Methodology for implementing an augmented reality device in an industrial environment : application to maintenance
Méthodologie de mise en œuvre d’un dispositif de réalité augmentée en milieu industriel : application à la maintenance
Résumé
Augmented reality (AR) is gradually being deployed in industry on very specific tasks. This deployment is hampered by the lack of information on the real added value of AR. Previous work highlights its relevance on complex tasks where humans interact with a lot of information. However, the added value of AR in an industrial context is difficult to demonstrate on these tasks for which it is not possible to transpose results observed in the laboratory and the experiments mobilize many resources. We provide a data model for characterizing complex maintenance tasks, which considers the impact of AR on performance and users, for training classification algorithms to predict this impact before deployment. We are experimenting in the field to evaluate the selected assessment criteria and collect data to feed into the classification process. This work leads to the selection of the most relevant characteristics for the prediction of the added value of AR on complex maintenance tasks.
La réalité augmentée (RA) se déploie progressivement dans l’industrie sur des tâches très spécifiques. Ce déploiement est freiné par le manque d’informations sur la valeur ajoutée réelle de la RA. Les travaux antérieurs soulignent son intérêt sur des tâches complexes où l’humain interagit avec de nombreuses informations. Cependant la valeur ajoutée de la RA en contexte industriel est difficile à démontrer sur ces tâches pour lesquelles il n’est pas possible de transposer des résultats observés en laboratoire et les expérimentations mobilisent de nombreuses ressources. Nous proposons un modèle de données permettant de caractériser les tâches de maintenance complexes et tenant compte de l’impact de la RA sur les performances et les utilisateurs pour l’entrainement d’algorithmes de classification à prédire cet impact avant déploiement. Nous expérimentons sur le terrain pour conduire l’évaluation des critères sélectionnés et collecter des données pour alimenter le processus de classification. Ces travaux mènent à la sélection des caractéristiques les plus pertinentes pour la prédiction de la valeur ajoutée de la RA sur des tâches de maintenance complexes.
| Origine | Version validée par le jury (STAR) |
|---|