Aller au contenu principal

Les thèses et livres

JabRef references
Matching entries: 0
settings...
Perul J (2020), "Localisation autonome par apprentissage des dynamiques de déplacement en transport multimodal.". Thesis at: Ecole Centrale de Nantes.
Abstract: Le développement croissant d’objets intelligents offre de nouvelles opportunités de localisation du voyageur connecté. Cependant, le suivi de la trajectoire du piéton reste problématique et les applications de navigation ne proposent pas de suivre la trajectoire du voyageur à l’échelle multimodale de façon autonome. Ce travail s’intéresse à la mise en place d’une solution unique capable de localiser l’utilisateur selon différents modes de déplacement et quel que soit l’environnement, à partir de capteurs inertiels, magnétiques et GNSS. Dans un premier temps, une nouvelle méthode de localisation du cycliste est mise en place. Les mesures de phases GNSS sont utilisées pour corriger le vecteur vitesse par différences temporelles et la direction de déplacement est contrainte à l’aide des signaux inertiels. Ces éléments ont été utilisés dans un second temps et adaptés pour mettre en place une nouvelle méthode de localisation du piéton avec un capteur en main. L’approche PDR qui est une technique de navigation inertielle à l’estime est paramétrée dans un filtre de Kalman étendu. Une mise à jour innovante fusionnant l’estimation de l’attitude du boîtier et une estimation statistique de la direction de marche permet de corriger l’estimation du cap de marche et d’obtenir une estimation cohérente et lissée. Les mesures GNSS sont utilisées pour corriger le vecteur vitesse, l’orientation, la longueur de pas et la position absolue. Enfin, une approche multimodale est proposée et la gestion des transitions entre les différents algorithmes, assistée par l’utilisation d’un capteur innovant, est étudiée. Des validations expérimentales multimodales en conditions réelles sont conduites pour analyser les performances d’estimation de la solution proposée.
The growing development of smart objects offers new opportunities for locating the connected traveller. However, tracking the trajectory of the pedestrian remains problematic and navigation applications do not offer to track the traveller's trajectory on a multimodal level in an autonomous way. This work focuses on the implementation of a single solution able to locate the user according to different travel modes and whatever the environment, using inertial, magnetic and GNSS sensors. In a first step, a new method for locating the cyclist is implemented. GNSS phase measurements are used to correct the velocity vector by time differences and the motion direction is constrained using inertial signals. These elements were used in a second step and adapted to implement a new method of pedestrian localization with a handheld sensor. The PDR approach, which is an inertial dead reckoning navigation technique, is parameterized in an extended Kalman filter. An innovative update merging the device attitude estimation and a statistical estimation of the walking direction allows to correct the walking heading estimation and obtain a consistent and smoothed estimation. GNSS measurements are used to correct speed vector, orientation, step length and absolute position. Finally, a multimodal approach is proposed and the management of transitions between the different algorithms, assisted by the use of an innovative sensor, is studied. Multimodal experimental validations in real conditions are conducted to analyze the estimation performances of the proposed solution.
BibTeX:
@phdthesis{Perul2020,
  author = {Perul, Johan},
  title = {Localisation autonome par apprentissage des dynamiques de déplacement en transport multimodal.},
  school = {Ecole Centrale de Nantes},
  year = {2020},
  note = {157p},
  url = {https://tel.archives-ouvertes.fr/tel-03152114/}
}
Zhu N (2018), "Modélisation du canal de propagation GNSS en milieu contraint : contribution à l'amélioration de la qualité de service de géolocalisation. GNSS Propagation Channel Modeling in Constrained Environments : Contribution to the Improvement of the Geolocation Service Quality.". Thesis at: Université de Lille.
Abstract: From user guidance applications to trains or road vehicles fleet management, Global Navigation Satellite System (GNSS)-based positioning systems are more and more spread and used in urban environments. However, urban environments present great challenges for GNSS positioning since numbers of obstacles result in signal attenuations and blockages, which can cause large errors. Yet, for new GNSS land applications, knowing the certainty of one’s localization is of great importance especially for the liability/safety critical applications such as automated driving, electronic road tolling or railway signaling. The concept of GNSS integrity, which is defined as a measure of trust to be placed in the correctness of the information supplied by the total system, can help to meet this requirement.
Although GNSS integrity has been firstly developed and formalized in the aviation field, the algorithms developed for the aerospace domain cannot be introduced directly to the GNSS land applications. This is because a high data redundancy exists in the aviation domain and a basic hypothesis that only one failure occurs at a time is made for aviation schemes, which are not the case for the urban users. It is a great challenge to extend the integrity monitoring algorithms to GNSS urban applications.
The main objective of this PhD research work is to improve the performance of GNSS positioning in urban environment, especially the performance of accuracy and integrity. Under this framework, two research directions were investigated:
- The first direction of this PhD research mainly consists of GNSS measurement error characterization
in order to improve the positioning accuracy in stringent environments. Several error models existed in the literature are investigated and evaluated, for instance the signal carrier-power-to-noise-density ratio (C/N0) dependent variance model, the satellite elevation dependent variance model as well as the Dirichlet Process Mixture (DPM) model. A new hybrid model is proposed while involving the contribution of the digital map to distinguish the signal reception state LOS/NLOS.
- The second direction contributes to the Fault Detection and Exclusion (FDE) techniques so as to improve the GNSS integrity performance in urban environments. Different FDE methods, which can be potentially applied on the land GNSS-based applications, are investigated and compared with real GPS data collected in urban canyon. Two classes of FDE strategies are involved: the snapshot Least-Square-Residual (LSR)-based one and the sequential Extended- Kalman-Filter (EKF) innovation-based one. A new method of HPL computation by taking into consideration of the potential prior fault is proposed.
Then, these two research directions are combined together and the computation of Horizontal Protection Level (HPL) is added at the next step so that a complete integrity monitoring scheme is constructed. The results with real GPS data collected in urban canyon show that the accuracy and integrity performance of positioning can be improved with the proposed scheme compared to the traditional approaches. The proposed integrity monitoring scheme is promising to be implemented in the lowcost GNSS commercial receivers for urban transport applications.
BibTeX:
@phdthesis{Zhu,
  author = {Zhu, Ni},
  title = {Modélisation du canal de propagation GNSS en milieu contraint : contribution à l'amélioration de la qualité de service de géolocalisation. GNSS Propagation Channel Modeling in Constrained Environments : Contribution to the Improvement of the Geolocation Service Quality.},
  school = {Université de Lille},
  year = {2018},
  note = {221p},
  url = {https://hal.archives-ouvertes.fr/tel-01959797/}
}
Taia Alaoui F (2018), "Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés. Smartphone based pedestrian navigation using navigation maps.". Thesis at: Ecole Centrale de Nantes.
Abstract: La navigation inertielle grâce aux capteurs intégrés dans les smartphones permet d’assurer une géolocalisation continue même en absence de signal GNSS. Ces capteurs bas coût délivrent néanmoins des mesures bruitées qui engendrent une dérive de la trajectoire. La technique PDR qui est une technique de navigation inertielle par détection de pas souffre de deux limites principales. La première est l’estimation de la longueur de pas car cette dernière dépend des caractéristiques physiques de chaque utilisateur, et la seconde est le résultat d’une dérive angulaire combinée avec un biais lié au portage du capteur à la main. Dans le contexte du projet HAPPYHAND, ce travail s’intéresse à l’exploitation de la carte pour corriger ces différentes erreurs. Un réseau de navigation topologique est exploité pour corriger à la fois les erreurs angulaires et calibrer le modèle de longueur de pas. Ce modèle est ensuite augmenté par un processus de mise à jour de position par détection de points d’intérêt.
Smartphone navigation using the low-cost embedded sensors in off the shelf smartphones can provide a continuous solution in GNSS-denied environments. The most widely adopted approach is Pedestrian Dead Reckoning (PDR) that uses acceleration and angular velocity to estimate the user’s position. Yet, consumer grade sensors deliver noisy measurements that may result into a drift in the estimated trajectory. One major challenge is to estimate accurately step length information since it depends on physiological features that are specific to each user. In addition, angular biases are more likely to be introduced in the orientation estimation process with handheld devices. This is mainly due to the high degree of freedom of hand motion. In the context of a national project called HAPPYHAND, the main goal of this work is to exploit map information as far as possible in order to mitigate the previous inherent limitations to the PDR approach. First, a topological network extracted from the map is proposed in order to correct the angular errors and calibrate the step length model. Second, context awareness is adopted in order to provide regular and frequent position updates thanks to a point of interest online detection scheme.
BibTeX:
@phdthesis{TaiaAlaoui2018,
  author = {Taia Alaoui, Fadoua},
  title = {Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés. Smartphone based pedestrian navigation using navigation maps.},
  school = {Ecole Centrale de Nantes},
  year = {2018},
  note = {163p},
  url = {https://tel.archives-ouvertes.fr/tel-02119404}
}
Antigny N (2018), "Estimation continue de la pose d'un équipement tenu en main par fusion des données visio-inertielles pour les applications de navigation piétonne en milieux urbains. Continuous pose estimation of handheld device by fusion of visio-inertial data for pedestrian navigation applications in urban environments". Thesis at: Ecole Centrale de Nantes.
Abstract: Pour assister la navigation piétonne dans les espaces urbains et intérieurs, une estimation précise de la pose (i.e. la position 3D et l'orientation3D) d'un équipement tenu en main constitue un point essentiel dans le développement d'outils d'aide à la mobilité (e.g. applications de réalité augmentée).Dans l'hypothèse où le piéton n'est équipé que d'appareils grand public, l'estimation de la pose est limitée à l'utilisation de capteurs à faible coût intégrés dans ces derniers (i.e. un récepteur GNSS, une unité de mesure inertielle et magnétique et une caméra monoculaire).
De plus, les espaces urbains et intérieurs, comprenant des bâtiments proches et des éléments ferromagnétiques, constituent des zones difficiles pour la localisation et l'estimation de la pose lors de grands déplacements piétons.
Cependant, le développement récent et la mise à disposition d'informations contenues dans des Systèmes d'Information Géographiques 3D constituent une nouvelle source de données exploitable pour la localisation et l'estimation de la pose.Pour relever ces défis, cette thèse propose différentes solutions pour améliorer la localisation et l'estimation de la pose des équipements tenus en main par le piéton lors de ses déplacements en espaces urbains et intérieurs.
Les solutions proposées intègrent l'estimation de l'attitude basée inertielle et magnétique, l'odométrie visuelle monoculaire mise à l'échelle grâce à l'estimation des déplacements du piéton, l'estimation absolue de la pose basée sur la reconnaissance d'objets SIG 3D parfaitement connus et la mise à jour en position de la navigation à l'estime du piéton.Toutes ces solutions s'intègrent dans un processus de fusion permettant d'améliorer la précision de la localisation et d'estimer en continu une pose qualifiée de l'appareil tenu en main.
Cette qualification est nécessaire à la mise en place d'un affichage en réalité augmentée sur site. Pour évaluer les solutions proposées, des données expérimentales ont été recueillies au cours de déplacements piétons dans un espace urbain avec des objets de référence et des passages intérieurs.
To support pedestrian navigation in urban and indoor spaces, an accurate pose estimate (i.e. 3D position and 3D orientation) of an equipment held in hand constitutes an essential point in the development of mobility assistance tools (e.g. Augmented Reality applications). On the assumption that the pedestrian is only equipped with general public devices, the pose estimation is restricted to the use of low-cost sensors embedded in the latter (i.e. an Inertial and Magnetic Measurement Unit and a monocular camera). In addition, urban and indoor spaces, comprising closely-spaced buildings and ferromagnetic elements, constitute challenging areas for localization and sensor pose estimation during large pedestrian displacements. However, the recent development and provision of data contained in 3D Geographical Information System constitutes a new wealth of data usable for localization and pose estimation. To address these challenges, this thesis proposes solutions to improve pedestrian localization and hand-held device pose estimation in urban and indoor spaces.
The proposed solutions integrate inertial and magnetic-based attitude estimation, monocular Visual Odometry with pedestrian motion estimation for scale estimation, 3D GIS known object recognition-based absolute pose estimation and Pedestrian Dead-Reckoning updates. All these solutions are fused to improve accuracy and to continuously estimate a qualified pose of the handheld device. This qualification is required to validate an on-site augmented reality display. To assess the proposed solutions, experimental data has been collected during pedestrian walks in an urban space with sparse known objects and indoors passages.
BibTeX:
@phdthesis{Antigny2018,
  author = {Antigny, Nicolas},
  title = {Estimation continue de la pose d'un équipement tenu en main par fusion des données visio-inertielles pour les applications de navigation piétonne en milieux urbains. Continuous pose estimation of handheld device by fusion of visio-inertial data for pedestrian navigation applications in urban environments},
  school = {Ecole Centrale de Nantes},
  year = {2018},
  note = {114p},
  url = {https://tel.archives-ouvertes.fr/tel-01935037}
}
Abib M (2018), "Estimation et caractérisation du cycle de marche humain à l'aide de dispositifs portables. Walking gait features extraction and characterization using wearable devices.". Thesis at: Ecole Centrale de Nantes.
Abstract: De nouveaux dispositifs portables sont introduits pour l'observation de la mobilité des personnes dans les espaces intérieurs et extérieurs. Ce matériel comprend des capteurs MEMS à bas coût : accéléromètre, gyromètre, magnétomètre, qui fournissent en permanence des données disponibles contrairement aux solutions existantes basées sur les signaux radio. Afin d'atténuer la propagation des erreurs des capteurs dans l'estimation de la position, une stratégie de navigation à l'estime des piétons est couramment adoptée. Le traitement nécessite des modèles paramétriques de longueur de pas s'appuyant sur certains paramètres physiologiques, des caractéristiques de déplacement et des propriétés statistiques d'accélération. Les coefficients de ces modèles doivent être ajustés fréquemment pour limiter les erreurs cumulatives induites par la variation des allures de marche. Une vaste base de données expérimentale fournissant des informations sur la variabilité de la locomotion humaine est nécessaire pour cette calibration. Cependant, le développement d'une telle base de données est coûteux en termes de temps et d'efforts, et plusieurs facteurs affectant la marche devraient être considérés, ce qui augmente considérablement le nombre d'essais. Dans cette thèse, nous proposons une méthode alternative de génération de données qui consiste à simuler le mouvement de la marche humaine dans différentes conditions. Dans ce but, un simulateur multi-corps 3D basé sur une technique d'optimisation paramétrique a été développé et des améliorations ont été apportées tout au long de ce travail pour obtenir une prévision plus réaliste des mouvements de marche. Les trajectoires articulaires au cours d'un pas ont été optimisées en minimisant un critère d'énergie basé sur les couples actionnés. La validation avec des données inertielles provenant d'expérimentations de marche au sol sur un sujet sain a montré une asymétrie dans les signaux d'accélération expérimentaux d'un pas à l'autre. Cela suggère que les mouvements asymétriques sont susceptibles d'entraîner une asymétrie des caractéristiques de pas. Cela va à l'encontre de l'hypothèse générale de la stratégie PDR : la présence d'un dispositif en main n'affecte pas la symétrie de la marche et tous les pas sont identiques pour une vitesse de marche fixe. Cette hypothèse est étudiée à l'aide d'expériences de capture de mouvement sur plusieurs sujets, conçues pour étudier l'influence d'une masse portée à la main sur les cycles de marche. L'analyse de variance a montré que la présence d'une masse en main modifie la symétrie de marche au niveau du pas, puis le processus d'optimisation proposé est étendu au niveau de la foulée afin de permettre d'observer des profils d'accélération asymétrique. Dans l'ensemble, notre simulateur reproduit des motifs fondamentaux similaires de la marche et la même tendance de variation des caractéristiques liées à l'accélération que l'on retrouve dans les expérimentations. Cependant, il présente des limites lorsqu'il s'agit de prédire les données d'accélération liées à la main, en raison de certaines hypothèses de modélisation et de problèmes numériques. Par conséquent, notre approche de simulation résout partiellement le problème direct de modélisation dans la navigation piétonne, et des améliorations par rapport aux hypothèses du modèle sont prévues pour une prédiction plus fiable des signaux d'accélération sur un cycle de marche complet.
New wearables devices are introduced with novel options for observing personal transport and mobility in indoor and outdoor spaces. This hardware includes low cost MEMS sensors: accelerometer, gyroscope, magnetometer, which provide continuously available data contrary to existing solutions that are based on radio signals. In order to mitigate the propagation of sensor errors in the position estimate, a pedestrian dead reckoning strategy is commonly adopted. The processing requires parametric step length models relying on some physiological parameters, displacement features and acceleration statistical properties. The coefficients of these models need frequent adjustment to limit cumulative errors induced by alteration of gait pattern. A large experimental database providing information about human locomotion variability is required for this calibration. However, the development of such database is costly in terms of time and effort, and several gait-affecting factors should be considered, which highly increases the number of measurement trials. In this thesis, we propose an alternative way of generating locomotion data that consists in simulating human gait motion under different conditions. In this scope, a 3D multibody system simulator based on parametric optimization technique was developed, and improvements were made throughout this work to get a more realistic walking motion prediction. Joint trajectories during one step were optimized by minimizing an energy criterion based on actuated torques. Validation with inertial data from overground walking experiments on one healthy subject showed an asymmetry in experimental acceleration signals from one step to the next. This suggests that asymmetric movement are likely to result in a step-level asymmetry of displacement features. This defeats the general assumption in PDR strategy: the presence of a device in hand does not impact the gait symmetry and all steps are identical for a fixed walking speed. This hypothesis is investigated with motion capture experiments with several subjects, designed to study the influence of a mass carried in hand on the walking gait cycles. Analysis of variance tests have shown that the presence of a mass in hand changes the gait symmetry at the step level, and then the proposed optimization process is extended to the stride level in order to allow observing asymmetric acceleration patterns. Overall, our simulator reproduces similar fundamental patterns of walking, and the same variation trend of acceleration related items found in experiments. However, it shows limitations when predicting acceleration data related to the hand, due to some modeling assumptions and numerical issues. Therefore, our simulation approach partially solves for the direct modeling problem in pedestrian navigation, and improvements on model assumptions are foreseen to predict acceleration signals over a complete gait cycle more reliably.
BibTeX:
@phdthesis{Abib2018,
  author = {Abib, Mahdi},
  title = {Estimation et caractérisation du cycle de marche humain à l'aide de dispositifs portables. Walking gait features extraction and characterization using wearable devices.},
  school = {Ecole Centrale de Nantes},
  year = {2018},
  note = {169p},
  url = {https://hal.archives-ouvertes.fr/tel-01969674/}
}
Combettes C (2016), "Estimation de la direction de marche à partir de capteurs inertiels et magnétiques portés dans la main. Walking direction estimation with handheld inertial and magnetic sensors". Thesis at: Université Bretagne Loire.
Abstract: La technologie d'aujourd'hui donne la possibilité à chacun de se localiser grâce à son smartphone. Cependant les milieux intra-muros restent encore relativement dépourvus en service de géolocalisation. Pour des raisons d'ubiquité, les centrales inertielles et magnétiques de technologie MEMS présentes dans les smartphones offrent une solution pour la navigation pédestre. Dans ce contexte la stratégie « Pedestrian Dead-Reckoning » s'avère intéressante car elle limite la dérive temporelle de l'estimation de la distance parcourue. Cependant, l'estimation de la direction de marche s'avère critique dans la stratégie PDR, les mouvements de la main présentant un certain désordre/désalignement qui rend difficile une telle estimation.Dans un premier temps, l'estimation de l'orientation de la centrale inertielle est affinée afin de projeter avec un minimum d'erreur les mesures inertielles dans le plan horizontal. Un filtre d'estimation de l'orientation paramétré en quaternions et basé sur une exploitation opportune des champs magnétiques et de gravité a été développé. Dans un second temps, il s'agit d'estimer la direction de marche. Les méthodes de l'état de l'art proposent une estimation de la direction de marche à partir de la maximisation de l'énergie du signal. Cette approche est sensible aux mouvements de la main. Nous proposons une nouvelle approche basée sur les théories des probabilités et de l'information qui s'inspire de la description biomécanique de la marche. Des validations expérimentales sont conduites pour analyser les performances d'estimation de la direction de marche qui est directement reliée à la qualité de l'estimation du positionnement.
Thanks to new technological developments, it is now possible to get our localization with our own smartphone. However, indoor environments are still relatively lacking in localization based service. MEMS sensors, composed of inertial and magnetic sensors, offer a ubiquitous solution. These sensors can be merged with other technologies to give a reliable solution for the Pedestrian Navigation. In this context, the “Pedestrian Dead Reckoning” strategy is attractive. Indeed, this strategy enables to estimate the walking distance with a limited drift. But the walking direction estimation remains critical in the PDR strategy. Hand movements are relatively erratic and cause a dynamic angular misalignment, which is difficult to estimate.Firstly, a new orientation estimation algorithm of the handheld unit is developed to reduce the errors in the horizontal inertial measurements. The filter is parametrized with quaternions and based on opportune invariant phases of the magnetic and gravity fields. Secondly, a novel walking direction estimator is proposed. State of the art methods to estimate the walking direction are based on the signal energy maximization and are sensitive to erratic hand movements. The new approach is based on the theories of probability and information that is built on the biomechanical description of walking. Experimental validations are conducted to analyze the performance of the new direction estimation filter whose quality directly depends on the quality of the position estimates.
BibTeX:
@phdthesis{Christophe2016,
  author = {Combettes, Christophe},
  title = {Estimation de la direction de marche à partir de capteurs inertiels et magnétiques portés dans la main. Walking direction estimation with handheld inertial and magnetic sensors},
  school = {Université Bretagne Loire},
  year = {2016},
  note = {155p},
  url = {https://hal.archives-ouvertes.fr/tel-02290415}
}
RENAUDIN V, KHAMITOVA A and ORTIZ M (2018), "IPIN 2018 - Ninth International Conference On Indoor Positioning And Indoor Navigation" IFSTTAR.
Abstract: Guide de la conférence IPIN 2018 (Indoor Positioning and Indoor Navigation) avec résumé des articles et interventions lors de la conférence.
BibTeX:
@book{RENAUDIN2018,
  author = {RENAUDIN, Valérie, KHAMITOVA, Aigul, ORTIZ, Miguel},
  editor = {Renaudin, Valérie},
  title = {IPIN 2018 - Ninth International Conference On Indoor Positioning And Indoor Navigation},
  publisher = {IFSTTAR},
  year = {2018},
  url = {https://hal.archives-ouvertes.fr/hal-01920938}
}
PEYRET François. GILLIERON P-Y (2018), "SaPPART Guidelines: Performance assessment of positioning terminals." IFSTTAR.
Abstract: Ce livrable, intitulé lignes directrices, est le troisième résultat de l'Action COST SaPPART, qui rassemble un réseau de scientifiques et d'acteurs autour de la promotion d'un usage adéquat de la technologie GNSS dans le domaine du transport routier intelligent et de la mobilité. Il traite de l'évaluation de la performance des terminaux de positionnement basés GNSS (TPBG), qui est généralement sous la responsabilité des intégrateurs de systèmes du marché des GNSS pour la route. Le but de ce document est de fournir des lignes directrices pour des procédures de tests génériques en vue de l'évaluation de la performance des TPBG. Cette évaluation peut s'appuyer sur des campagnes de tests, des simulations ou la combinaison des deux, conformément aux concepts et définitions qui ont été établies dans le livre blanc (TMI 1) et le manuel (TMI 2) de SaPPART. Ce document est conçu pour fournir au lecteur une aide à la planification de procédures de tests TPBG en traitant des tests en général et en fournissant des informations pratiques et détaillées.
BibTeX:
@book{PEYRET2018,
  author = {PEYRET, François. GILLIERON, Pierre-Yves},
  title = {SaPPART Guidelines: Performance assessment of positioning terminals.},
  publisher = {IFSTTAR},
  year = {2018},
  note = {45p},
  url = {https://hal.archives-ouvertes.fr/hal-01763013}
}