FR2943233A1 - Procede de surveillance d'un parametre biologique d'une personne au moyen d'un filtrage non-lineaire bayesien - Google Patents

Abstract

Dans le procédé 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), on traite au moyen d'un filtrage non-linéaire le ou chaque signal reçu d'un ou plusieurs capteurs solidaires (6) de l'organe et aptes à détecter une variation de pression par contact.

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. Le document US 2008/0103702 présente un procédé de surveillance de la pulsation cardiaque d'un occupant d'un siège. A cette fin, le siège comprend des capteurs piézoélectriques dont le signal est analysé pour en extraire le signal de pulsation cardiaque. Le signal transmis par chaque capteur comprend néanmoins du bruit sans rapport avec le signal biologique recherché. Pour éliminer ce bruit, le document enseigne d'appliquer un filtre passe-bande en vue de ne retenir du signal que la plage de fréquences comprenant les fréquences du phénomène étudié. Toutefois en pratique, un tel procédé ne donne pas de résultat satisfaisant. En effet, le bruit présent dans le signal sortant du capteur couvre toutes les plages de fréquence.

Dès lors, le filtre passe-bande n'est pas en mesure d'isoler le signal recherché en éliminant ce bruit. Autrement dit, même en se limitant à une certaine gamme de fréquence grâce au filtre passe-bande, la quantité de bruit persistant dans cette gamme ne permet pas d'obtenir le signal recherché. En outre, lorsqu'on souhaite mettre en oeuvre un tel procédé à bord d'un véhicule pour surveiller un paramètre biologique du conducteur ou d'un passager, le niveau de bruit engendré par les vibrations à bord ne permet pas d'obtenir des résultats satisfaisants. Un but de l'invention est donc d'améliorer l'estimation de signaux biologiques dans un environnement fortement bruité. A cet effet, on prévoit selon l'invention un procédé de surveillance d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou/et un signal de respiration, d'un occupant d'un organe tel qu'un siège, dans lequel on traite au moyen d'un filtrage non-linéaire le ou chaque signal reçu d'un ou plusieurs capteurs solidaires de l'organe et aptes à détecter une variation de pression par contact. 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'estimer les paramètres en présence de bruit dans les 2943233 -2- signaux collectés et donc d'extraire plus facilement les signaux relatifs aux paramètres à surveiller. Avantageusement, le filtrage comprend un estimateur récursif bayésien, tel qu'un filtre de Kalman étendu ou un filtre particulaire. 5 L'utilisation d'un outil bayésien est particulièrement fertile dans la mesure où il s'agit d'estimer des valeurs telles que des fréquences qui, par hypothèse, ne sont pas directement observables dans ce contexte. En présence d'un système non-linéaire, l'utilisation d'un filtre de Kalman étendu donne des résultats particulièrement bons lorsque les non-linéarités peuvent être modélisées. De même, pour identifier plus profondément 10 des variations de bruit non-gaussiennes, le filtre particulaire se révèle particulièrement bien adapté. Avantageusement, on utilise des équations de transition d'état linéaires du type : Xk+1 =A•Xk +Vk où xk+1 est un vecteur de représentation d'état du type : A= 15 Xk = 1 1 1 et vk est un bruit blanc gaussien. Avantageusement, on modélise un signal de sortie du capteur ou de l'un des capteurs par : m y(t) = E ai (t) • sin qi(t) i =1 20 avec (t) = w(t) t çi(t) = i • w(t) • t + 8i(t), i = 2...m où: y(t) représente le signal, 25 w(t) représente la pulsation instantanée fondamentale du signal, m est le nombre de fonctions sinus, ai(t) est l'amplitude des fonctions sinus, q5i(t) est la phase instantanée des harmoniques, et -3- Oi(t) est la différence de phase entre le mode fondamental et les harmoniques. Avantageusement, on utilise une équation des observations du type : Yk H(xk9Wk)ù1jaiSlll(iik+nk i=1 où: ÿk est une estimation du signal y(k) par l'observateur, H est la matrice qui relie l'état Xk à la mesure yk, âi k et Y'i k sont respectivement des estimations de a;,k et Y'i par l'observateur, et nk est le bruit observé par l'observateur.

De préférence :

- 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.

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 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 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.

Par ailleurs, à bord d'un véhicule par exemple, le niveau des vibrations est tel que la fiabilité du procédé peut dépendre en grande partie de la nature du traitement effectué en amont pour prendre en compte le bruit environnant. En d'autres termes, souvent, c'est seulement en éliminant une grande partie de ce bruit en amont 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 2943233 -4- dans les signaux exploités. Dans un lit médicalisé, ce problème se pose aussi lorsque le patient est transporté, en raison des vibrations générées lors du mouvement du lit. C'est pourquoi, de préférence, au moins un accéléromètre étant solidaire de l'organe 5 - 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 ; - on estime, au moyen du modèle, une valeur de bruit ; et - on ôte du signal du capteur la valeur de bruit estimée. 10 Ainsi, le ou chaque accéléromètre est par définition sensible aux vibrations. Il 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 pas d'ôter directement du signal à 15 exploiter le signal relevé par le ou chaque accéléromètre, c'est-à-dire de faire une soustraction des signaux. 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 en amont 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 20 représentant fidèlement le ou les paramètres biologiques à exploiter. Par exemple, le procédé est mis en oeuvre à bord d'un véhicule. On prévoit également selon l'invention un programme d'ordinateur comprenant des instructions de code aptes à commander la mise en oeuvre du procédé selon l'invention lorsqu'il est exécuté sur un ordinateur ou un calculateur. 25 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 réseau de télécommunications en vue de son téléchargement. On prévoit en outre selon l'invention un dispositif de surveillance d'au moins un 30 paramètre biologique, tel qu'une pulsation cardiaque ou/et un signal de respiration, d'un occupant d'un organe tel qu'un siège, qui comprend : - au moins un capteur solidaire de l'organe et apte à détecter une variation de pression par contact ; et - des moyens de traitement du ou de chaque signal reçu du ou de chaque capteur, au moyen d'un filtrage non-linéaire. 2943233 -5- 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 : - la figure 1 est un schéma d'ensemble du dispositif du présent mode de réalisation 5 de l'invention ; - 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 ; 10 - 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 15 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. 20 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 25 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 30 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 35 certains aspects de cette constitution et de cette mise en oeuvre. 2943233 -6- 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 5 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, 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 10 des artères. Il s'agit en l'espèce de capteurs en film ou en feuille. Comme on le verra plus 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 15 nombre n'étant bien-sûr pas limitatif. Le nombre de capteurs dans l'assise 10 pourra être 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. 20 Elle comprend donc par exemple environ 30 % des capteurs présents dans le siège. 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 25 puis certains seulement des capteurs sont sélectionnés de façon automatisée en fonction 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 30 conducteur d'un véhicule ne sont en général pas du même type. Les mouvements d'un 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 35 changement de vitesse, etc.. 2943233 -7- 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 5 détecter un mouvement avec précision et à prédire un mouvement afin de disposer d'une 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 également apte à déterminer si seul un objet inerte est placé sur l'organe et à n'effectuer aucun traitement dans ce cas. 10 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 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 15 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 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 20 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 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. 25 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 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 30 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 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 35 environnement vibratoire évoluant dans le temps. 2943233 -8- Le bloc 22, après les deux étages de filtrage, peut obtenir les signaux recherchés, 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 5 sièges ou des lits, par exemple des lits médicaux pour surveiller les paramètres d'un patient. Le procédé mis en oeuvre est auto-adaptatif. 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. 10 1. Sélection et fusion des capteurs piézoélectriques. 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 15 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 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 20 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 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 25 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 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 30 dossier, carte dont il dispose en mémoire. Cette carte par défaut fait partie des réglages de base du procédé. 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 35 tenu des spécificités du corps 2 et de sa posture dans le siège. Les moyens 14 analysent 2943233 -9- également si un objet est présent sur l'organe au lieu d'une personne. Si c'est le cas, 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

5 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 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 en information. Ils ne sont pas retenus en général. Il s'agit à ce stade pour les moyens 14

10 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 au sein de la carte ainsi adaptée que seront sélectionnés les capteurs au cours de la suite du procédé.

15 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 amplitude du corps sont détectés, le bloc 14 réalisera une carte entièrement nouvelle des capteurs afin de mieux s'adapter à la situation.

20 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 biologiques. 25 a. Sélection des siqnaux

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 mesurer d'estimer les poids et de localiser les composantes à poursuivre. Il s'agit d'une sorte d'expansion par paquets d'ondelettes. 30 Pour cela, le signal d'un capteur est ici représenté comme une combinaison linéaire de fonctions d'expansion fm,n : M f xn = amJ n,n m=1 Ce signal x peut être exprimé en notation matricielle de la façon suivante : x=Faavec F=[fl,f2, ,fM] 2943233 -10- 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 fonctions fournit un modèle du signal. Des modèles compacts tendent à impliquer des 5 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. On sait que la réponse en impulsion d'un capteur piézoélectrique est une onde 10 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 onde sinus. Ainsi, le dictionnaire est composé d'ondes sinus et cosinus de différentes 15 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 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 20 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 des effets de bord. Ainsi, on a : Jh), = w. sin 2n-;k g), = w.cos2n * 25 avec w = 2 (1ù 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 peuvent présenter des durées différentes dans le dictionnaire. Le dictionnaire est ainsi composé de N atomes sinus pondérés et de N atomes 30 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. 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 fréquence d'échantillonnage).

De plus, pour chaque couple d'atomes, on calcule des coefficients de normalisation : 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>2-2Y y<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 30 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 1 2943233 -12- 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, 5 direction représentée par la flèche 24 sur la figure 3. Au cours de l'exécution de ce 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) 10 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. 15 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 20 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 25 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 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 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 2943233 -13- 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 5 de la modélisation de la fonction de transfert. Il s'agit donc d'identifier une fonction 11 et 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. 10 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, 15 - 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 20 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 25 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 30 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 nom) + e(t) où - A(q) est un polynôme à NA coefficients, 35 - y(t) est le signal de sortie du capteur piézoélectrique, 2943233 -14- - B;(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. 5 Le nombre total de coefficients libres Nc vaut : N~ =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 10 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 15 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.

20 3. Extraction des paramètres bioloqiques. 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 25 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 30 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(0 = w(t) . t

-15- (t)=i•w(t)•t+9~(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, Oi(t), 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 : wk

Xk = 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 wk est aussi modélisée avec un bruit blanc gaussien additif : wk+1 = 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 Ok i(t) est donnée par : ok+1,t = i wk + + v't,,i Ce choix implique que wk 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 : k

Xk+1 = F(Xk, v + V k 1 . 0k + ok,l

m . wk + 0k,m Cela peut être réécrit comme suit : -16- Xk+1 =A•Xk+Vk (1) avec : 1 A= (2) 1

1 1 1 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 : 3'k=H(Xk,Wk)= âk•S1fl 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 : XD = E[xo ] PXO =Ekxo ùXO).(xo ùXO)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 w .wkT 1 Pxk 1 1 20 et les équations de mise à jour sont : K =Pk.CT (C Pk •CT+V Rv.VT)1 k s k k s _1 k k k Xk = Xk +Kk.(Yk ùH(Xk,Wk)) PXk =Ck '(I ù Kk Ck)•Pxk où: -17- gk Xk n A ° 3F(x, v W ° aF(Xk,v) k av ° aH(Xk,n) Vk an k ax 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 bruit v = E [v ] et n = E[n] sont supposées égales à zéro. Sachant que l'équation de transition d'état (1) est linéaire, on a : A ° 3F(x, v) = A (4) k ax

où a est donné dans l'équation (2).

En vertu des équations (1) et (3), on a : gk A aF(Xk-, v) av and V 3H(Xk,n) k an n 2+1 V Finalement, l'équation (3) donne : Ck 0 ôH(x,n) =[0 smgk1 sinOkm âk1 .cosgk1 âkm •cosq5km] (6) Xk La dimension du vecteur d'état et du vecteur des observations peut aussi être augmentée afin de manipuler simultanément plusieurs signaux de capteurs 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 : o sin sin Yk,l,m â11 . cos 0^k,1,1 aklm.cos sin ~k,2,m âk21 cos0k,2,1 2, . cos 0/à., (7) Dans ce traitement, un ou plusieurs capteurs piézoélectriques peuvent être traités 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. ak,l,l

ak,l,m ak21 xk a k,2 m 0k,1,1 ,A= ,c, = m m o sin k,2,1 -T 2943233 -18- 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 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 5 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 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, 10 conduite sur autoroute, ...). Les moyens 14, 20 et 22 comprendront des moyens de calculs tels que des 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 15 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 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 20 programme mises à jour. Bien entendu, on pourra apporter à l'invention de nombreuses modifications sans 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.35

Claims (10)

1. REVENDICATIONS1. Procédé 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'on traite au moyen d'un filtrage non-linéaire le ou chaque signal reçu d'un ou plusieurs capteurs solidaires (6) de l'organe et aptes à détecter une variation de pression par contact.
2. 2. Procédé selon la revendication précédente dans lequel le filtrage comprend un estimateur récursif bayésien, tel qu'un filtre de Kalman étendu ou un filtre particulaire.
3. 3. Procédé selon l'une quelconque des revendications précédentes dans lequel on utilise des équations de transition d'état linéaires du type : Xk+1 =A•Xk +Vk où xk+1 est un vecteur de représentation d'état du type : A= Xk = 1 1 1 et vk est un bruit blanc gaussien.
4. 4. Procédé selon l'une quelconque des revendications précédentes dans lequel on modélise un signal de sortie du capteur ou de l'un des capteurs par : m y(t) = E ai (t) • sin Y'i (t) i=1 avec q51(t)=w(t)•t çi (t) = i • w(t) • t + ei (t), i = 2...m où: y(t) représente le signal, w(t) représente la pulsation instantanée fondamentale du signal, 25 m est le nombre de fonctions sinus, ai(t) est l'amplitude des fonctions sinus, qi(t) est la phase instantanée des harmoniques, et (t) est la différence de phase entre le mode fondamental et les harmoniques. 2943233 -20-
5. 5. Procédé selon l'une quelconque des revendications précédentes dans lequel on utilise une équation des observations du type : m YkH(xk9Wk) l ai i=1•Sln(~ik+nk où: 5 ÿk est une estimation du signal y(k) par l'observateur, H est la matrice qui relie l'état Xk à la mesure yk, âi k et sont respectivement des estimations de a;,k et par l'observateur, et nk est le bruit observé par l'observateur.
6. 6. Procédé selon l'une quelconque des revendications précédentes dans lequel : 10 - on reçoit un signal de chaque capteur (6) 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.
7. 7. Procédé selon l'une quelconque des revendications précédentes, dans lequel, au 15 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 20 - on ôte du signal du capteur (6) la valeur de bruit estimée.
8. 8. Procédé selon l'une quelconque des revendications précédentes, mis en oeuvre à bord d'un véhicule (4).
9. 9. Programme d'ordinateur caractérisé en ce qu'il comprend des instructions de code aptes à commander la mise en oeuvre des étapes d'un procédé selon l'une quelconque des revendications précédentes lorsqu'il est exécuté sur un ordinateur.
10. 10. Dispositif de surveillance d'au moins un paramètre biologique, tel qu'une pulsation cardiaque ou 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) solidaire de l'organe et apte à détecter une variation de pression par contact ; et - des moyens (20) de traitement du ou de chaque signal reçu du ou de chaque capteur, au moyen d'un filtrage non-linéaire.