De nos jours, les chutes représentent une grande préoccupation dans le domaine de la santé publique à cause de leurs conséquences préjudiciables sur l’état physique et physiologique de la personne, et cela se remarque davantage chez les personnes âgées. En effet, elles entraînent plus de 90 % des fractures de la hanche augmentant le taux de mortalité accidentelle chez les personnes de plus de 65 ans. En plus de ces dommages physiques, elles laissent un impact psychologique en raison de la peur de tomber à nouveau et d’un manque de confiance en soi pour se tenir en équilibre lors d’une situation imprévue. De ce fait, il s’avère nécessaire de concevoir une interface d’assistance mobile qui contient la technologie nécessaire afin d’analyser et de comprendre le comportement humain dans ses activités quotidiennes et d’interpréter les caractéristiques de son environnement pour évaluer un risque de chute en temps réel.

De ce fait, nous avons élaboré un modèle biomécanique de l’humain dans le but d’améliorer, d’une part la compréhension de l’équilibre et d’autre part d’identifier tout risque de chute éventuel dans la vie quotidienne d’une personne.

Avant d’aborder le cœur de nos travaux, nous avons cherché dans un premier temps à se familiariser avec les paramètres de la marche pouvant déterminer un risque de chute chez les personnes en perte d’autonomie. Cela vise principalement à étudier la cinétique de l’équilibre et la dynamique du mouvement du corps lors de cette locomotion. Nous avons réalisé une revue de littérature complémentaire pour choisir le protocole expérimental le plus adapté à notre étude. De même, cette recherche porte sur les instruments de mesure des paramètres liés à l’équilibre et les méthodes d’analyse du comportement posturale d’un participant lors d’une perturbation imprévisible. Enfin, cette revue est clôturée par l’étude de quelques travaux antérieurs portant sur la modélisation mécanique de la marche et la modélisation biomécanique de la position orthostatique.

Ainsi, nous avons modélisé le corps par le pendule inversé, le système neuromusculaire et une partie du système somatique. Ensuite, nous avons travaillé sur l’identification de chaque système biomécanique pour la construction finale du modèle lors de la posture debout et lors de la marche. De ce fait, nous avons mis en œuvre deux procédures expérimentales, dont celle nommée « Tether-release ». Dans la première expérience, nous avons attaché une charge au corps d’une personne jeune et en bonne santé (via un système de poulies et un câble). Puis, nous lui avons demandé de marcher sur un sol rigide. Par la suite, nous avons évalué sa capacité de réagir à une perturbation suite à la coupure imprévue du câble. Lors de cette expérience, nous avons utilisé l’accéléromètre (trois axes) d’un téléphone fixé au niveau de ses hanches comme un capteur de position angulaire (projection du vecteur gravité sur le repère cartésien de la personne). En fait, ce dernier permet de mesurer la variation de l’angle de la partie haute du corps lors du mouvement postérieur. En deuxième lieu, nous avons réalisé la méthode « Tether-release » en posture debout. Ainsi, nous avons demandé au participant de se tenir en position debout sur un sol rigide. La personne doit se maintenir en équilibre suite au sectionnement du câble en se pivotant vers l’avant en utilisant une rotation autour de ses chevilles. Dans ce cas, le téléphone a été fixé à l’arrière de sa cuisse droite pour déterminer la variation d’angle du balancement de son corps par rapport à la verticale.

Pour les deux expériences, le traitement des données a été élaboré par une application Android sur le téléphone. De plus, nous avons effectué douze essaies de chaque expérimentation sur un sol rigide pour identifier les paramètres biomécaniques des deux modèles afin d’apprécier la capacité de la personne à maintenir son équilibre. Ensuite, notre travail a été focalisé sur l’évaluation d’un risque de chute suite au test unipodal nommé le « One-leg standing test » (OLST). De ce fait, nous avons utilisé le modèle conçu pour la station debout et les données mesurées par les capteurs de force d’une semelle instrumentée. Ce dernier dispositif d’acquisition a été développé au laboratoire LAIMI de l’Université du Québec à Chicoutimi (UQAC). Enfin, afin de déterminer un risque de chute, nous avons combiné des paramètres liés aux chutes pour calculer un pointage unique, permettant de nous informer de la capacité d’une personne à maintenir son équilibre sur une seule jambe. Cette étude a été réalisée sur des personnes jeunes, âgées et des personnes atteintes de la maladie de Parkinson (PAMP).

En conclusion, l’originalité de ce projet réside sur l’utilisation d’un nouveau modèle dynamique en boucle fermée pouvant représenter les mécanismes de l’équilibre lors de la marche et de sa méthode de calibration. Ce modèle permet l’analyse du maintien de l’équilibre d’une personne incluant des perturbations. Ainsi, la mise en œuvre du modèle suggéré sera possible dans la semelle instrumentée qui deviendra un outil d’analyse complet de l’équilibre à domicile.