Sites Inria

English version

Sport Numericus

MDV - 25/06/2014

Améliorer les performances sportives par l'analyse et la simulation

L'équipe-projet MimeTIC du centre Inria Rennes-Bretagne Atlantique se trouve à l’interface entre deux laboratoires : le labo « Mouvement, sport et santé » en Sciences et techniques des activités physiques et sportives, et l'Institut de recherche en informatique et systèmes aléatoires (Irisa), en informatique. Ses activités de recherche s'articulent autour de 3 axes principaux. Explications avec Franck Multon, responsable de MimeTIC.

L'analyse

"Notre premier axe de recherche, c'est l'analyse . On étudie comment améliorer le mouvement. Un sportif cherche toujours à se dépasser, à faire de meilleures performances, en prenant le risque de subir des troubles musculo-squelettiques. Il arrive ainsi que certains sportifs arrêtent brutalement leur carrière à la suite d'une blessure. Nous mettons en place des techniques qui permettent de mesurer le mouvement et d'en estimer les contraintes biomécaniques , pour savoir si elles mettent le joueur en danger: quels sont les efforts dans chaque muscle, est-ce que la répétition peut être dangereuse sur ce geste là, comment réorganiser les séances d’entraînement pour éviter de solliciter trop souvent cette articulation, etc. Par exemple, en collaboration avec la Fédération française de tennis , l’équipe a analysé différentes formes de service de tennis, pour trouver la  moins pénalisante pour les muscles et les articulations, et montrer celle qu'il vaut mieux favoriser à l’entraînement.

Pour cela, nous développons ce qu'on appelle des modèles musculo-squelettiques . Ce sont des modèles mathématiques numériques de simulation, qui permettent d’estimer les efforts musculaires à partir de la mesure des mouvements et des contraintes externes. Cette approche trouve tout son intérêt pour des muscles qu'on ne peut pas observer directement. En général, on mesure indirectement l'effort de certains muscles en plaçant des capteurs. Par exemple, on place des électrodes électromyographiques sur la peau, et on mesure l'activité électrique qui passe du muscle. Mais ça ne fonctionne que pour les muscles qui sont près de la surface de la peau, rendant impossible la mesure des muscles situés en profondeur. La solution serait de mettre une aiguille, mais ça perturbe le mouvement, on peut presque pas bouger, et ça fait peur. En dehors de ça, on n'a aucun moyen d'exploration.

© MimeTIC- M2S - Inria

Nous avons travaillé également avec Bruno Mégret, qui est médecin sur le Tour de France , sur une pathologie qui atteint fréquemment le cycliste de haut niveau : la pubalgie. Un muscle profond du bassin est mis en cause dans cette pathologie, mais il n’existe aucun moyen de mesurer son activité, en particulier en situation de pédalage. Encore une fois, les modèles musculo-squelettiques permettent d’estimer les efforts développés par ce muscle dans différentes stratégies de pédalage. Le modèle intègre les mesures de certains muscles de surface afin d’estimer au mieux les efforts que les muscles profonds doivent développer.

Ces travaux sont rendus possibles par une collaboration entre biomécaniciens et informaticiens. Mes collègues en STAPS* développent les modèles : comment fonctionne l'articulation, où sont rattachés les muscles, etc. Mes collègues chez Inria améliorent les moteurs de calcul qui permettent de résoudre les problèmes. Il faut développer de nouvelles méthodes d’optimisation numérique, simuler numériquement ces modèles, affiner la fonction de coût utilisé pour l’optimisation numérique, animer les modèles et simuler des données qui manquent, etc. En quelque sorte, les bio-mécaniciens posent l'équation, les informaticiens proposent des solutions efficaces pour comment la résoudre."

 

Nous développons des modèles biomécaniques, améliorons les moyens de mesure, et les méthodes de résolution, ce qui nous permet d’estimer les efforts musculaires pour aider les sportifs à améliorer leur performance tout en évitant les traumatismes et les blessures. C'est la phase d'analyse.

© MimeTIC - M2S - Inria

Nous ne développons pas de nouveaux capteurs : nous cherchons comment tirer le meilleur profit des capteurs systèmes existants, en y adjoignant des modèles biomécaniques. Ces modèles permettent de combler les faiblesses des capteurs dans certaines situations complexes et de rendre les mesures plus robustes. Cela permet aussi de remonter à des paramètres non-directement mesurables par les capteurs, comme cela vient d’être décrit pour l’estimation des tensions musculaires à partir de mesures de mouvements.  Par exemple: si on couple ce capteur-ci avec ce capteur-là, et qu'on leur adjoint tel type de modèle mathématique, on va pouvoir récolter des informations plus fiables.

Au-delà de la prévention des traumatismes, nous travaillons aussi sur l’amélioration de la performance . Quel type de geste au tennis permet de faire le meilleur enchaînement service-volée  ? Le but est de minimiser le temps d'action tout en maximisant la vitesse de la balle. En analysant différentes stratégies de service, nous développons des méthodes capables de quantifier l’impact de cette forme de geste sur la performance. Une fois chaque stratégie quantifiée en terme de performance, il est possible de donner des indicateurs pratiques aux entraîneurs et aux sportifs. Là, on analyse les situations et on fait ressortir des indicateurs qui permettent de dire « ce geste là, pour cet objectif là, est plus efficace »."

La simulation

"Le second axe de l'équipe, c'est la simulation d'humains virtuels autonomes . Ici, pas de mesure: nous tentons de simuler les mouvements d'un être humain en fonction des contraintes qu’il rencontre dans son environnement, pour réaliser sa tâche. Par exemple, en situation de déséquilibre, comment peut-t-il se rétablir, comment il s’organise pour appliquer quelles forces, va-t-il générer les forces nécessaires s'il pousse sur un objet, etc. Pour l'instant ces recherches n'en sont qu'à leurs balbutiements. En effet, simuler un mouvement qu’un humain aurait naturellement effectué dans la même situation reste encore un défi scientifique complexe.  L'objectif, à terme, c'est de faire de la recherche prospective sur ce que pourrait être un geste « optimal » étant donné un ensemble de contraintes et une tâche à réaliser. Mais on n’en est pas encore au transfert dans le domaine du sport, parce que c'est un problème très difficile, en particulier pour des contraintes extrêmes comme celles rencontrées dans le sport.

L'analyse, c'est observer les mouvements pour comprendre quelles sont les combinaisons efficaces. La simulation, c'est améliorer ce qui existe par le biais de modifications, d'ajustements, voire l'invention de nouveaux gestes. C'est le but qu'on espère atteindre dans quelques années."

L'interaction analyse/simulation

"Notre troisième axe de recherche couple les deux précédents . D'un côté on analyse un humain en mouvement, de l'autre on simule un humain virtuel autonome, et on les met en interaction, par exemple en situation de duel. Prenons l'exemple du gardien de but en handball. L’une des grandes problématiques est de comprendre quels informations visuelles sont prises en compte par le gardien pour anticiper la trajectoire de balle du tireur et décider de l'action à réaliser pour l’intercepter. C’est ce qu’on appelle le couplage perception-action . Vous avez un tireur et un gardien de but, et vous souhaitez examiner comment le gardien prend de l'information sur l'adversaire pour anticiper la trajectoire de la balle. Avec des joueurs réels, même le tireur le plus expérimenté ne pourra pas reproduire exactement deux fois le même tir, en ne faisant varier qu’un seul paramètre. Or, si on cherche à connaître l’influence du mouvement du poignet du tireur sur la prise de décision du gardien, il faudrait être capable de disposer de deux situations rigoureusement identiques où seul le mouvement du poignet change à un moment. C’est impossible en situation réelle car on ne peut pas contrôler la situation assez finement. Il y a tellement de variabilités dans le mouvement et dans l'environnement qu'il est très difficile de trouver une relation de cause à effet.

Nous utilisons la réalité virtuelle pour poser le problème différemment. Ça nous permet d'analyser le comportement du gardien face à des tireurs qui sont totalement sous contrôle car simulés. Il est ainsi possible de répéter exactement le même tir plusieurs fois, avec une modification infime,  de 5°, 10°, de l'articulation que l'on dont on souhaite étudier l’effet sur la prise de décision du gardien. Et là, statistiquement, on voit qu'il est possible de constater l'effet de ces petites modifications, par répétition sur le comportement du gardien. La relation de cause à effet entre un geste et la réponse du gardien peut ainsi être analysée.

Ces expériences ont été menées avec la Fédération française de handball , avec le Stade rennais en football, ainsi qu'avec le Ulster Rugby de Belfast . D'ailleurs, le logiciel qu'on a développé dans cette collaboration est utilisé aujourd'hui en routine dans la préparation des joueurs de rugby professionnels. Ils s’entraînent à percevoir les feintes de l'adversaire avec un casque de la réalité virtuelle et leurs réactions sont analysées et comparées à celles d’autres joueurs afin qu’ils améliorent leur qualité d’anticipation. L'humain virtuel tente un déplacement, on arrêter la simulation à n'importe quel moment, et le joueur doit prédire de quel côté le modèle tente de se déplacer. Le but est d'apprendre à lire les bonnes informations le plus tôt possible dans le mouvement de l'adversaire. C'est le couplage perception-action.

La réalité virtuelle est également un moyen prometteur pour l’apprentissage de compétences motrices . En réalité virtuelle, il est possible de répéter plusieurs fois rigoureusement la même situation, d’enrichir l’environnement d’information, ou de simplifier la tâche (en remettant les contraintes physiques de notre environnement au fur et à mesure du progrès de l’apprenant). Cependant, cela pose de nouveaux défis. Par exemple, aujourd’hui, chacun peut s'améliorer au jeu vidéo Nintendo Wii Tennis, sans pour autant améliorer ses performances sur un véritable terrain de tennis. Cela soulève la question : comment s’assurer du transfert des compétences acquises en réalité virtuelle pour que les compétences motrices qu'on y acquiert servent également en réel  ?

© MimeTIC - M2S - Inria

En collaboration avec l’Université de Brassov en Roumanie, nous avons étudié comment apprendre le lancer franc en basket à partir de systèmes immersifs. Un des problèmes connus de la réalité virtuelle, c'est qu'on perçoit mal les distances, c'est qui est très problématique pour s’entraîner à une tâche comme le lancer franc : il faut lancer un ballon dans un panier placé à plus de 4m du tireur. Cette étude tente de résoudre le problème. Dans cette étude, nous tentons d’évaluer quel type de retour visuel est le plus approprié pour que la perception des distances ne soit pas un problème dans l’apprentissage du lancer-franc."

*Sciences et techniques des activités physiques et sportives (STAPS )

Mots-clés : Perception visuelle Sport numericus Realité virtuelle Santé M2S MimeTIC

Haut de page

Suivez Inria