Géolocalisation à l'intérieur d'un bâtiment pour terminaux mobiles - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2016

Indoor positioning using mobile terminals

Géolocalisation à l'intérieur d'un bâtiment pour terminaux mobiles

Résumé

Nowadays, the localization of a device or person has become mandatory. If many solutions exist for outdoor environment, as the GPS one, any fails to provide an expected accuracy for indoor environment because of the multipath phenomena and the attenuation of signals crossing walls. This thesis focuses on the localization problem in buildings by using existed technologies in smartphones and tablets managed by Android OS - which is available in several brands. The indoor localization systems are using different technologies like radio-frequency (RF) waves or inertial sensors embedded in handsets. In the RF case, they use anchors or beacons, whose position impacts the localization performance for the covered zone. Our first contribution was the placement optimization of beacons using simulated annealing algorithm. Next to improve the localization performance, the inertial sensors, embedded in smartphones, have been used. The pedestrian dead reckoning (PDR) algorithm employs the extracted signals from the inertial sensors and determines the path done since a known position. These extracted signals are affected by the intrinsic parameters of sensors and they are corrupted by noises. The calibration of the sensors is compulsory to obtain data that could be used to estimate the walking orientation and the number of done steps by the user. It is often supposed that the walking orientation is the same as the smartphone orientation; however it might be interesting to consider the bias between these two orientations. A last contribution, in this thesis, consists on a proposed algorithm for step detection using fuzzy logic.
Force est de constater aujourd’hui que la localisation d’un bien ou d’une personne est devenue une nécessité. Plusieurs solutions existent en extérieur, largement dominées par le système GPS. Pour la localisation en intérieur, la précision se dégrade en raison des trajets multiples et de l’atténuation des signaux traversant les murs. Cette thèse se focalise sur la problématique de localisation à l’intérieur d’un bâtiment en utilisant les technologies présentes dans des smartphones et des tablettes fonctionnant sous le système d’exploitation Android disponible dans divers marques. Les systèmes de localisation en intérieur exploitent différents supports tels que les ondes radio-fréquence (RF) ou les capteurs inertiels embarqués dans un terminal. Dans le cas RF, ils utilisent des points références dont la répartition sur la zone couverte influe sur la performance en localisation. Une première contribution est un développement d’algorithme d’optimisation d’emplacement des balises basé sur le recuit simulé. Les signaux extraits des capteurs inertiels sont utilisés par la navigation pédestre à l’estime (NPE) pour déterminer le trajet effectué depuis une position connue. Ils dépendent de la sensibilité des paramètres intrinsèques de ces capteurs et ils sont corrompus par des bruits. Dans le cas NPE, une calibration permet d’obtenir des données exploitables pour l’estimation de l’orientation de déplacement et pour la détection des pas. Cette orientation est supposée identique à celle du terminal mais il y a un intérêt à prendre en compte le biais d’orientation entre les deux. Une autre contribution est une proposition d’algorithme de détection des pas exploitant la logique floue.
Fichier principal
Vignette du fichier
TheseKammoun.pdf (4.65 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01848775 , version 1 (25-07-2018)

Identifiants

  • HAL Id : tel-01848775 , version 1

Citer

Soufien Kammoun. Géolocalisation à l'intérieur d'un bâtiment pour terminaux mobiles. Informatique mobile. Télécom ParisTech, 2016. Français. ⟨NNT : 2016ENST0041⟩. ⟨tel-01848775⟩
2162 Consultations
974 Téléchargements

Partager

Gmail Facebook X LinkedIn More