Academic literature on the topic 'Indoor positionning'

La localisation est une information exploitée par de nombreux domaines aussi bien dans le civil que le militaire : guerre, exploration, navigation aéronautique/navale/spatiale, construction, logistique, etc.Depuis la seconde guerre mondiale et la démocratisation des équipements radios grand public (téléphones, récepteurs GNSS, etc.), la localisation par ondes radio s'est progressivement imposée comme la méthode standard de localisation dans un grand nombre de domaines.Depuis le siècle dernier jusqu'à aujourd'hui, les capacités des systèmes de localisation ont augmentées, grâce à l'amélioration constante de la puissance de calcul des circuits intégrés et leur miniaturisation, permettant d'intégrer des fonctionnalités de localisation dans un nombre croissant d'équipements mobiles. La mesure des signaux radios et les calculs nécessaires à l'estimation de position peuvent maintenant se faire sur des équipements embarqués de taille réduite.Cependant, les solutions actuelles utilisent la plupart du temps des équipements radios fixes et alimentés en filaire pour permettre la localisation des objets connectés mobiles. Or, il est préférable pour de nombreux cas d'utilisation que l'intégralité du système soit sur batteries : déploiements temporaires, environnements sans réseau d'alimentation, coûts d'installation trop importants. Il est donc nécessaire d'évaluer et d'améliorer l'autonomie énergétique des algorithmes de localisation actuels.De nombreux objets connectés sont déjà en circulation, la recherche autour d'un système de localisation compatible avec ces équipements déjà existants suscite un grand intérêt de recherche. Une grande partie des objets connectés actuels utilisant des protocoles standardisés dans la bande ISM 2.4GHZ, de nombreuses études évaluent la pertinence des protocoles radio standard qui l'utilisent. Le standard Bluetooth est très répandu et économe en énergie, ce qui en fait un candidat intéressant pour la localisation en intérieur. Les études présentant un système de localisation utilisant ce protocole sont nombreuses, mais il n'y a pas de comparatif concluant sur les performances des principaux algorithmes existants en utilisant un matériel ultra basse consommation.L'objectif de cette étude est d'étudier et de développer un système de localisation appliqué à la localisation en intérieur, utilisant le protocole Bluetooth et entièrement autonome sur batterie. Une comparaison entre les principales techniques et algorithmes déjà existants (puissance de réception (RSSI), temps d'arrivée (ToA) et angle d'arrivée (AoA)) sera effectuée et l'autonomie énergétique sera évaluée.Dans un premier temps, les modèles physiques de ces trois techniques sont comparées, et une optimisation paramétrique permettant de remonter à une position à partir des mesures brutes est présentée. Différentes stratégies de gestion de l'énergie sont présentées et les méthodes utilisées pour effectuer les mesures pour la localisation à basse consommation sont détaillées.Finalement, Les performances énergétiques du système sont évaluées, l'autonomie globale est estimée et la fonction de répartition de l'erreur de position est donnée pour chacune des trois techniques comparées
Localization is an information used by many fields in both the civil and military sectors: war, exploration, aeronautical/naval/space navigation, construction, logistics, etc.Since the Second World War and the democratization of consumer radio equipment (telephones, GNSS receivers, etc.), localization by radio waves has gradually established itself as the standard method of localization in a large number of fields.From the last century until today, the capacities of localization systems have increased, thanks to the constant improvement of the computing power of integrated circuits and their miniaturization, making it possible to integrate localization functionalities in an increasing number mobile equipment. The measurement of radio signals and the calculations necessary for position estimation can now be performed on small on-board equipment.However, current solutions mostly use fixed and wired radio equipment to allow the location of mobile connected objects. However, it is preferable for many use cases that the entire system runs on batteries: temporary deployments, environments without a power network or too high installation costs. It is therefore necessary to assess and improve the energy autonomy of current location algorithms.Many connected objects are already in circulation, research around a location system compatible with those already existing equipment arouses great research interest. A large part of current connected objects using standardized protocols in the 2.4GHZ ISM band, numerous studies assess the relevance of those signals for indoor positioning. The Bluetooth standard is widely used and energy efficient, making it an attractive candidate for indoor location. The studies presenting a localization system using this protocol are numerous, but there is no conclusive comparison on the performances of the main existing algorithms using ultra low consumption equipment.The objective of this study is to study and develop a localization system applied to indoor localization, using the Bluetooth protocol and fully autonomous on battery. A comparison between the main existing techniques and algorithms (reception power (RSSI), arrival time (ToA) and angle of arrival (AoA)) will be carried out and energy autonomy will be assessed.First, the physical models of these three techniques are compared, and a parametric optimization to estimate a position from the raw measurements is presented. Different energy management strategies are presented and the methods used to carry out the measurements for location with low consumption are detailed.Finally, the energy performance of the system is evaluated, the overall autonomy is estimated and the position error distribution function is given for each of the three compared techniques

Le concept du « smart » envahit de plus en plus notre vie quotidienne. L’exemple type est sans doute le smartphone. Celui-ci est devenu au fil des ans un appareil incontournable. Bientôt, c’est la ville, la voiture, la maison qui seront « intelligentes ». L’intelligence se manifeste par une capacité d’interaction et de prise de décision entre l’environnement et l’utilisateur. Ceci nécessite des informations sur les changements d’états survenus des deux côtés. Les réseaux de capteurs permettent de collecter ces données, de leur appliquer des pré-traitements et de les transmettre aux applications. Ces réseaux de par certaines de leurs caractéristiques se rapprochent de l’intelligence collective, dans le sens, où des entités de faibles capacités se coordonnent automatiquement, sans intervention humaine, de façon décentralisée et distribuée pour accomplir des tâches complexes. Ces méthodes bio-inspirées ont servi à la résolution de plusieurs problèmes, surtout l’optimisation, ce qui nous a encouragé à étudier la possibilité de les utiliser pour les problèmes liés à l’Ambient Assisted Living ou AAL et à la classification automatique de données. L’AAL est un sous-domaine des services dits basés sur le contexte, et a pour objectifs de faciliter la vie des personnes âgées et handicapées dans leurs défis quotidiens. Pour ce faire, il détermine le contexte et, sur cette base, propose divers services. Deux éléments du contexte nous ont intéressé : le handicap et la position. Bien que la détermination de la position (localisation, positionnement) se fasse à l’extérieur des bâtiments avec des précisions très satisfaisantes, elle rencontre plusieurs difficultés à l’intérieur des bâtiments, liées à la propagation des ondes électromagnétiques dans les milieux difficiles, aux coûts des systèmes, à l’interopérabilité, etc. Nos travaux se sont intéressés au positionnement des personnes handicapées à l’intérieur de bâtiments en utilisant un réseau de capteurs afin de déterminer les caractéristiques de l’onde électromagnétique (puissance, temps, angle) pour estimer la position par méthodes géométriques (triangulation, latération), méthodes de fingerprinting (k plus proches voisins), par des filtres baysiens (filtre de Kalman). L’application est d’offrir des services types AAL tel que la navigation. Nous avons élargi la notion de réseau de capteurs pour prendre en compte tout appareil capable d’émettre et de recevoir une onde électromagnétique et se trouvant dans l’environnement. Nous avons aussi appliqué l’algorithme API sur la classification automatique de données. Enfin, nous avons proposé une architecture à middleware pour la localisation indoor
The concept of « smart » invades more and more our daily life. A typical example is the smartphone, which becames by years an essential device. Soon, it’s the city, the car and the home which will become « smart ». The intelligence is manifested by the ability for the environment to interact and to take decisons in its relationships with users and other environments. This needs information on state changes occurred on both sides. Sensor networks allow to collect these data, to apply on them some pre-processings and to transmit them. Sensor network, towards some of their caracteristics are closed to Swarm Intelligence in the sense that small entities with reduced capababilities can cooperate automatically, in unattended, decentralised and distributed manner in order to accomplish complex tasks. These bio-inspired methods have served as basis for the resolution of many problems, mostly optimization and this insipired us to apply them on problems met in Ambient Assisted Living and on the data clustering problem. AAL is a sub-field of context-aware services, and its goals are to facilitate the everyday life of elderly and disable people. These systems determine the context and then propose different kind of services. We have used two important elements of the context : the position and the disabilty. Although positioning has very good precision outdoor, it faces many challenges in indoor environments due to the electromagnetic wave propagation in harsh conditions, the cost of systems, interoperabilty, etc. Our works have been involved in positioning disabled people in indoor environment by using wireless sensor network for determining the caracteristics of the electromagnetic wave (signal strenght, time, angle) for estimating the position by geometric methods (triangulation, lateration), fingerprinting methods (k-nearest neighbours), baysiens filters (Kalman filter). The application is to offer AAL services like navigation. Therefore we extend the definition of sensor node to take into account any device, in the environment, capable of emiting and receiving a signal. Also, we have studied the possibility of using Pachycondylla Apicalis for data clustering and for indoor localization by casting this last problem as data clustering problem. Finally we have proposed a system based on a middleware architecture

Cette thèse porte sur l’étude comportementale de l’activité touristique en utilisant une approche d’analyse générique et interactive. Le processus d’analyse développé concerne la trajectoire touristique dans la ville et dans les musées en tant que terrain d’étude. Des expérimentations ont été menées pour collecter les données de déplacement dans la ville touristique en utilisant des signaux GPS, permettant ainsi l’obtention d’une trajectoire de déplacement. Toutefois, l’étude se focalise en premier lieu sur la reconstruction de la trajectoire d’un visiteur dans les musées à l’aide d’un équipement de positionnement intérieur, c’est-à-dire dans un environnement contraint. Ensuite, un modèle d’enrichissement sémantique multi-aspects générique est développé pour compléter la trajectoire d’un individu en utilisant plusieurs données de contexte telles que les noms des quartiers traversés par l’individu dans la ville, les salles des musées, la météo à l’extérieur et des données d’application mobile à l’intérieur. Les trajectoires enrichies, appelées trajectoires sémantiques, sont ensuite analysées à l’aide de l’analyse formelle de concept et de la plateforme GALACTIC, qui permet l’analyse de structures de données complexes et hétérogènes sous la forme d’une hiérarchie de sous-groupes d’individus partageant des comportements communs. Enfin, l’attention est portée sur l’algorithme "ReducedContextCompletion" qui permet la navigation interactive dans un treillis de concepts, ce qui permet à l’analyste de données de se concentrer sur les aspects de la donnée qu’il souhaite explorer
This thesis focuses on the behavioral study of tourist activity using a generic and interactive analysis approach. The developed analytical process concerns the tourist trajectory in the city and museums as the study field. Experiments were conducted to collect movement data in the tourist city using GPS signals, thus enabling the acquisition of a movement trajectory. However, the study primarily focuses on reconstructing a visitor’s trajectory in museums using indoor positioning equipment, i.e., in a constrained environment. Then, a generic multi-aspect semantic enrichment model is developed to supplement an individual’s trajectory using multiple context data such as the names of neighborhoods the individual passed through in the city, museum rooms, weather outside, and indoor mobile application data. The enriched trajectories, called semantic trajectories, are then analyzed using formal concept analysis and the GALACTIC platform, which enables the analysis of complex and heterogeneous data structures as a hierarchy of subgroups of individuals sharing common behaviors. Finally, attention is paid to the "ReducedContextCompletion" algorithm that allows for interactive navigation in a lattice of concepts, allowing the data analyst to focus on the aspects of the data they wish to explore