Réseaux de capteurs sans-fil pour la cartographie à l'intérieure et la localisation précise servant la navigation à basse vitesse dans les villes intelligentes

Avec la demande croissante d'espace urbain, de plus en plus de parkings a plusieurs etages sont necessaires. Bien que ces parkings contribuent a une utilisation plus efficace de l'espace urbain, ils introduisent egalement un nouveau probleme. Les rapports suggerent environ 70 millions d'heures de recherche d'emplacements de stationnement chaque annee, soit une perte equivalente de 700 millions d'euros pour la seule France. En outre, les utilisations des parkings vont au-dela de leurs objectifs initiaux. Des fonctionnalites exigeantes telles que le chargeur electrique, la reservation en ligne de places de stationnement, le guidage dynamique ou le paiement mobile, etc. transforment un parking en un environnement intelligent et competitif. Une solution a ce probleme consiste a developper un systeme de navigation autonome pour les vehicules intelligents en situation de parking. La these identifiera une de ces sous-tâches, a savoir la localisation dans des environnements non autorises par GPS. Cette these presentera une nouvelle methode pour resoudre le probleme indique tout en maintenant le systeme en respectant quatre criteres: disponibilite, evolutivite, universalite et precision. Il y a deux etapes principales: (1) une solution permettant de reproduire le comportement du GPS pour un environnement refuse par GPS, et (2) un cadre permettant la fusion de systemes de type GPS avec d'autres methodes de localisation pour obtenir une precision de localisation elevee. Tout d'abord, un systeme de localisation Wi-Fi Fingerprinting est utilise. Une approche utilisant un reseau de neurones d'ensemble sur une base de donnees d'empreintes hybrides Wi-Fi est proposee dans cette these. Des experiences menees sur une duree d'un an montrent que ce systeme est capable de localiser des vehicules presentant une erreur moyenne de 2,25 m dans le repere global (WGS84). Deuxiemement, une solution de localisation complete doit etre une fusion de plusieurs techniques. Cela permet aux niveaux de localisation global et local de fonctionner ensemble. Parallelement, la redondance dans le systeme ameliore la precision et la fiabilite. Dans cette these, un cadre de fusion flexible pour plusieurs capteurs de localisation est propose. Ce cadre de fusion traitera non seulement de l'environnement refuse par le GPS, mais pourrait egalement etre utilise dans l'environnement assiste par GPS et assurer une transition en douceur entre les deux zones. Pour accomplir cette tâche exigeante, un filtre a particules modele de melange gaussien est developpe. Alors que le modele de mouvement de ce filtre a particules integre des donnees provenant de l'IMU (unite de mesure inertielle) ou du laser-SLAM, le modele de correction est un modele de melange gaussien de plusieurs observations obtenues a partir du systeme de localisation d'empreintes digitales Wi-Fi. Avec deux vehicules intelligents (une Cybercar et une Citroen C1), 64 experiences ont ete realisees pour valider le cadre. Une erreur de localisation moyenne de 0,5 m est obtenue dans un cadre de coordonnees global. Comparez avec d'autres solutions avec une erreur de localisation moyenne de 0,2 m dans les cadres de coordonnees locales; Cette solution proposee presente egalement des avantages en termes d'evolutivite, de disponibilite et d'universalite.