BEWHEELI : un projet innovant qui trace sa route en un clin d’œil

Spécialisés dans la bio-modélisation et l’ingénierie des handicaps, les chercheurs du laboratoire Handibio de l’Université de Toulon travaillent, sous la direction du professeur Philippe Gorce, sur une solution innovante permettant de contrôler un fauteuil roulant électrique par la pensée et la vue. Le projet BEWHEELI a reçu le prix « Espoir de l’innovation » 2014 du Conseil général du Var.

Dessiné il y a quatre ans sur les feuilles blanches du manuscrit de thèse d’Hachem Lamti, attaché temporaire d’éducation et de recherche (ATER) à l’Université de Toulon, son projet se concrétise, aujourd’hui, entre les murs du laboratoire toulonnais Handibio.
BEWHEELI (Brain Eye WHEELchair Interface) est un système innovant de navigation basé sur la fusion des données électro-oculographiques (EOG) et électro-encéphalographiques (EEG) permettant aux tétraplégiques de contrôler leur fauteuil roulant électrique.

« L’œil indique la direction tandis que le cerveau contrôle la trajectoire », explique Mohamed Ben Khelifa, Maître de conférences à l’IUT SRC Saint-Raphaël et co-encadrant de la thèse. « La commande du fauteuil s’effectue par le mouvement des yeux grâce à un système d’eye-tracking. La vitesse d’exécution, elle, se régule en fonction des émotions de l’utilisateur. »

Des solutions inadaptées aux handicaps les plus lourds

Par la voix, le souffle, les mouvements du menton, la pensée, calcul de trajectoire ou détection d’obstacles… Des solutions innovantes en matière de navigation de fauteuils roulants électriques émergent doucement.

« Mais aucune n’est vraiment satisfaisante pour les personnes les plus lourdement handicapées », relève le Docteur Lamti « Prises indépendamment, les solutions présentent toutes des problèmes ».


La navigation basée sur le suivi du regard, notamment, demande une attention accrue de l’utilisateur engendrant une fatigue intellectuelle et visuelle plus importante. Le contrôle du fauteuil se fait moins précis et génère un stress qui accentue encore les difficultés de pilotage. Sans compter l’incapacité du module à prendre en charge les fixations sporadiques, c’est à dire ces coups d’œil que l’on jette à l’improviste sans volonté d’indiquer une direction à prendre. Une addition de problèmes qui peuvent non seulement conduire au rejet psychologique du fauteuil roulant mais également nuire à la sécurité de la personne.

Prendre en compte les problèmes concrets

BEWHEELI est le premier projet à fusionner l’information visuelle et cérébrale en tenant compte de l’état de stress, de fatigue, d’excitation et de relaxation de l’utilisateur. En fonction de ces données, le fauteuil roulant ralentit sa vitesse pour franchir plus aisément une porte, contourner un obstacle, descendre des pentes... Et cela en toute sécurité.

« La plupart des laboratoires se concentrent sur l’innovation technique. Nous sommes les seuls à travailler à partir des problèmes concrets rencontrés par les personnes à mobilité réduite », note le professeur Gorce, directeur du laboratoire Handibio et de la thèse d’Hachem Lamti.

Les dernières simulations ont donné de bons résultats. Suffisamment pour inciter les chercheurs à commencer l’installation du matériel sur un vrai fauteuil roulant. L’objectif étant de concevoir d’ici trois ans un prototype « low cost », dont le coût à l’achat reviendrait au même prix qu’un fauteuil électrique traditionnel.

« Nous préférons garder de la marge mais il se peut que dans six mois, nous soyons à même de sortir un premier prototype capable de fonctionner en extérieur ».

Reconnaissance d’un travail de longue haleine

Suivi par les experts et ayant fait l’objet de publications internationales, BEWHEELI est encore méconnu à l’échelon régional. Le laboratoire Handibio s’est néanmoins vu récemment décerner le prix « Espoir de l’innovation » 2014 par le Conseil général du Var, lors du concours annuel « Var Terre d’Innovation ». « Une reconnaissance d’un travail de plusieurs années » récompensé par une dotation bienvenue dans la quête de matériel performant pouvant équiper le module.

La fusion des données EEG et EOG n’est qu’une étape. D’autres doctorants travaillent d’ores et déjà à l’intégration de nouvelles données telles que la fréquence cardiaque et l’activité musculaire résiduelle pour créer un système physiologique multimodal plus efficace.