Compte tenu de la situation actuelle, la soutenance sera également rediffusée en direct sur youtube à l'adresse suivante : https://www.youtube.com/watch?v=99qoW6vWUqE
Composition du jury :
Maud Marchal, professeure, Université de Rennes, rapporteuse
Emmanuel Dubois, professeur, Université de Toulouse, rapporteur
Joëlle Thollot, professeure, Université Grenoble-Alpes, examinatrice
Patrick Reuter, maître de conférences, Université de Bordeaux, examinateur
Jocelyne Troccaz, directrice de recherche, CNRS, directrice de thèse
François Bérard, maître de conférences, Université Grenoble-Alpes, co-encadrant de thèse (invité)
Amélie Rochet-Capellan, chargée de recherche, CNRS, co-encadrante de thèse (invitée)
Interagir avec des scènes virtuelles 3D est nécessaire à de nombreuses applications. Parmi elles : la visualisation de données 3D, la conception assistée par ordinateur, les simulateurs d’entraînement ou encore les jeux vidéos. Effectuer cette tâche par l’intermédiaire de systèmes en 2D tels que des ordinateurs de bureau ou des tablettes tactiles peut s’avérer fastidieux. Pour interagir plus efficacement avec des contenus 3D, les systèmes d’interaction haute-fidélité tels que les casques de réalité virtuelle tentent de reproduire les modalités d’interaction dont nous disposons dans le monde réel. Ces systèmes offrent un rendu visuel stéréoscopique couplé à la position de l’utilisateur et un contrôle isomorphe des objets 3D. Cependant, la littérature manque de résultats issus d’expériences rigoureuses montrant leurs bénéfices. L’objectif de cette thèse est double. Nous cherchons d’une part à étoffer la littérature par l’intermédiaire d’études utilisateur contrôlées permettant d’apporter des résultats robustes sur les bénéfices de ces systèmes. D’autre part, nous nous efforçons de fournir les moyens d’implémenter les expériences haute fidélité les plus performantes.
Dans cette thèse, nous présentons, tout d’abord, un état de l’art des dispositifs haute-fidélité existants et de leurs bénéfices potentiels. Nous introduisons notamment une approche prometteuse appelée appareil à perspective corrigée déplaçable (APCD), que nous avons particulièrement étudiée dans cette thèse.
Nous détaillons ensuite deux contributions qui nous ont permis de quantifier les bénéfices des systèmes haute-fidélité. Afin de témoigner du potentiel applicatif de ces systèmes, nous avons étudié leur apport dans la réalisation de deux tâches mettant en jeu des processus cognitifs très différents. La première étude concerne une tâche de positionnement d’objets 3D dans l’espace. Les deux systèmes haute-fidélité que nous avons testés : un APCD et un casque de réalité virtuelle, se sont respectivement montrés 43% et 29% plus efficaces que le statu quo (un bras articulé utilisé avec un écran plat). La seconde étude concerne une tâche d’apprentissage de la forme d’un objet 3D. Pour cette tâche, les deux mêmes systèmes haute-fidélité ont permis d’améliorer de 27% les performances de reconnaissance de l’objet par rapport à un apprentissage via une tablette tactile.
Nous présentons ensuite deux contributions apportant des solutions pour faciliter l’implémentation matérielle et logicielle des systèmes d’interaction haute-fidélité. Nous proposons une méthode permettant d’évaluer l’impact de différents paramètres techniques sur le sentiment de présence éprouvée au cours d’une expérience interactive : un sentiment qui témoigne de la fidélité de l’expérience relativement à la réalité simulée. Mettre en jeu cette méthode dans une étude utilisateur nous a permis d’identifier que la stabilité du système de suivi et la fréquence d’affichage sont les paramètres les plus critiques avec l’APCD que nous avons testé. Nous proposons enfin une panoplie de techniques d’inter- action permettant l’implémentation d’applications adaptées aux APCD sphériques et à tout autre système fournissant un écran manipulable à deux mains. Les interactions que nous proposons tirent parti du contrôle efficace des rotations de l’appareil et se sont montrées intuitives et efficaces lors d’un test qualitatif dans une application d’apprentissage d’anatomie.