CyborgLOC
Solution adaptative multi-capteurs de géolocalisation indoor/outdoor
Le projet CyborgLOC répond au Challenge MALIN - MAîtrise de la Localisation INdoor (MALIN) 2017. Il vise la production préindustrielle d’une Solution Adaptative multi-capteurs pour la géolocalisation Indoor Outdoor nomade.
CyborgLOC s’appuie sur :
a) l’état de l’art atteint par le laboratoire IFSTTAR en navigation inertielle (entre 0,35% à 2% de déviation sur plus d’un kilomètre),
b) sur des méthodes de Deep Learning et Big Data pour intégrer la reconnaissance en temps réel des mouvements du corps humain et les soustraire dans les calculs de trajectoire du barycentre du porteur,
c) sur l’expertise des microsystèmes miniaturisés de géolocalisation avec energy harvesting de SGME ainsi que sa maîtrise de capteurs variés,
d) sur les premiers prototypes de SGME pour un système de Géolocalisation Indoor/Outdoor basés sur les travaux de fusion et d’ordonnancement des données et des calculs.
Le consortium rapproche 4 grands domaines complémentaires pour résoudre les difficultés du challenge :
a) La navigation inertielle, portage et transformation sur la plateforme CyborgLOC des algorithmes très poussés de l’IFSTTAR/Univ. Eiffel,
b) La robotique, intégration des algorithmes et connaissances d’Elter pour l’ordonnancement et un comportement réactif face à l’environnement et la situation (dont les mouvements du corps humain),
c) Les microsystèmes, miniaturisation et intégration de microsystèmes électroniques de SGME (Bageo),
d) Avec une recherche d’économie d’énergie allant jusqu’au « energy harvesting ».
Ces quatre grands domaines se rencontrent finalement autour d’un thème commun : un système de géolocalisation adaptatif, privilégiant la reconnaissance de mouvement et d’environnement basés sur des algorithmes de deep learning pour l’ordonnancement.
Contact : Miguel Ortiz - miguel.ortiz@univ-eiffel.fr