Un nouveau docteur pour suivre le projet SmartGait !
A l’issue de 4 ans de participation au projet SmartGait, Alexandre Bordat a défendu avec succès le 8 juillet 2025 sa thèse portant sur « l’estimation précoce par imagerie radar des signes de défaillance biomécanique et ses applications pour la détection des chutes chez les personnes âgées (*) ».
Ce doctorat a été réalisé dans le cadre d’une collaboration entre le laboratoire ETIS de l’Université de CY Cergy Paris et Bluelinea.
Alexandre a été accueilli au sein de la Direction Innovations & Services de Bluelinea dans le cadre d’un contrat CIFRE soutenu par l’Agence Nationale de la Recherche. Le projet, initié en 2021, a pour objectif d’explorer les techniques de traitement du signal permettant d’exploiter les signaux des dispositifs radars Doppler afin de mesurer les paramètres caractéristiques de la marche (vitesse, symétrie, foulée, etc.). L’objectif final est d’utiliser ces mesures pour l’estimation et le suivi des capacités motrices des personnes fragiles (« Gait » = démarche).
Dans sa soutenance, Alexandre a présenté l’état de l’art pour la chaîne de traitement des informations issues d’un système de captation radar et démontré qu’il est possible d’identifier de façon précise différents types d’activité humaines (marcher, franchir un obstacle, se lever, chuter, …).
Des résultats significatifs
Des algorithmes élaborés permettent d’extraire les caractéristiques précises de ces activités de manière objective (vitesse, longueur des foulées, …). Comparé à un système de référence de captation de mouvement par caméra vidéo, le système élaboré à démontré sa robustesse et sa fiabilité ce qui rend possible l’exploitation de ce type de montage de façon autonome pour le suivi de l’activité de personnes.
Une base de données a pu être constituée en recueillant des mesures faites sur un panel représentatif de 100 personnes pour un total de 8000 enregistrements. Les données collectées ont ainsi permis de procéder à l’entraînement d’algorithmes de classifications automatique des différents types d’activités.
L’introduction d’algorithmes d’intelligence artificielle couplée à un système de captation mobile permet d’envisager une nouvelle phase expérimentale du projet dans l’environnement d’un EHPAD. D’abord dans le cadre d’une salle de rééducation afin de permettre l’automatisation de test de mobilités (TUG). Puis dans un second temps, dans des zones de passage afin de suivre l’évolution au cours du temps des caractéristiques de déplacements des résidents.
Bibliographie
Ci-dessous la liste des publications issues du projet.
Towards Real-Time Implementation for the Pre-Processing of Radar-Based Human Activity Recognition 06/2022
TGPU Based Implementation for the Pre-Processing of Radar-Based Human Activity Recognition 08/2022
Towards Automated Fall Risk Assessment: Validation of an FMCW Radar-Based Timed Up and Go Test 01/2025
THuman Activity Recognition Using SVM-based on micro-Doppler Radar Data Classification 09/2025
Si vous souhaitez en savoir plus sur le projet SmartGait, n’hésitez pas à nous contacter via notre formulaire de contact.
(*) Titre original : Early Estimation of Signs of Biomechanical Failure by Non-Conventional Radar Imaging. Applications to Robust Fall Prediction in the Elderly.
