvements du corps. Il s'agit d'obtenir et de surveiller ces paramètres biologiques. On souhaite en particulier les obtenir d'une façon non-contraignante pour la personne concernée et quelles que soient les conditions de conduite. En effet, l'obtention 25 d'informations sur la pulsation cardiaque et/ou le signal de respiration permet de disposer d'un système de surveillance qui améliore la sécurité routière en réduisant les accidents dus à la somnolence ou à certaines pathologies. Nous allons tout d'abord décrire dans ses grandes lignes la constitution du système et les étapes mises en oeuvre par le procédé. Nous décrirons ensuite plus en détail 30 certains aspects de cette constitution et de cette mise en oeuvre. Le dispositif comprend des capteurs piézoélectriques 6 portés par le siège 8 occupé par la personne 2. Ces capteurs sont disposés de sorte que, quels que soient la posture de l'occupant ou les mouvements qu'il effectue, il est toujours possible d'obtenir au moyen des capteurs les signaux recherchés. Les capteurs sont aptes à détecter une variation de 35 pression par contact et sont ici des capteurs piézoélectriques. Les capteurs sont disposés au voisinage d'une face principale supérieure de l'assise 10 et du dossier 12 du siège 8, 2943234 -6- cette face étant prévue pour être contiguë à l'occupant 2. Ils peuvent aussi être disposés directement sur cette face. Les capteurs sont ainsi soumis à la pression du corps et en particulier aux variations de pression produites par ce dernier, notamment au voisinage des artères. Il s'agit en l'espèce de capteurs en film ou en feuille. Comme on le verra plus 5 loin, ces capteurs sont néanmoins sensibles à tous types de vibrations mécaniques de sorte que les signaux recherchés ne sont pas observables directement en sortie de ces capteurs. Dans le présent exemple, le siège 8 comprend une soixantaine de capteurs, ce nombre n'étant bien-sûr pas limitatif. Le nombre de capteurs dans l'assise 10 pourra être 10 compris entre dix et soixante-dix et par exemple égal à quarante. Le nombre de capteurs dans le dossier 12 pourra être compris entre cinq et cinquante et par exemple égal à vingt. La carte utilisée au cours de la mise en oeuvre du procédé comprend par exemple environ vingt capteurs, à savoir quinze capteurs de l'assise et cinq capteurs du dossier. Elle comprend donc par exemple environ 30 % des capteurs présents dans le siège. 15 Le traitement des signaux des capteurs met en oeuvre une partie analogique et une partie numérique. La partie analogique comprend des étapes de collecte et d'organisation de l'amplitude des signaux de sortie des capteurs 6. Chaque sortie analogique est numérisée puis certains seulement des capteurs sont sélectionnés de façon automatisée en fonction 20 de la position du corps 2 dans le siège 8. Les signaux issus de ces capteurs sont ensuite traités et fusionnés. Ces étapes de sélection et de fusion des capteurs sont effectuées plusieurs fois lors de la mise en oeuvre du procédé afin de mieux suivre les mouvements du corps et de les prédire. On remarquera ici que les mouvements des passagers et du conducteur d'un véhicule ne sont en général pas du même type. Les mouvements d'un 25 passagers sont plus aléatoires et toutefois moins nombreux que ceux du conducteur. Pour les mouvements du conducteur, il convient par ailleurs de prendre en compte des particularités telles que la présence de quatre roues directrices sur le véhicule, les mouvements des mains, la position de la jambe pour l'accélération, le freinage ou le changement de vitesse, etc.. 30 Sur la figure 1, le bloc 14 désigne l'unité chargée de sélectionner et de fusionner les signaux des capteurs. Ce bloc est apte à détecter les mouvements du corps, à les suivre et à les prédire. Il est apte notamment à sélectionner les capteurs les plus susceptibles de fournir des signaux intéressants pour l'obtention des paramètres biologiques. Il est apte à détecter un mouvement avec précision et à prédire un mouvement afin de disposer d'une 35 liste de capteurs candidats à sélectionner. De la sorte, la mise en oeuvre du procédé se fait continûment et sans à-coups, en dépit des mouvements de l'occupant. Le bloc est 2943234 -7- également apte à déterminer si seul un objet inerte est placé sur l'organe et à n'effectuer aucun traitement dans ce cas. Dans le siège 8 sont en outre prévus des accéléromètres 16 qui agissent comme des capteurs de référence pour le bruit environnant, en particulier les bruits des vibrations 5 dues au véhicule. Chacun de ces capteurs 16 est sensible au bruit dans trois directions perpendiculaires entre elles, à savoir les directions horizontales X et Y et la direction verticale Z. Dans le cadre du procédé, on estime une fonction de transfert entre les accéléromètres 16 et chacun des capteurs piézoélectriques 6 afin, ensuite, d'être en mesure de réduire le bruit en sortie de ces derniers capteurs. Les fonctions de transfert 10 sont ré-estimées chaque fois que cela s'avère nécessaire pour suivre les conditions courantes de conduite du véhicule et les mouvements du corps. Le bloc 20 est ainsi chargé d'établir un modèle dynamique variant dans le temps pour l'estimation des fonctions de transfert entre les accéléromètres et les capteurs piézoélectriques. Ces fonctions de transfert ainsi estimées permettent de prévoir des valeurs relatives au bruit et 15 de réduire ensuite le bruit transmis par les signaux des capteurs piézoélectriques. Les modèles utilisés à ce stade peuvent être linéaires ou bien non-linéaires. Il s'agit d'un premier étage de réduction du bruit dans le signal fourni par les capteurs 6. Toutefois, cet étage de réduction du bruit pourra s'avérer insuffisant dans certains cas. C'est pourquoi le bloc 20 comprend aussi un deuxième étage d'estimation et de suivi 20 permettant d'obtenir les paramètres biologiques, tels que la pulsation cardiaque ou/et le signal de respiration, avec plus de précision. Il permet aussi de mieux suivre leurs variations, quelles que soient les conditions de conduite (mouvements du corps, conduite urbaine, conduite à grande vitesse et sur autoroute). Ce deuxième étage est conçu pour être adapté au système non-linéaire. Il peut comprendre un filtre de Kalman étendu ou un 25 filtre particulaire pour mieux identifier toutes les variations de bruit. Cet étage de traitement non-linéaire est bien adapté pour extraire et surveiller des paramètres issus de modèles non-linéaires tels que la pulsation cardiaque et le rythme respiratoire dans un environnement vibratoire évoluant dans le temps. Le bloc 22, après les deux étages de filtrage, peut obtenir les signaux recherchés, 30 les surveiller et prédire leur évolution. L'invention est adaptée à tous types de véhicule. Elle n'est toutefois pas limitée aux véhicules. On peut ainsi la mettre en oeuvre dans d'autres types d'organes tels que des sièges ou des lits, par exemple des lits médicaux pour surveiller les paramètres d'un patient. 35 Le procédé mis en oeuvre est auto-adaptatif. 2943234 -8- On va maintenant décrire plus en détail certains aspects du procédé. On supposera ici que l'on surveille des paramètres biologiques du conducteur d'un véhicule.
1. Sélection et fusion des capteurs piézoélectriques. 5 En référence aux figures 1 à 3, le siège 8 comprend ici deux réseaux de capteurs 6 disposés respectivement dans son assise 10 et son dossier 12. Chacun de ces réseaux comprend en l'espèce plusieurs lignes et plusieurs colonnes. Par exemple, comme illustré à la figure 3, il comprend cinq lignes et cinq colonnes formant un quadrillage de capteurs. Les capteurs de chaque réseau sont sensiblement coplanaires. Les capteurs sont 10 connectés électriquement de façon adaptée au reste du dispositif en vue de la transmission des signaux relevés par ces capteurs aux moyens 14 et 20. Le bloc 14 a pour fonction de sélectionner certains seulement des capteurs disponibles. Il s'agit par exemple de sélectionner deux capteurs dans l'assise 10 et deux capteurs dans le dossier 12. Toutefois, ce nombre pourra être réduit ou augmenté selon 15 les cas. On suppose que le moteur du véhicule est éteint. Le conducteur et son passager entrent dans le véhicule. Lorsque le contact est mis au moyen de la clé de contact ou d'un organe analogue, le dispositif 7 selon l'invention comprenant les moyens 14, 20 et 22 commande la mise en oeuvre du procédé. Les organes de traitement et de calcul du 20 dispositif 7 seront logés à bord, par exemple dans le tableau de bord 11. Lorsque la mise en oeuvre du procédé est déclenchée, le dispositif 7 active une carte par défaut de capteurs 6 sélectionnés a priori parmi ceux de l'assise et ceux du dossier, carte dont il dispose en mémoire. Cette carte par défaut fait partie des réglages de base du procédé. 25 La présence du corps de la personne 2 dans le siège 8 provoque l'émission de signaux par certains des capteurs 6. Les moyens 14 analysent ces signaux pour évaluer s'il est préférable d'ajuster la carte compte tenu des circonstances, en particulier compte tenu des spécificités du corps 2 et de sa posture dans le siège. Les moyens 14 analysent également si un objet est présent sur l'organe au lieu d'une personne. Si c'est le cas, 30 aucun traitement supplémentaire n'est effectué. Pour cela, les moyens 14 identifient ceux des capteurs 6 qui fournissent les signaux a priori les plus exploitables. Des capteurs ne fournissant aucun signal ne sont pas retenus. Ceux des capteurs qui fournissent des signaux de pression élevés ne sont pas retenus non plus car on recherche surtout dans le cadre du procédé des variations de 35 pression. Ainsi, les capteurs situés sous les fesses de la personne 2 reçoivent une grande partie du poids du tronc de la personne et fournissent des signaux relativement pauvres 2943234 -9- en information. Ils ne sont pas retenus en général. Il s'agit à ce stade pour les moyens 14 de disposer de la carte la plus pertinente, en l'espèce la carte ayant les capteurs les plus sensibles aux mouvements légers, c'est-à-dire aux faibles variations de pression. La carte de base se trouve ainsi adaptée par l'ajout ou l'omission de certains des capteurs. C'est
5 au sein de la carte ainsi adaptée que seront sélectionnés les capteurs au cours de la suite du procédé.
Au cours de la suite du procédé, chaque fois que sera détecté un mouvement du corps lent ou de faible amplitude, le bloc 14 sera amené à sélectionner de nouveaux capteurs aptes à y être associés. Lorsque des mouvements rapides ou de grande
10 amplitude du corps sont détectés, le bloc 14 réalisera une carte entièrement nouvelle des capteurs afin de mieux s'adapter à la situation. On va maintenant indiquer comment, en présence d'une carte de capteurs donnée, le bloc sélectionne les capteurs les plus pertinents, à savoir ceux qui présentent la plus grande probabilité de contenir les signaux recherchés associés aux paramètres
15 biologiques. a. Sélection des signaux
On met ici en oeuvre une analyse conjointe temps-fréquence. Pour cela, on emploie une décomposition atomique offrant une haute précision en fréquences afin d'être en
20 mesurer d'estimer les poids et de localiser les composantes à poursuivre. Il s'agit d'une sorte d'expansion par paquets d'ondelettes.
Pour cela, le signal d'un capteur est ici représenté comme une combinaison linéaire de fonctions d'expansion fm,n : M { xn = ~j amJ m,n m=1 25 Ce signal x peut être exprimé en notation matricielle de la façon suivante : x=Fa avec F =[fi,f2,...,fM] Le signal x est ici un vecteur colonne (au formant N x 1), a est un vecteur colonne de coefficients d'expansion (N x 1) et F est une matrice N x M dont les colonnes sont les fonctions d'expansion fm,n. Une combinaison linéaire des coefficients d'expansion et des
30 fonctions fournit un modèle du signal. Des modèles compacts tendent à impliquer des fonctions d'expansion qui sont hautement corrélées au signal. On prévoit un dictionnaire d'atomes qui est compatible avec une large gamme de comportements temps-fréquence et tel que quelques atomes appropriés du dictionnaire pourront être choisis pour décomposer le signal. Ce dictionnaire est construit comme suit. 2943234 -10- On sait que la réponse en impulsion d'un capteur piézoélectrique est une onde sinusoïdale amortie avec un décalage de fréquence fondamental. Dès lors, pour être en mesure de couvrir toutes les phases, on obtient un dictionnaire bien adapté si on le constitue par la famille des vecteurs D = (gy, hy) où gy est une onde cosinus et hy est une 5 onde sinus. Ainsi, le dictionnaire est composé d'ondes sinus et cosinus de différentes fréquences possibles (mais limitées à notre gamme de surveillance). On sait que la plus forte fréquence en l'espèce est 20 hertz de sorte qu'on préfère utiliser dans le présent exemple, pour le seul signal de respiration, une gamme de fréquences située entre 10 0,2 hertz et 3 hertz. Pour les deux signaux conjoints de respiration et de rythme cardiaque, on utilise une gamme allant de 0,7 à 20 hertz, avec un pas dans les deux cas de 0,1 hertz. En vue de disposer d'une résolution suffisante en fréquence, chaque atome du dictionnaire est pondéré par une fenêtre de Hanning, ce qui permet en particulier d'éviter 15 des effets de bord. Ainsi, on a : Jh), = w. sin 2n-;k 1g7 = w.cos2n * avec w = 2 (1û cos(2z(1: m) / m + 1)) où m représente la longueur de l'atome. Cette longueur est en effet une grandeur importante pour la résolution en fréquence. A défaut de cette pondération, les atomes 20 peuvent présenter des durées différentes dans le dictionnaire. Le dictionnaire est ainsi composé de N atomes sinus pondérés et de N atomes cosinus pondérés. Ces atomes forment donc des signaux de support compacts (c'est-à-dire bornés, c'est-à-dire en un nombre fini de points non nuls) assimilables par analogie à des paquets d'ondelettes. 25 On a ainsi illustré à la figure 4 l'un des atomes du dictionnaire comprenant précisément la concaténation d'un atome sinus et d'un atome cosinus pour une fréquence. Le signal est représenté avec, en abscisse, le temps et, en ordonnée, l'amplitude. La longueur de l'atome est ici mesurable en abscisse entre les points 0 et 2000 échantillons, le temps étant mesuré en nombre d'échantillons (dépendant de la 30 fréquence d'échantillonnage). De plus, pour chaque couple d'atomes, on calcule des coefficients de normalisation : -11- 01,7 =<hy,gy > 02, 7 1-02 1,y On est ainsi en mesure de comparer des atomes qui ont à l'origine des poids et des longueurs différents.
On dispose ainsi d'un dictionnaire qui constitue une base orthonormée.
Le signal f fourni par chaque capteur de la carte (à savoir sa réponse en impulsion)
est projeté sur chaque couple du dictionnaire d'atomes et on calcule la valeur: supC(f,gy,hy)
où C(f,gy, hy) est une fonction métrique. Dans le présent exemple, on choisit la fonction métrique suivante : { / { { C(f,gy,hy)=02y•(<J ,gy >2 + < f,hy >2 -20ly < J ,gy >.<J ,hy >) Au moyen de cette métrique, il devient possible de localiser précisément les composantes qui sont générées à la fois par le corps humain et par le système (résonance due au poids du corps et aux vibrations du véhicule). Si donc le signal transmis par le capteur comprend à la fois des paramètres du système et des paramètres biologiques humains, on considère que le capteur est éligible. S'il n'a que des paramètres du système, il n'est pas éligible.
On dresse alors une liste des capteurs éligibles en classant par ordre décroissant les valeurs calculées pour les signaux. Un nombre p, entier naturel, ayant été préalablement déterminé, on retient les p premières valeurs de cette liste. Les p premiers capteurs qui leur correspondent sont les capteurs sélectionnés. b. Prédiction du mouvement
Pour bien maintenir un ensemble de signaux pertinents (les paramètres biologiques de l'occupant), le procédé permet de prédire les mouvements du corps humain. On utilise pour cela l'approche suivante dans le présent exemple.
L'apparition d'un mouvement du corps est détectée dans des capteurs de la carte dont le signal fourni se met à varier. On suppose sur la figure 3 que les capteurs de la carte sur le dossier sont les capteurs repérés par leurs références (i, j), 0+1, j+1) et (i, j+2).
Les moyens 14 ayant identifié un mouvement grâce à ces capteurs, ces mêmes moyens sont en mesure, par interpolation, de prédire la direction de ce mouvement, direction représentée par la flèche 24 sur la figure 3. Au cours de l'exécution de ce 1 2943234 -12- mouvement, les moyens 14 peuvent donc prédire la suite du mouvement et ajouter en cours de mouvement, à la carte des capteurs sélectionnés, les capteurs se trouvant dans le trajet du mouvement et susceptibles de fournir un signal intéressant au cours de la suite du mouvement. C'est le cas sur la figure 3 des deux capteurs 0+2, j+2) et 0+1, j+2) 5 se trouvant sur la même ligne que le capteur (i, j+2). Les moyens 14 peuvent donc prendre en compte le plus tôt possible les signaux qui seront fournis par ces capteurs. S'il se confirme qu'un mouvement est ensuite perçu au niveau de ces capteurs, ils seront conservés dans la carte. Si, en revanche, la prédiction est fausse et que, pour au moins l'un des capteurs, aucun mouvement n'est détecté, le capteur sera ôté de la carte. 10 2. Identification et estimation d'une fonction de transfert. Plusieurs accéléromètres 16 sont utilisés pour servir de référence au bruit de vibration dans le véhicule. On utilise de préférence des accéléromètres à trois axes ou 3D dans la mesure où les vibrations à bord ne s'exercent pas suivant une seule direction, par 15 exemple seulement suivant la direction verticale. De plus, il est préférable d'utiliser au moins deux accéléromètres. La localisation de ces accéléromètres peut s'avérer importante pour l'obtention de modèles fiables. Par exemple, on positionne l'un des accéléromètres 16 sur la structure de l'assise 10 du siège, en partie basse de cette dernière, afin que l'accéléromètre soit 20 sensible aux vibrations sous le siège de l'occupant. Dans le présent exemple, on positionne le deuxième accéléromètre au sommet du dossier 12 car on a constaté que cette partie du siège pouvait vibrer avec une certaine indépendance à l'égard de l'assise. En fonction de la localisation des capteurs piézoélectriques 6 et des accéléromètres 16, la modélisation de la fonction de transfert effectuée dans la suite peut être linéaire ou 25 non-linéaire. Quoi qu'il en soit, les paramètres de cette modélisation sont en l'espèce estimés par une procédure récursive. De plus, ils sont fréquemment ré-estimés au cours de la mise en oeuvre du procédé afin que le modèle reste précisément adapté aux circonstances et en particulier aux conditions de conduite. On modélise une fonction de transfert pour chaque capteur piézoélectrique 30 sélectionné 6. Comme illustré à la figure 5, cette fonction présente donc en entrée les signaux de sortie de tous les accéléromètres 16. Il s'agit en l'espèce des trois signaux correspondant aux vibrations suivant les directions X, Y et Z respectivement fournis par l'accéléromètre 16 de l'assise et des trois signaux analogues fournis par l'accéléromètre 16 du dossier. La fonction présente en sortie le signal s fourni par le capteur piézoélectrique 6 considéré. On a ainsi illustré à la figure 5, sur un diagramme, le principe de la modélisation de la fonction de transfert. Il s'agit donc d'identifier une fonction 11 et 2943234 -13- ses paramètres qui, disposant en entrée des signaux x, y et z fournis par les deux accéléromètres, fournirait en sortie le signal s fourni par le capteur piézoélectrique considéré. On dispose ainsi d'une modélisation de l'influence propre des vibrations dans le signal fourni par le capteur piézoélectrique. 5 En l'espèce, les moyens 20 déterminent tout d'abord en fonction des circonstances le type de modèle qui est le plus adapté pour l'obtention de la fonction de transfert, et ce parmi une liste de plusieurs types de modèle. Cette liste est en l'espèce la suivante : - une modélisation par représentation d'état, - ARMA, 10 - ARX, - NLARX. Après des tentatives de modélisation avec chaque type de modèle, le type de modèle le plus adapté a priori est retenu. Le modèle ainsi identifié est ensuite utilisé comme illustré à la figure 6 pour 15 déterminer de façon dynamique une valeur de bruit en fonction des signaux instantanés fournis par les accéléromètres. Les entrées sont les six valeurs des signaux des accéléromètres. La sortie est une valeur estimée de la part du signal du capteur piézoélectrique due au seul bruit. Elle est alors retranchée du signal fourni par le capteur piézoélectrique 6 considéré, au niveau du soustracteur 13. On obtient donc, après cette 20 soustraction, un signal dont une grande partie de l'influence du bruit de vibration a été éliminée. Dans le présent mode de réalisation, les moyens 20 utilisent par défaut un modèle autorégressif exogène de type ARX. Cela signifie que si aucun autre des types de modèle de la liste ne donne de meilleurs résultats, c'est ce type de modèle qui est utilisé. Dans le 25 cas contraire, c'est le modèle offrant le meilleur résultat qui est employé. La structure de ce modèle est la suivante : Ni A(q) y(t) _ Bi (q) ' ui (t û nid ) + e(t) où - A(q) est un polynôme à NA coefficients, 30 - y(t) est le signal de sortie du capteur piézoélectrique, - Bi(q) sont des polynômes à NB coefficients, - u;(t), avec i = 1 ... Ni sont les signaux d'entrée fournis par les accéléromètres, - nk,; sont les nombres des retards d'entrée unitaires, et - e(t) est le signal d'erreur du modèle. 35 Le nombre total de coefficients libres Nc vaut : 2943234 -14- = NA + NZ . NB Les coefficients des polynômes sont estimés en minimisant la trace de la matrice de covariance de prédiction d'erreurs. Comme mentionné plus tôt, cette estimation de paramètres est renouvelée de temps en temps au gré des changements des conditions 5 de conduite. A chaque étage d'échantillonnage, une fois que les paramètres du modèle sont estimés, le bruit prédit (c'est-à-dire estimé) dans le capteur piézoélectrique peut être calculé. Ce bruit estimé est alors supprimé de la sortie du capteur piézoélectrique comme illustré à la figure 6. On a illustré sur la figure 7 en maigre le signal 15 du capteur piézoélectrique 6 avant 10 la soustraction et en gras le signal 17 après la soustraction. On voit en particulier que l'amplitude du signal en ordonnée, exprimée en volts, se réduit considérablement après la soustraction et l'on voit clairement apparaître les pics correspondants à la pulsation cardiaque.
15 3. Extraction des paramètres biologiques. Après cet étage d'élimination de bruit, il s'agit, grâce aux moyens 20, d'extraire le rythme cardiaque et le signal de la respiration. Cela revient à estimer des paramètres dont la fréquence n'est pas directement observable. Il est donc particulièrement fertile de se placer dans un contexte bayésien. De plus, puisque le système étudié est non-linéaire, on 20 peut utiliser un filtre de Kalman étendu. Pour reconnaître plus étroitement les variations de bruit non-gaussiennes, on pourra aussi employer un filtre particulaire. A titre d'exemple, on montre ci-après la mise en oeuvre d'un filtre de Kalman étendu pour l'estimation et la surveillance de la pulsation cardiaque. Nous proposons ici de modéliser le signal du capteur piézoélectrique en réponse à 25 la pression sanguine comme une somme de composantes harmoniques sinusoïdales avec des éléments d'amplitude et de phase qui varient lentement : m y(t) = E ai(t) • sin qi(t) i=l avec 01(t) = w(t) t 30 q5(t)=i•w(t)•t+ei(t), i=2...m où w(t) représente la pulsation fondamentale des signaux en liaison avec la pulsation cardiaque, m est le nombre de composantes sinusoïdales, ai(t) représente les amplitudes des composantes sinusoïdales,
-15- Mt), i = 2...m représente les phases instantanées des harmoniques, et 60) représente les différences de phases entre le fondamental et les harmoniques. A partir de cette équation, on propose le vecteur de représentation d'état suivant : Xk =
0k,m L'évolution dans le temps de l'amplitude ak,; des composantes sinus est modélisée grâce à un bruit blanc gaussien additif : ak+l,t = ak,i +vk,i L'évolution dans le temps de la pulsation fondamentale instantanée 03k est aussi modélisée avec un bruit blanc gaussien additif : wk+l = Wk +Vk Il en est de même pour les différences de phases 6;(t) entre le fondamental et les composantes harmoniques de sorte que l'évolution dans le temps des phases instantanées qk i(t) est donnée par : ok+I,i = i wk + + v~ Ce choix implique que 03k est exprimée comme le ratio entre la pulsation véritable et la fréquence d'échantillonnage des signaux. En conséquence, les équations de transition d'état sont linéaires et données par : 0k a k,l
Xk+l = F(Xk, akm + V k 1 W k + ok,l
m • 0k + ok,m Cela peut être réécrit comme suit : Xk+1 =A•Xk+Vk (1) avec : 1
A= 1 (2) m 1 L'estimation de la variance de la composante du bruit vk va impacter la vitesse de changement des paramètres estimés (pulsations, composantes d'amplitude et de phase), ainsi que la vitesse de convergence de l'algorithme.
Compte tenu de l'équation (1), l'équation des observations a priori prédites est donnée par: m Yk H(xk,Wk)-laikS1nwi,k+nk(3) i=1 L'équation des observations est non-linéaire, ce qui justifie l'utilisation d'un filtre de Kalman étendu. La variance du bruit d'observation nk est liée à la variance du bruit observé sur les signaux piézoélectriques. L'algorithme du filtre de Kalman étendu est exécuté comme suit. Etape d'initialisation : Xo =E[xo] Pxo ùEkxo ùîo).(xo ùîo)TJ Pour k e {1,...,co}, les équations de prédiction du filtre de Kalman étendu sont : xk =F(xkù1,v) Pxk= A k A kT + Wk Q' ' wkT
1 Pxk-t 1 et les équations de mise à jour sont : 1 Kk = • Ck Ck Pxk . Ck +Vk • R° • Vk X k = xk +Kk.(Yk -H(xk,Wk)) Pxk =Ck •(I-Kk.Ck).Pxk -16- où: A ° 0F(x, v) k ax W ° aF(xk,v) k av H(x, n) ax ° aH(Xk,n) Vk an xk xk n 2943234 -17- et où QW et Rn sont les matrices de covariance de Vk et nk, respectivement. I est la matrice identité. Il s'agit donc de l'algorithme standard concernant le filtre de Kalman étendu. Dans notre cas, cet algorithme est adapté de la façon suivante. Les grandeurs de 5 bruit v = E [v ] et Ti = E[n] sont supposées égales à zéro. Sachant que l'équation de transition d'état (1) est linéaire, on a : A ° 0F(x, v) = A (4) k 0x
où a est donné dans l'équation (2). En vertu des équations (1) et (3), on a : A ôF(xk, v) av =12 and V 3H(îk, n) Vk an 10 V n Finalement, l'équation (3) donne : 3H(x, n) C k Ôx_ [0 sin ... sin ~km âk,i . cos Okl âk m cos ~km ] (6) La dimension du vecteur d'état et du vecteur des observations peut aussi être augmentée afin de manipuler simultanément plusieurs signaux de capteurs 15 piézoélectriques. Par exemple, en utilisant deux signaux de capteurs, le vecteur d'état, la matrice de transition d'état et la matrice d'observations linéarisée seront : ,A= m m Cak ak,l,l ak,l,m ak21
a k,2 m 0k,1,1 o sin sin Yk,l,m ak 11.cos . cos gk,l,mo T Sil 0k, 2,1 sin ok,2,m 2 . COSOk,2,m â21 cos 0k,2,1 (7) Dans ce traitement, un ou plusieurs capteurs piézoélectriques peuvent être traités 20 pour retrouver la pulsation cardiaque (et/ou le signal respiratoire). Ce modèle de représentation d'état est donné comme un exemple et n'est pas limitatif. Le résultat de ce traitement est illustré à titre d'exemple à la figure 8. On a ainsi illustré par la courbe 30 le véritable signal de pulsation cardiaque, par la courbe 32 le 2943234 -18- signal de pulsation cardiaque tel qu'estimé au moyen de ce procédé et par les courbes 34 et 36 des seuils de tolérance haut et bas de 5 % dans l'amplitude du véritable signal. Ces courbes représentent en ordonnée le nombre de battements par minute en fonction du temps indiqué en abscisse et exprimé en secondes. On voit que le décalage entre le 5 véritable signal et le signal estimé au moyen du procédé est le plus souvent compris dans l'intervalle de 5 % de tolérance au-dessus et en-dessous du vrai signal. Il s'agit d'un résultat d'un test effectué dans de véritables conditions de circulation (conduite urbaine, conduite sur autoroute, ...). Les moyens 14, 20 et 22 comprendront des moyens de calculs tels que des 10 microprocesseurs, et par exemple un ou plusieurs ordinateurs comprenant une ou plusieurs mémoires etc. Le procédé selon l'invention pourra être mis en oeuvre de façon automatisée au moyen d'un programme d'ordinateur enregistré sur un support d'enregistrement de données tel qu'un disque dur, une mémoire flash, un disque CD ou DVD, etc. Ce programme comprend des instructions de code aptes à commander la mise 15 en oeuvre du procédé selon l'invention lorsqu'il est exécuté sur un ordinateur. On peut prévoir de mettre à disposition un tel programme sur un réseau de télécommunications en vue de son téléchargement, par exemple pour le téléchargement de versions du programme mises à jour. Bien entendu, on pourra apporter à l'invention de nombreuses modifications sans 20 sortir du cadre de celle-ci. On a décrit un exemple dans lequel les étapes 1 de sélection, 2 d'élimination du bruit avec la fonction de transfert et 3 de filtrage non-linéaire sont mises en oeuvre successivement. Cette succession donne de très bons résultats comme montré à l'appui de la figure 8. Toutefois, on pourra exploiter seulement l'une quelconque de ces étapes, voire deux quelconques d'entre elles, et ce en obtenant des résultats acceptables, notamment dans un environnement peu bruyant. Dans la première étape, on pourra associer à chaque gamme de fréquence un dictionnaire d'atomes en propre et donc utiliser en l'espèce deux dictionnaires d'atomes.30
Claims (6)
- REVENDICATIONS1. Procédé de surveillance, par exemple à bord d'un véhicule, d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou/et un signal de respiration, d'un occupant (2) d'un organe tel qu'un siège (8), caractérisé en ce que, l'organe portant au moins un capteur (6) apte à détecter une variation de pression par contact, au moins un accéléromètre (16) étant solidaire de l'organe : - on détermine un modèle d'une fonction de transfert entre, en entrée, au moins un signal de l'accéléromètre ou de l'un au moins des accéléromètres (16) et, en sortie, un signal du capteur ou de l'un des capteurs (6) ; - on estime, au moyen du modèle, une valeur de bruit ; et - on ôte du signal du capteur (6) la valeur de bruit estimée.
- 2. Procédé selon la revendication précédente dans lequel le ou chaque accéléromètre (16) est apte à détecter une accélération dans trois directions perpendiculaires les unes aux autres.
- 3. Procédé selon l'une quelconque des revendications précédentes dans lequel les accéléromètres (16) sont au moins au nombre de deux et la fonction de transfert présente en entrée les signaux des accéléromètres.
- 4. Procédé selon l'une quelconque des revendications précédentes dans lequel on teste plusieurs types de modèles, puis on sélectionne un type de modèle, les types de modèles testés étant par exemple parmi les suivants : - un modèle de représentation d'état, - ARMA, - ARX, et - NLARX, de préférence le modèle étant un modèle autorégressif exogène, par exemple un modèle du type: Ni A(q)Y(t)=(q)ui(tûnom)+e(t) où A(q) est un polynôme à NA coefficients ; y(t) est le signal de sortie ; Bi(q) sont des polynômes à NB coefficients ; ui (t), i = 1...Ni sont les signaux des accéléromètres; nk; sont les nombres des retards d'entrée unitaires; et e(t) est le signal d'erreur du modèle. 2943234 -20-
- 5. Procédé selon l'une quelconque des revendications précédentes dans lequel on détermine des paramètres du modèle, notamment au moyen d'une procédure récursive et de préférence on met à jour les paramètres.
- 6. Procédé selon l'une quelconque des revendications précédentes dans lequel: 5 - on reçoit un signal de chaque capteur parmi un groupe des capteurs ; - on projette le signal sur un dictionnaire d'atomes ; - on sélectionne certains des capteurs à partir de la projection ; et - on effectue la surveillance au moyen des seuls capteurs sélectionnés. 10. Procédé selon l'une quelconque des revendications précédentes dans lequel on 10 traite au moyen d'un filtrage non-linéaire le ou chaque signal reçu d'un ou plusieurs des capteurs. 11. Programme d'ordinateur caractérisé en ce qu'il comprend des instructions de code aptes à commander l'exécution des étapes du procédé selon l'une quelconque des revendications précédentes lorsqu'il est exécuté sur un ordinateur ou un calculateur. 15 9. Dispositif de surveillance d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou/et un signal de respiration, d'un occupant (2) d'un organe tel qu'un siège (8), caractérisé en ce qu'il comprend : - au moins un capteur (6) apte à détecter une variation de pression par contact et porté par l'organe ; 20 - au moins un accéléromètre (16) solidaire de l'organe ; et - des moyens (20) aptes à déterminer un modèle d'une fonction de transfert entre, en entrée, au moins un signal de l'accéléromètre ou de l'un au moins des accéléromètres (16) et, en sortie, un signal du capteur ou de l'un des capteurs (6), ces moyens étant aptes à estimer au moyen du modèle une valeur de bruit, et à ôter du signal du capteur la 25 valeur de bruit estimée. 10. Dispositif selon la revendication précédente dans lequel l'accéléromètre ou l'un au moins des accéléromètres (16) est fixé à un des éléments suivants : - une moitié supérieure d'un dossier (12) de l'organe ; et - une partie basse d'une assise (10) de l'organe.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0951716A FR2943234B1 (fr) | 2009-03-18 | 2009-03-18 | Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit |
US13/257,118 US20120016247A1 (en) | 2009-03-18 | 2010-03-18 | Biological parameter monitoring method, computer-readable storage medium and biological parameter monitoring device |
CN2010800127036A CN102355849A (zh) | 2009-03-18 | 2010-03-18 | 生物学参数的监视方法及监视装置、计算机程序 |
PCT/JP2010/054704 WO2010107093A1 (fr) | 2009-03-18 | 2010-03-18 | Procédé de surveillance de paramètre biologique, programme d'ordinateur et dispositif de surveillance de paramètre biologique |
EP20100753584 EP2409639B1 (fr) | 2009-03-18 | 2010-03-18 | Procédé de surveillance de paramètre biologique, programme d'ordinateur et dispositif de surveillance de paramètre biologique |
JP2011504885A JP5024480B2 (ja) | 2009-03-18 | 2010-03-18 | 生物学的パラメータを監視する方法、コンピュータプログラム、および生物学的パラメータの監視装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0951716A FR2943234B1 (fr) | 2009-03-18 | 2009-03-18 | Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2943234A1 true FR2943234A1 (fr) | 2010-09-24 |
FR2943234B1 FR2943234B1 (fr) | 2012-09-28 |
Family
ID=40933524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0951716A Expired - Fee Related FR2943234B1 (fr) | 2009-03-18 | 2009-03-18 | Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit |
Country Status (6)
Country | Link |
---|---|
US (1) | US20120016247A1 (fr) |
EP (1) | EP2409639B1 (fr) |
JP (1) | JP5024480B2 (fr) |
CN (1) | CN102355849A (fr) |
FR (1) | FR2943234B1 (fr) |
WO (1) | WO2010107093A1 (fr) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2996302A1 (fr) * | 2012-10-01 | 2014-04-04 | Snecma | Procede et systeme de mesure a capteurs multiples |
DE102015104726B3 (de) * | 2015-03-27 | 2016-06-02 | Imra Europe S.A.S. | Verfahren und Vorrichtung zum Schätzen eines biologischen Parameters und zugehöriges Computerprogrammprodukt |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2447866A1 (fr) * | 2010-10-27 | 2012-05-02 | Koninklijke Philips Electronics N.V. | Procédé pour déterminer une fonction du rythme circadien d'un sujet |
JP5852331B2 (ja) * | 2011-06-02 | 2016-02-03 | 株式会社新領域技術研究所 | データ処理装置、及びプログラム |
JP2013220810A (ja) * | 2012-04-19 | 2013-10-28 | Ts Tech Co Ltd | 車両用シート |
JP6031896B2 (ja) * | 2012-08-29 | 2016-11-24 | アイシン精機株式会社 | 呼吸信号推定装置及び呼吸信号推定方法 |
JP6124011B2 (ja) * | 2013-10-21 | 2017-05-10 | テイ・エス テック株式会社 | 覚醒装置及びシート |
GB201411072D0 (en) | 2014-06-20 | 2014-08-06 | Biorics Nv | Stress monitoring for individuals in moving structures |
CN105774730B (zh) * | 2014-12-23 | 2018-12-11 | 上海汽车集团股份有限公司 | 车辆主动安全控制方法、装置及系统 |
JP6091484B2 (ja) * | 2014-12-25 | 2017-03-08 | テイ・エス テック株式会社 | 状態判定システム |
JP6443078B2 (ja) * | 2015-01-26 | 2018-12-26 | アイシン精機株式会社 | 生体情報検出装置 |
CN108806207A (zh) * | 2017-05-04 | 2018-11-13 | 鸿富锦精密工业(深圳)有限公司 | 健康装置 |
KR101946826B1 (ko) * | 2017-07-18 | 2019-02-13 | 한국과학기술연구원 | 신호 처리 장치 및 방법 |
DE112018008092B4 (de) * | 2018-11-28 | 2022-10-13 | Mitsubishi Electric Corporation | Angriffsabbrucheinrichtung, angriffsabbruchverfahren und angriffsabbruchprogramm |
CN110327052B (zh) * | 2019-06-25 | 2022-04-05 | 同济大学 | 一种基于智能座椅的体征监测系统 |
JP7285763B2 (ja) * | 2019-11-18 | 2023-06-02 | 株式会社東海理化電機製作所 | 学習装置、学習方法、および測定装置 |
JP2022072436A (ja) * | 2020-10-29 | 2022-05-17 | ミネベアミツミ株式会社 | 心拍情報取得システム、及びベッドシステム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4338950A (en) * | 1980-09-22 | 1982-07-13 | Texas Instruments Incorporated | System and method for sensing and measuring heart beat |
WO1999004691A1 (fr) * | 1997-07-23 | 1999-02-04 | Sensitive Technologies, Llc | Systeme de surveillance de respiration et de mouvements |
US6468234B1 (en) * | 2000-07-14 | 2002-10-22 | The Board Of Trustees Of The Leland Stanford Junior University | SleepSmart |
US20070112283A1 (en) * | 2005-11-17 | 2007-05-17 | Aisin Seiki Kabushiki Kaisha | Biological information pressure sensor and biological information pressure detector |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6822573B2 (en) * | 2002-01-18 | 2004-11-23 | Intelligent Mechatronic Systems Inc. | Drowsiness detection system |
JP2007501555A (ja) * | 2003-08-05 | 2007-01-25 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ビデオエンコードおよびデコードの方法および対応する装置 |
JP2005131036A (ja) * | 2003-10-29 | 2005-05-26 | Denso Corp | センサシート |
JP3960298B2 (ja) * | 2003-11-19 | 2007-08-15 | 株式会社デンソー | 寝姿及び体位検出装置 |
US7306564B2 (en) * | 2003-11-26 | 2007-12-11 | Denso Corporation | Breath monitor |
EP1749477A1 (fr) * | 2004-05-24 | 2007-02-07 | Pioneer Corporation | Capteur de bioinformations |
JP4577644B2 (ja) * | 2004-07-30 | 2010-11-10 | マツダ株式会社 | 車両用生体情報検出装置 |
JP2006346093A (ja) * | 2005-06-15 | 2006-12-28 | Denso Corp | 車内生体情報検出装置 |
JP4632086B2 (ja) * | 2005-06-21 | 2011-02-16 | アイシン精機株式会社 | 荷重検出装置及び荷重検出方法 |
US20070156190A1 (en) * | 2005-12-30 | 2007-07-05 | Can Cinbis | Subcutaneous ICD with motion artifact noise suppression |
JP4743534B2 (ja) * | 2006-09-28 | 2011-08-10 | アイシン精機株式会社 | 心拍検出装置 |
JP2008110032A (ja) * | 2006-10-30 | 2008-05-15 | Aisin Seiki Co Ltd | 生体信号強度分布測定装置及び生体信号強度分布測定方法 |
JP4868230B2 (ja) * | 2006-11-02 | 2012-02-01 | アイシン精機株式会社 | 生体信号検出装置 |
US8165840B2 (en) * | 2008-06-12 | 2012-04-24 | Cardiac Pacemakers, Inc. | Posture sensor automatic calibration |
US8870780B2 (en) * | 2008-10-15 | 2014-10-28 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for monitoring heart function |
-
2009
- 2009-03-18 FR FR0951716A patent/FR2943234B1/fr not_active Expired - Fee Related
-
2010
- 2010-03-18 CN CN2010800127036A patent/CN102355849A/zh active Pending
- 2010-03-18 EP EP20100753584 patent/EP2409639B1/fr not_active Not-in-force
- 2010-03-18 US US13/257,118 patent/US20120016247A1/en not_active Abandoned
- 2010-03-18 WO PCT/JP2010/054704 patent/WO2010107093A1/fr active Application Filing
- 2010-03-18 JP JP2011504885A patent/JP5024480B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4338950A (en) * | 1980-09-22 | 1982-07-13 | Texas Instruments Incorporated | System and method for sensing and measuring heart beat |
WO1999004691A1 (fr) * | 1997-07-23 | 1999-02-04 | Sensitive Technologies, Llc | Systeme de surveillance de respiration et de mouvements |
US6468234B1 (en) * | 2000-07-14 | 2002-10-22 | The Board Of Trustees Of The Leland Stanford Junior University | SleepSmart |
US20070112283A1 (en) * | 2005-11-17 | 2007-05-17 | Aisin Seiki Kabushiki Kaisha | Biological information pressure sensor and biological information pressure detector |
Non-Patent Citations (3)
Title |
---|
ASADA H H ET AL: "Active noise cancellation using MEMS accelerometers for motion-tolerant wearable bio-sensors", PROCEEDINGS OF THE 26TH. ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE. ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY. EMBS. SAN FRANCISCO, CA, USA 1-5 SEPT. 2004, PISCATAWAY, NJ, USA,IEEE, US, vol. 3, 1 September 2004 (2004-09-01), pages 2157 - 2160Vol.3, XP010775402, ISBN: 978-0-7803-8439-2 * |
GIBBS P ET AL: "Reducing motion artifact in wearable biosensors using mems accelerometers for active noise cancellation", AMERICAN CONTROL CONFERENCE, 2005. PROCEEDINGS OF THE 2005 PORTLAND, OR, USA JUNE 8-10, 2005, PISCATAWAY, NJ, USA,IEEE, 8 June 2005 (2005-06-08), pages 1581 - 1586, XP010820022, ISBN: 978-0-7803-9098-0 * |
NATIONAL INSTRUMENTS: "Selecting a Model Structure in the System Identification Process", INTERNET ARTICLE, 1 July 2008 (2008-07-01), Internet, XP002540734, Retrieved from the Internet <URL:http://zone.ni.com/devzone/cda/tut/p/id/4028> [retrieved on 20090805] * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2996302A1 (fr) * | 2012-10-01 | 2014-04-04 | Snecma | Procede et systeme de mesure a capteurs multiples |
WO2014053747A1 (fr) * | 2012-10-01 | 2014-04-10 | Snecma | Procédé et système de mesure à capteurs multiples |
US9842087B2 (en) | 2012-10-01 | 2017-12-12 | Snecma | Multi-sensor measuring method and system |
DE102015104726B3 (de) * | 2015-03-27 | 2016-06-02 | Imra Europe S.A.S. | Verfahren und Vorrichtung zum Schätzen eines biologischen Parameters und zugehöriges Computerprogrammprodukt |
Also Published As
Publication number | Publication date |
---|---|
FR2943234B1 (fr) | 2012-09-28 |
EP2409639B1 (fr) | 2015-05-13 |
US20120016247A1 (en) | 2012-01-19 |
WO2010107093A1 (fr) | 2010-09-23 |
EP2409639A4 (fr) | 2012-02-15 |
JP5024480B2 (ja) | 2012-09-12 |
CN102355849A (zh) | 2012-02-15 |
JPWO2010107093A1 (ja) | 2012-09-20 |
EP2409639A1 (fr) | 2012-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2943234A1 (fr) | Procede de surveillance d'un parametre biologique d'un occupant d'un siege avec reduction de bruit | |
FR2943236A1 (fr) | Procede de surveillance d'un parametre biologique d'une personne au moyen de capteurs | |
FR2943233A1 (fr) | Procede de surveillance d'un parametre biologique d'une personne au moyen d'un filtrage non-lineaire bayesien | |
EP2421436A1 (fr) | Systeme et procede de determination de la posture d'une personne | |
EP0871143B1 (fr) | Système de traitement d'une séquence d'images bruitées, et appareil d'examen médical incluant un tel système | |
WO2008040735A1 (fr) | Methode et dispositif de mesure d ' une pulsation cardiaque lors de la pratique d' un sport rythmique | |
EP1410240B1 (fr) | Procede et circuit d'analyse frequentielle en temps reel d'un signal non stationnaire | |
WO2008040736A1 (fr) | Méthode et dispositif intégré de mesure d'une pulsation cardiaque | |
EP3643228A1 (fr) | Procédé de correction en temps réel d'au moins un signal électro-physiologique | |
EP2421437A1 (fr) | Systeme et procede de determination de l'activite d'un element mobile | |
EP0309336B1 (fr) | Procédé de mesure de la fréquence d'un signal périodique et fréquencemètre pour la mise en oeuvre du procédé | |
EP1721573B1 (fr) | Procédé d'estimation de la phase d'un mouvement d'un objet | |
EP2467061A1 (fr) | Systeme et procede de detection de crise d'epilepsie d'une personne epileptique allongee | |
FR3023622A1 (fr) | Dispositif et procede de detection par le son du champ environnant | |
EP3552545A1 (fr) | Procédé et dispositif de correction en temps réel de champ magnétique | |
FR2860971A1 (fr) | Procede de posturographie et systeme le mettant en oeuvre | |
EP0855038B1 (fr) | Diagnostic de réseaux de composants, avec modélisation par bandes | |
FR3131776A1 (fr) | Détection d’anomalies de mesure par filtre de Kalman appliquée à la navigation | |
EP2234003B1 (fr) | Procédé d'identification d'un axe de rotation unique d'un mouvement de rotation | |
EP1714112A1 (fr) | Procede de capture du mouvement d'un solide, utilisant une mesure absolue associee a une mesure par double integration | |
FR2983055A1 (fr) | Detection et estimation du complexe qrs pour le suivi d'une activite cardiaque et pulmonaire | |
EP4487079A1 (fr) | Procede et dispositif d'aide a la navigation basee sur un filtre de kalman | |
FR3129208A1 (fr) | Dispositif et procédé de détermination de la nature d’un événement vibratoire | |
WO2025012574A1 (fr) | Procédé de traitement de signaux pour déterminer un paramètre respiratoire | |
FR2947167A1 (fr) | Dispositif et procede de mesure de la vitesse de propagation d'une onde de pouls |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 8 |
|
PLFP | Fee payment |
Year of fee payment: 9 |
|
PLFP | Fee payment |
Year of fee payment: 10 |
|
PLFP | Fee payment |
Year of fee payment: 12 |
|
ST | Notification of lapse |
Effective date: 20211105 |