doctorant f/h [doct2022-camin] estimation et prédiction du mouvement humain par optimisation numérique des trajectoires de modèles musculo-squelett
Detail de l'annonce :
NIVEAU DE DIPLÔME EXIGÉ : Bac + 5 ou équivalent
FONCTION : Doctorant
A PROPOS DU CENTRE OU DE LA DIRECTION FONCTIONNELLE
Le centre Inria Sophia Antipolis - Méditerranée compte 34 équipes
de recherche, ainsi que 7 services d’appui à la recherche. Le
personnel du centre (500 personnes environ dont 320 salariés Inria)
est composé de scientifiques de différentes nationalités (250
personnes étrangères sur 50 nationalités), d’ingénieurs, de
techniciens et d’administratifs. 1/3 du personnel est fonctionnaire,
les autres sont contractuels. La majorité des équipes de recherche
du centre est localisée à Sophia Antipolis et Nice dans les
Alpes-Maritimes. Quatre équipes sont implantées à Montpellier et
deux équipes sont hébergées l'une à Bologne et l'autre à
Athènes. Inria est membre fondateur d’Université Côte d'Azur et
partenaire de l’I-site MUSE porté par l’Université de
Montpellier.
CONTEXTE ET ATOUTS DU POSTE
Les chercheurs en biomécanique s'appuient sur des simulations
numériques du mouvement humain pour mieux comprendre une variété de
sujets scientifiques tels que les causes physiologiques des troubles
du mouvement et leurs conséquences sur la santé [1], l'estimation de
quantités physiologiques non mesurables (par exemple, les forces
musculaires [2]) et l'optimalité du mouvement humain [3]. Les
modèles musculo-squelettiques utilisés dans ces simulations ont
généralement un grand nombre de degrés de liberté et sont régis
par de nombreuses équations différentielles ordinaires qui
décrivent principalement la dynamique multi-corps, l'activation
musculaire et la dynamique de contraction des muscles. La complexité
de ces systèmes a conduit les scientifiques à formuler leurs
simulations comme des problèmes de contrôle optimal, en s'appuyant
sur des logiciels d'optimisation non linéaire efficaces pour trouver
des trajectoires qui remplissent une tâche souhaitée (attraper un
objet, marcher, courir) tout en respectant la dynamique du système et
en minimisant un coût (la durée du mouvement, la dépense
énergétique, la correspondance avec les données expérimentales,
etc.). La grande complexité de ces problème et l’importance du
temps réel pour certaines applications (cliniques notamment) en font
un sujet de recherche actif et exigent de développer des modèles
appropriés et d’utiliser des outils efficaces de résolution.
OBJECTIFS :
Cette thèse présente trois objectifs principaux :
1.) Développer des modèles numériques de muscle qui correspondent
à une réalité physiologique tout en étant compatibles avec les
algorithmes d’optimisation (continuité, différentiabilité) [4].
Une attention particulière sera portée au comportement dynamique de
ces modèles (stabilité, comportement en régime permanent), afin de
rendre possible la résolution analytique de certaines équations
différentielles impliquées dans les différentes dynamiques.
2.) Intégrer ces modèles dans la librairie de calcul de dynamique
des corps rigides, Pinocchio. Pinocchio est un logiciel de pointe pour
le calcul du mouvement de systèmes de corps rigides poly-articulés
(tels que des robots, des modèles squelettiques du corps humain,
etc.). Codé en C++, il est basé sur Eigen pour l'algèbre linéaire
et sur FCL pour la détection des collisions. Pour que Pinocchio
puisse s'étendre au-delà de son champ d'application initial (la
robotique), une fonctionnalité supplémentaire est nécessaire :
l'actionnement par les muscles. Avec cet ajout, il deviendra possible
d'animer des modèles musculo-squelettiques depuis l'excitation des
motoneurones jusqu'au mouvement du corps. Cette amélioration
nécessite de :
*
étendre la définition des modèles, pour passer de modèles purement
squelettiques à des modèles musculo-squelettiques
*
concevoir des objets de visualisation associés à l'intérieur du
visualiseur Meshcat
*
ajouter la notion d'actionneurs qui fournissent un couple aux
articulations
*
implémenter les modèles de muscles développés en 1.)
3.) Tester l’implémentation et les modèles développés sur des
cas pratique de commande optimale. Plusieurs options pourront être
testées et comparées: multiple shooting [5], differential dynamic
programing [6] et direct collocation [7]. Il n’y pas encore de
consensus dans la littérature sur la supériorité d’une de ces
approches par rapport aux autres. Une application pratique envisagée
dans le cadre de des expériences cliniques de l’équipe CAMIN est
l’estimation en temps réel des forces musculaires provoquées par
la stimulation électrique fonctionnelle pour quantifier les
mouvements produits.
MISSION CONFIÉE
MISSIONS :
Étude bibliographique, travail de réflexion théorique ,
programmation logicielle, applications expérimentales.
POUR UNE MEILLEURE CONNAISSANCE DU SUJET DE RECHERCHE PROPOSÉ :
_ [1] C. Pizzolato et al., “Ceinms: a toolbox to investigate the
influence of different neural control solutions on the prediction of
muscle excitation and joint moments during dynamic motor tasks,” ,
vol. 48, no. 14, pp. 3929–3936, 2015._
_ [2] F. Bailly et al., “Real-time and dynamically consistent
estimation of muscle forces using a moving horizon emg-marker tracking
algorithm—application to upper limb biomechanics,” , vol. 9, p.
112, 2021.
__https://www.frontiersin.org/article/10.3389/fbioe.2021.642742_
_ [3] S. Porsa et al., “Direct methods for predicting movement
biomechanics based upon optimal control theory with implementation in
opensim,” , vol. 44, no. 8, pp. 2542–2557, 2016._
_ [4] M. Millard et al. "Flexing computational muscle: modeling and
simulation of musculotendon dynamics." Journal of biomechanical
engineering 135.2, 2013._
_ [5] B. Michaud et al. "Bioptim, a Python framework for
Musculoskeletal Optimal Control in Biomechanics." bioRxiv, 2021._
_ [6] C. Mastalli et al. "Crocoddyl: An efficient and versatile
framework for multi-contact optimal control." 2020 IEEE International
Conference on Robotics and Automation (ICRA). IEEE, 2020._
_ [7] C. Dembia et al. "Opensim moco: Musculoskeletal optimal
control." PLOS Computational Biology 16.12, 2020._
PRINCIPALES ACTIVITÉS
EXEMPLES D'ACTIVITÉS :
*
Etude bibliographique
*
Apporter des solutions théoriques à la modélisation des muscles
*
Contribuer au développement de Pinocchio
* Concevoir et mener des protocoles expérimentaux sur sujets valides
et porteurs de handicaps
*
Rédiger des rapports et des articles
* Rédiger saisines de comités d'éthique
*
Présenter oralement les résultats
COMPÉTENCES
Langues : Français, anglais
Compétences relationnelles : capacité à travailler en groupe,
écouter les autres, présenter son travail, le discuter et s'enrichir
au contact des autres.
AVANTAGES
* Restauration subventionnée
* Transports publics remboursés partiellement
* Congés: 7 semaines de congés annuels + 10 jours de RTT (base
temps plein) + possibilité d'autorisations d'absence exceptionnelle
(ex : enfants malades, déménagement)
* Possibilité de télétravail (après 6 mois d'ancienneté) et
aménagement du temps de travail
* Équipements professionnels à disposition (visioconférence,
prêts de matériels informatiques, etc.)
* Prestations sociales, culturelles et sportives (Association de
gestion des œuvres sociales d'Inria)
* Accès à la formation professionnelle
* Sécurité sociale
RÉMUNÉRATION
Durée: 36 mois
Localisation: Sophia Antipolis, France
Rémunération: 1982€ brut mensuel (année 1 & 2) et 2085€ brut
mensuel (année 3)