Navigation – Plan du site
2007-2006
Sélection des meilleurs articles de SAGEO 2005
401

Fondements et approche d’un modèle cognitif du déplacement

Anticiper les difficultés de déplacement réelles et perçues par les personnes handicapées dans les bâtiments publics
Underpinning and approach for a cognitive modeling of wayfinding
Computing real and perceived displacement difficulties for disabled people in public buildings
Pierre-Emmanuel Michon, David Duguay et Geoffrey Edwards

Résumés

Le système CADMUS génère des cartes des difficultés réelles et perçues de déplacement dans les bâtiments complexes, aussi bien pour les personnes valides que pour celles souffrant d’une déficience physique ou perceptive. En partant d’un modèle numérique de l’environnement et d’un modèle de l’usager que l’on veut y faire évoluer, CADMUS détermine une carte des possibilités de déplacement, telles que l’autorise l’état de l’usager, et telles que l’usager les perçoit. Les cartes produites permettent aux administrateurs de bâtiments publics et aux thérapeutes d’évaluer l’accès de ces bâtiments aux individus en prenant en compte leurs déficits physiques et cognitifs et les modifications de perception qui en découlent.

Haut de page

Texte intégral

Introduction

1Cet article présente le projet CADMUS et l'état d'avancement du prototype. CADMUS est un système informatique d’évaluation de l’accessibilité des individus valides et déficients aux bâtiments, en particulier les bâtiments publics. Le projet CADMUS est l’un des projets soutenus par la plateforme de recherche MIME (Movement In the Mind’s Eye), financée par les instituts de recherche en santé du Canada, et par la chaire de recherche du Canada en géomatique cognitive. La plateforme MIME regroupe des équipes de recherche multidisciplinaires Canadiennes et internationales, spécialisées en Médecine de réadaptation du handicap, kinésiologie, neurologie, psychologie cognitive, géomatique et ingénierie. Son objectif est la compréhension des interactions entre le corps humain et son espace environnemental et le développement de nouvelles thérapies pour les patients atteints de déficiences physiques. Au sein de la structure MIME, notre projet s’est fixé comme objectif de créer un système permettant de générer des Cartes d’Appréciation des Difficultés de Mouvements pour un Usage Sécuritaire (CADMUS). À terme, ce système permettra aux concepteurs et aux gestionnaires de bâtiments publics d'évaluer l'accessibilité des personnes souffrant de différents types de déficiences à leurs locaux, rendra possible la planification de trajets adaptés dans un environnement inconnu, et fournira aux thérapeutes un outil d'estimation des différences entre difficultés de déplacement réelles et perçues. Enfin, le système CADMUS pourra être utilisé comme outil de sensibilisation du public aux difficultés des personnes déficientes.

2L’intérêt du système CADMUS réside dans la prise en compte de la perception subjective des individus, en complément de l’interaction entre ceux-ci et leur environnement. Plusieurs modèles computationels de wayfinding ont déjà été proposés (modèle TOUR par Kuipers 1978, modèle PLAN par Chown, Kaplan et Kortenkamp 1995), mais ceux-ci mettent généralement l’accent sur l’apprentissage de l’environnement et la formation des cartes cognitives plutôt que sur les différences de capacités perceptives. Notre objectif est de concevoir et de mettre en production un système qui puisse rendre compte de la diversité des déficiences perceptives et physiques. Nous avons donc besoin d’un outil de définition de l’environnement qui précise les caractéristiques des objets, un outil de définition de l’usager qui permet de caractériser précisément un usager et ses déficiences éventuelles, et d’un modèle d’agent cognitif qui permette de déterminer la perception de cet usager dans cet environnement. Ces trois outils correspondent aux trois phases de développement du prototype, ainsi qu'aux trois sorties prévues du système.

3Trois cartes successives produites par le système fournissent différentes descriptions de l’environnement. La première carte est générée à partir d’un modèle numérique de l’environnement. Le système CADMUS évalue ensuite les difficultés de déplacement pour un individu donné, celui-ci ayant été défini quant à ses éventuelles déficiences. La difficulté du déplacement est déterminée pour chaque zone de l’environnement, et est figurée sur une deuxième carte propre à un type d’usager de l’environnement avec ses déficiences. La largeur des espaces, le type de revêtement de sol, la position et la force nécessaire pour actionner les portes et autres objets de l’environnement sont des exemples de caractéristiques de l’environnement qui vont alors déterminer les interactions possibles pour le type d’usager considéré. Dans la troisième carte, la difficulté du déplacement est figurée telle qu’elle serait perçue par l’usager lui-même avec son expérience de l’environnement et de sa déficience. Ici entrent en ligne de compte des principes additionnels par rapport au problème du déplacement et des interactions avec les objets, en particulier le problème des déficiences perceptives et cognitives. Si un aveugle peut très bien actionner la poignée d’une porte pour l’ouvrir, il lui faut auparavant explorer l’environnement pour trouver cette porte. Au moment ou nous écrivons cet article, la phase I du prototype est achevée et nous entamons la phase II.

Système CADMUS

4L’approche que nous avons adoptée dans la réalisation du projet CADMUS nous a conduit à distinguer trois éléments constitutifs: le modèle de l’environnement, le modèle de l’usager et le modèle de l’agent cognitif (Figure 1). La section suivante décrit chacun de ces éléments.

Figure 1. Éléments du système CADMUS.

Le modèle de l’environnement

5La géomatique possède beaucoup d’outils de description de l’espace mais aucun ne s’est révélé adapté au système CADMUS. En effet, notre système est destiné à des analyses d’environnements fermés et constitués de formes tridimensionnelles. Certains logiciels commerciaux peuvent opérer avec ces paramètres dans une certaine mesure, mais leur objet d’analyse est surtout constitué de cartes bidimensionnelles de vastes environnements extérieurs. De plus, une des caractéristiques fondamentales du système CADMUS est la simulation de l’application d’un traitement de nature cognitive sur les données, c'est-à-dire qui prenne en compte les capacités perceptives d’un humain, ce qu’aucun GIS existant n’offre. Notre modèle devait donc être développé indépendamment des logiciels existants.

6Le cœur de ce modèle est une base de données. Cette base de données est dédoublée; d’une part elle contient les informations sur les objets de l’environnement, et d’autre part elle contient les informations qui sont perçues par l’agent cognitif CADMUS. Ces deux systèmes peuvent contenir des informations différentes, mais partagent la même architecture. Cette base de données a été conçue en utilisant un formalisme entité – relation, formalisme adopté pour sa facilité de compréhension et sa typologie voisine de celle qui est utilisée par les psychologues cognitifs travaillant sur le projet. Il sera aisé dans le futur de choisir un autre formalisme (UML par exemple) en ne changeant que quelques requêtes SQL. Il est à noter que le modèle ne suit pas toujours les conventions établies en matière de forme normale. La raison en est que notre objectif n’était pas l’efficacité computationelle du système, mais plutôt sa validité cognitive. La table centrale de cette base de données est l’objet. À cette table, trois tables de caractéristiques sont associées, via des tables associatives (Figure 2).

Figure 2. Structure de la base de données (les liens représentent des tables d’association).

7- La table des caractéristiques visuelles contient des informations comme la couleur, la transparence ou la réflexibilité.

8- La table de caractéristiques physiques contient quant à elle les informations qualifiant la forme, comme la texture, la solidité ou la rugosité.

9- La dernière table de caractéristiques est « associative ». Cette table est utilisée lorsqu’un objet fait partie intégrante d’un autre objet, la poignée d’une porte par exemple ou dans le cas où la fonction primaire d’un objet serait d’en définir un autre, comme un panneau signalétique. Dans le premier cas, cette table nous permet d’établir un réseau hiérarchique d’objets constituant un tout. En conservant l’exemple de la porte, on peut représenter le réseau comme une branche d’un objet associé, débutant par la porte, développé par la poignée et se terminant par la serrure. Il est également possible d’avoir plusieurs branches car certaines portes sont dotées de systèmes d’ouverture alternatifs pour les déficients. Le cas du panneau signalétique va trouver son importance dans l’étape finale du projet ou l’accessibilité d’un lieu ou d’un objet pourra être qualifiée par la facilité à le trouver ou le reconnaître: une salle d’eau est plus facilement localisable si un panneau indique sa direction, et si un signe sur la porte indique sa présence. Il en va de même pour une sortie d’urgence qui peut être qualifié par un ou plusieurs écriteaux.

10À la table objet est également associée une table d’environnement. Cette table permet de classer les objets selon qu’ils appartiennent à un environnement particulier (une cuisine ou une salle d’eau). Comme les tables de caractéristiques, cette table est reliée à l’objet par une table associative. La dernière table du système est celle des concepts. Cette table est importante pour l’utilisation potentielle des objets car c’est elle qui relie l’objet à un ou plusieurs scripts d’utilisations. Dans une perspective écologique proche de celle de Gibson (1979), nous avons choisi d’incorporer les scripts d’utilisation dans les caractéristiques propres de l’objet. Ce point est expliqué plus en détail à la section 2.3.

11Dans le système CADMUS, seules les tables associatives seront utilisées pour calculer la reconnaissance des objets par l’usager. Si, par exemple, l’usager se trouve en présence d’une chaise, il va en extraire les caractéristiques. À chacune des caractéristiques extraites, il interrogera les bases associatives pour essayer de reconnaître cet objet. Lorsque le système aura atteint un seuil suffisant de réponses convergentes, il pourra alors « reconnaître » l’objet en question. Cet objet reconnu sera alors stocké dans la base de données « mémoire » et servira ultérieurement à implémenter les processus d’apprentissage. Cette manière de fonctionner permet de jouer sur les seuils nécessaires à la reconnaissance et donne la liberté de privilégier un type de caractéristique pour la reconnaissance (un déficient visuel utilisera les caractéristiques physiques plutôt que visuelles des objets).

12En dernier lieu, les scripts d’utilisation vont permettre au système de juger si un objet est utilisable par un usager particulier. Les scripts sont des procédures qui définissent les interactions que l'usager peut avoir avec les objets. Ouvrir une porte, par exemple, requiert de tourner la clenche, puis la tirer ou la pousser. Ce script s'applique à plusieurs instances de portes, et possède des paramètres pour sa réalisation, la capacité à tourner la clenche selon certains angles et avec une certaine force, ainsi que la capacité à appliquer une traction ou une pression sur cette clenche Un même objet peut être associé à plusieurs scripts. Dans le cas d’un objet complexe défini par plusieurs objets, un système de parcours d’arbres sera utilisé pour déterminer la possibilité d’utilisation d’un objet. Si l’on reprend l’exemple de la porte, chacun des scripts d’utilisation, en partant du plus éloigné, devra être praticable si l’usager veut pouvoir ouvrir la porte. On doit, dans l’ordre, être capable de faire fonctionner la serrure, tourner la poignée, et pousser la porte. Si un seul de ces scripts est impraticable, le script de l’objet hôte devient également impraticable. Si la porte possède un système alternatif (bouton poussoir adapté) et que celui-ci est praticable, alors le script de l’objet hôte devient praticable.

Le modèle de l’usager

13Le modèle de l'usager permet de caractériser l'usager dont on veut prendre en considération les interactions avec l'environnement. Les caractéristiques de cet usager doivent être définies de façon suffisamment détaillée pour prendre en compte les déplacements que voudrait effectuer l'usager et les actions associées à ces déplacements. En effet, nous considérons que les déplacements ne sont que très rarement effectués pour eux-mêmes, et qu'ils ont toujours une finalité qui implique un certain niveau d'interaction avec les objets de l’environnement. Une part des interactions avec les objets de l'environnement est directement relié au déplacement: citons par exemple, l'ouverture des portes actionnée mécaniquement par une poignée ou électriquement par un bouton poussoir, ou la mise en fonction des ascenseurs. Ces actions sont liées à l'accès général au bâtiment et au déplacement vers les couloirs desservant ses différentes sections. Mais une grande part des interactions avec les objets effectuées par un usager sont directement liées aux objectifs particuliers de cet usager à un moment donné.

14La gamme de ces interactions est évidemment trop étendue pour que l'on puisse toutes les prendre en compte dans le système CADMUS, mais certains objectifs doivent être pris en compte dans le problème général de l'accès aux bâtiments. Par exemple, la possibilité de lire et/ou de suivre les indications liées à l'orientation ou l'accès aux toilettes, aux téléphones publics, aux comptoirs et aires de restauration, aux guichets automatiques et autres services offerts dans le bâtiment sont des objectifs orientés vers des interactions avec des objets de l'environnement, mais qui sont fondamentaux en même temps qu'ils impliquent une composante de déplacement. Par ailleurs, la principale interaction qu’un usager engage avec l’environnement est la perception de cet environnement, qui lui permet de se représenter les caractéristiques spatiales de cet environnement, et d’y planifier ses déplacements fins, c'est-à-dire les déplacements dans l’espace perçu. Planifier des déplacements à plus grande échelle dans l’espace connu, ne serait-ce que de façon très superficielle comme par le biais d’un plan ou d’indications de direction, requiert une modélisation et donc une caractérisation de l’usager qui n’est pas encore d’actualité dans le projet CADMUS, même si le modèle d’agent cognitif prévoit à terme le développement de ce type de comportement cognitif.

15Afin de répondre à une large gamme de comportements impliquant des déplacements, l'usager doit être caractérisable de façon exhaustive. Nous avons utilisé le Guide Pratique d'Accessibilité Universelle (2003) élaboré par l'Institut de Réadaptation des Déficiences Physiques du Québec pour définir notre modèle d'usager. Ce guide est composé de fiches thématiques qui présentent une définition fonctionnelle des éléments de l'environnement, leur utilité pour l'usager, ainsi que des critères de design et des normes pour rendre ces fonctions accessibles au plus grand nombre. Par exemple, le guide préconise des escaliers droits, de largeur minimale de 915 mm, avec des contremarches hautes entre 120 et 185 mm. L'ensemble de ces critères de design nous a permis d'extraire sept catégories de caractéristiques cruciales pour l'accessibilité:

16- caractéristiques générales: énergie physique, appareillage perceptif et moteur, capacité de concentration, capacité d’orientation, compréhension du langage;

17- caractéristiques visuelles: champ perceptif, acuité visuelle, perception colorée, perception des contrastes, adaptation aux changements lumineux;

18- caractéristiques de déplacement: volume de déplacement, capacité de rotation, vitesse, hauteur du pas;

19- caractéristiques de support: équilibre, friction, adhésion, utilisation de rampes;

20- caractéristiques de manipulation: distance et d'atteinte, hauteur minimale et maximale d'atteinte, force pour pousser et tirer, force de rotation;

21- caractéristiques auditives: seuils de détection, fatigabilité;

22- caractéristiques tactiles: distance de perception tactile, expertise;

23Pour chacune de ces caractéristiques, une valeur normale est définie qui correspond à la capacité d'un humain valide et de poids et taille moyens. Un usager particulier ne sera ainsi caractérisé que sur un groupe de ces caractéristiques et pas sur l'ensemble, le reste étant défini comme « normal ». Les caractéristiques de l’usager ainsi définies viennent filtrer les informations environnementales qui lui sont accessibles, et déterminent les perceptions et actions qui lui sont accessibles, telles que nous allons le voir dans la partie décrivant le modèle de l’agent cognitif. L’implantation du modèle de l’usager est en cours, et utilise un formalisme UML.

Le modèle de l’agent cognitif

24Le modèle de l’agent cognitif est la partie du système qui lie le modèle de l’environnement et le modèle de l’usager. C’est un modèle général qui ne cherche pas à rendre compte des dernières avancées en neurosciences ou en modélisation cognitive. Le système cognitif y est représenté et modélisé de façon simplifiée, et avec une emphase sur la plausibilité des résultats de la cognition plutôt que sur la plausibilité des processus (Edwards, 2001). Le système cognitif tel que modélisé pour CADMUS est représenté sous forme de systèmes indépendants de traitement de l’information, en accord avec la théorie dominante du fonctionnement du cerveau (e.g. O'Keefe & Nadel, 1978; Fodor, 1983). Ces modules sont regroupés en six modules spécialisés, distingués selon le type d’opération qu’ils effectuent. Les informations provenant de l’environnement transitent ainsi à travers un module d’analyse perceptive, puis un module de mémoire, un module de synthèse cognitive, un module d’évaluation, un module de décision et enfin un module dédié à la motricité. Ces modules de traitement ne sont pas reliés de façon linéaire, et des rétroactions interviennent au cours du traitement (Figure 3).

25Dans les premières étapes de la modélisation, nous concentrons nos efforts de développement vers les modules de perception, de reconnaissance en mémoire et de motricité de l’agent cognitif. Viendront ensuite dans l’ordre les modules de synthèse cognitive, d’évaluation et de décision. Les processus d’agrégation des connaissances nouvelles et anciennes, et la capacité à choisir des comportements adaptés aux intentions et aux informations environnementales perçues sont parmi les plus complexes chez l’humain (Berthoz, 2003), et seront traitées dans les phases ultimes du projet CADMUS. Dans le modèle qui a été développé, sous forme de diagramme de flux, chacun des modules est subdivisé en sous-modules spécialisés responsables du traitement d’un type particulier d’information. Ces sous-modules sont ainsi des centres de traitement de l’information et de sa transformation en un autre type d’information, ce qui simule les processus d’abstraction successifs de la cognition humaine.

26Notre approche des processus perceptifs s’inspire de la théorie des affordances de Gibson (1979), et considère qu’une partie au moins des informations sur l’environnement sont stockées dans l’environnement, et pas dans l’esprit de celui qui le perçoit. Cette conception qui met la finalité de la perception dans l'action est tout à fait en ligne avec nos objectifs. Dans l’approche écologique de Gibson, les informations « affordées » sont principalement les propriétés d’utilisabilité des objets. Mais des problèmes dans la théorie des affordances relatifs à la découverte des usages affordés nous a fait adopter une généralisation de cette approche dans CADMUS: toutes les informations et propriétés des objets sont contenues dans la définition du monde, c’est-à-dire dans la base de données du modèle de l’environnement. Les connaissances sont donc inhérentes aux objets du monde, et ce sont eux qui affordent leurs propriétés et utilisations possibles aux usagers. Ces propriétés sont ensuite filtrées par les processus perceptifs de l’agent cognitif: celui-ci ne reconnaît les objets qu’il est en position de percevoir que s’il en a la capacité perceptive. Par exemple, le bouton adapté d’actionnement électrique d’une porte n’est pas perçu s’il est positionné dans un endroit sombre ou derrière une plante. De même, pour un agent souffrant de dégénérescence maculaire (perte d’acuité dans la vision centrale, la plus précise), un objet n’est perçu que s’il présente un contraste suffisant avec le fond sur lequel il repose. Avant que les processus de reconnaissance puissent intervenir, le module perceptif vient ainsi déterminer ce qui est perçu. De nombreux déficits et biais perceptifs sont ainsi pris en compte dans le module de perception selon les relations entre l’objet et l’usager (e.g. distance, position masquée) et selon les relations entre les objets (e.g. contraste lumineux et coloré par rapport au fond). Mais il est important de souligner ici la différence entre percevoir un objet et avoir la capacité à l'utiliser.

27Le module de mémoire ne sera développé qu’en dernier dans le projet, et ceci afin de simuler les effets d’apprentissage de nouveaux types d’objets et de nouveaux environnements. Dans un premier temps, cela implique que l’usager CADMUS a une connaissance préalable de tous les types d’objets existants dans la base de données, et qu’il n’a aucune expérience des environnements pouvant l’inciter à utiliser tout ou partie d’itinéraires déjà explorés. À terme, la mémoire de l’usager CADMUS est divisée en deux processus successifs, le premier de reconnaissance et visant à faire correspondre les caractéristiques identifiées d’un objet avec des connaissances prototypiques sur cet objet, et le second d’identification d’un objet en particulier.

28Le module central dans l’usager CADMUS est le module de synthèse cognitive, qui lie entre eux les différents objets perçus pour en faire un modèle mental de la situation dans laquelle l’usager se trouve. La théorie des modèles mentaux, élaborée par Johnson-Laird (1983), est une théorie logique portant sur la représentation des relations entre entités (personnes, objets, etc.), dans un cadre spatiotemporel, et à des fins de raisonnement. Cette approche permet en particulier de calculer les conséquences de la modification des relations entre les entités et donc d’imiter dans une certaine mesure les capacités d’anticipation de l’esprit humain. Le module d’évaluation peut alors attribuer une valeur à la situation présente et à la situation anticipée, selon certains principes communs à tous les individus, mais en prenant aussi compte des expériences passées de l’agent. Le résultat de ce processus d’évaluation est retourné au module de décision, qui sélectionne alors le comportement adapté à la situation et aux besoins identifiés, en considérant les conséquences anticipées des actions projetées.

29Ce modèle d’agent cognitif, s’il était appliqué à l’ensemble du champ des activités humaines, est très complexe et difficile à mettre en œuvre. Une des forces du projet CADMUS est qu’il ne porte que sur un champ très spécifique des activités humaines, celles liées au déplacement. Les objets peuplant le monde mais aussi les comportements ou concepts susceptibles d’intervenir dans le processus d’évaluation de la capacité à se déplacer dans un environnement donné sont ainsi en nombre limité. Notre objectif n’est ainsi pas de rendre compte de la complexité de l’humain en interaction avec la diversité ontologique du réel, mais plutôt d’anticiper les processus perceptifs et de planification des déplacements dans un monde où l’agent CADMUS n’est considéré que sous l’angle de ses déplacements.

Entrées – Sorties

30Le format d’entrée que nous avons choisi consiste en une série de fichiers d’information spatiale permettant la représentation visuelle des objets physiques de l’environnement, et une base de données contenant les données de chacun des objets. Les fichiers d’information spatiale sont au format texte et contiennent toutes les informations spatiales qualifiant notre objet. Ces fichiers sont produits, à partir d’un plan AutoCADtm. En dernier lieu, un logiciel développé pour le projet CADMUS sépare chacun des objets en des fichiers indépendants, et peuple la base de données « environnement ». Cette base de données (Figure 2) contient les caractéristiques physiques réelles des objets, telles que le poids, la couleur, etc. La sortie principale du système est visuelle et graphique. Le modèle 3D de l’environnement est affiché à l’écran selon une vue subjective plus ou moins immergée dans l’environnement. Les objets y sont affichés selon un code de couleurs permettant de qualifier leur utilisabilité. Une vue en survol de l’environnement, éliminant la hauteur des objets et présentant le plan de sol permettra d’afficher et d’imprimer des cartes d’accessibilité de l’environnement.

31Pour ce qui est du moteur de visualisation tridimensionnelle, nous avons décidé de construire notre propre moteur. Il existe une multitude d’engins graphiques disponibles dans le commerce, mais ils sont pour la plupart orientés vers la conception de jeux vidéo. Dans le cas de CADMUS, les considérations de rapidité du rendu graphique restent importantes, mais deux caractéristiques du monde réel sont centrales pour le projet, et ne se retrouvent pas dans ces engins:

32- la précision spatiale des objets tridimensionnels n’est pas suffisante dans ces moteurs 3D pour les analyses dont nous avons besoin. Pour une personne à mobilité réduite, l’emplacement et la forme d’une poignée de porte sont très importantes.

33- la deuxième caractéristique centrale pour le projet est la possibilité de caractériser les objets du monde sur une multitude de dimensions, c'est-à-dire de lier les objets avec une base de données multidimensionnelle. Pour une analyse complète de l’environnement, on ne peut se contenter d’une texture comme seule définition d’une surface, on a besoin d’informations variées et précises comme la couleur, la transparence, le poids, la rugosité etc. Grâce à ces données, une analyse de déplacement, de visibilité et de maniabilité devient possible. Les engins 3D commerciaux ne disposent donc pas des fonctionnalités nécessaires pour la réalisation d’un projet comme CADMUS.

34Pour construire un moteur 3D, il est aujourd’hui nécessaire d’utiliser une API (Application Program Interface). Le grand nombre de cartes graphiques sur le marché rend impossible pour une petite équipe de développer un moteur 3D sans l’aide de ces API. Ces interfaces agissent comme un traducteur d’ordre entre le programme et la carte graphique. Le programme devient donc indépendant du matériel. Il existe deux API prédominantes dans la conception d’un moteur 3D: DirectX et OpenGL. Au niveau graphique, ces deux technologies sont comparables mais dans le cadre de CADMUS, DirectX s’est révélé plus approprié car c’est en fait une suite d’API: en plus du rendu visuel, DirectX gère aussi le son d’une manière tridimensionnelle et prend en charge les périphériques de saisie utilisant le retour de force (Force Feedback). Ces fonctionnalités seront mises à contribution dans les développements ultérieurs du projet CADMUS.

35Pour l’agent cognitif, plusieurs options logicielles sont également disponibles sur le marché. La plupart des fournisseurs de logiciels de ce type offrent également des suites de développement (Software Development Kit). Comme dans le cas du moteur 3D, ces solutions se sont avérées peu adaptées au projet CADMUS. En raison de sa simplicité structurelle et sa compatibilité avec DirectX, le langage C# a été sélectionné pour la réalisation du moteur 3D et de l’agent cognitif.

Conclusion

36En conclusion, le système CADMUS propose une approche nouvelle de la caractérisation de l’espace. La nouveauté réside dans la prise en compte de la perception humaine des espaces considérés et de l’interaction entre le corps et l’espace, tout en tenant compte d’une grande diversité de déficiences possibles. Les Systèmes d’Information Géographique actuels ne permettent pas de prendre en compte le facteur humain dans leurs analyses. Les interactions entre les aspects SIG et les aspects cognitifs représentent un défi technologique. Pour la communauté scientifique qui travaille à la réadaptation des déficients moteurs et cérébraux, cet outil devrait permettre de mieux comprendre l’univers de ceux qu’ils traitent, principalement en permettant d'évaluer de façon normée l'accessibilité de populations déficientes ciblées à des espaces publics.

Haut de page

Bibliographie

Berthoz, A., La Décision, Paris, Odile Jacob, 2003.

Chown, E., Kaplan, S., et Kortenkamp, D., Prototypes, locations, and associates networks : Towards an unified theory of cognitive mapping, Cognitive Science, 19, 1-51, 1995

Edwards, G., A Virtual Test Bed in Support of Cognitively-Aware Geomatics Technologies, in D.R. Montello (Ed.): Spatial Information Theory: Foundations of Geographic Information Science, LNCS, 2205, 140-155, 2001.

Fodor, J., The Modularity of Mind: An Essay on Faculty Psychology, MIT Press, 1983.

Gibson, J. J., The Ecological Approach to Visual Perception, Boston: Houghton Mifflin, 1979.

Golledge, R. G., Wayfinding Behavior, Baltimore, The John Hopkins University Press, 1999.

Institut de Réadaptation des Déficiences Physiques du Québec, Guide Pratique d'Accessibilité Universelle, Ville de Québec, 2003

Johnson-Laird, P.N., Mental Models: Towards a Cognitive Science of Language, Inference, and Consciousness, Cambridge: Cambridge University Press, 1983.

Kuipers, B. J., Modeling spatial knowledge, Cognitive Science, 2: 129-153, 1978

O'Keefe, J. & Nadel, L., The Hippocampus as a Cognitive Map, Oxford University Press, 1978.

Haut de page

Pour citer cet article

Référence électronique

Pierre-Emmanuel Michon, David Duguay et Geoffrey Edwards, « Fondements et approche d’un modèle cognitif du déplacement », Cybergeo : European Journal of Geography [En ligne], Dossiers, document 401, mis en ligne le 01 octobre 2007, consulté le 23 octobre 2017. URL : http://cybergeo.revues.org/10461 ; DOI : 10.4000/cybergeo.10461

Haut de page

Auteurs

Pierre-Emmanuel Michon

Chaire de Recherche du Canada en Géomatique Cognitive, Centre de Recherche en Géomatique, Pavillon Louis Jacques Casault, Université Laval, Québec (Québec) G1K7P4, CANADApierre-emmanuel.michon@cirris.ulaval.ca

David Duguay

Chaire de Recherche du Canada en Géomatique Cognitive, Centre de Recherche en Géomatique, Pavillon Louis Jacques Casault, Université Laval, Québec (Québec) G1K7P4, CANADA

Geoffrey Edwards

Chaire de Recherche du Canada en Géomatique Cognitive, Centre de Recherche en Géomatique, Pavillon Louis Jacques Casault, Université Laval, Québec (Québec) G1K7P4, CANADA

Haut de page

Droits d’auteur

© CNRS-UMR Géographie-cités 8504

Haut de page