SmartBiky: Surveillance de l'état des pistes cyclables à l'aide des capteurs du smartphone (Mathématiques, information  scientifique, logiciel)

Description de l'offre

Domaine : Mathématiques, information  scientifique, logiciel

Contrat : Stage

Description du poste :

Cependant, les capteurs des smartphones actuels présentent des inconvénients : faible fréquence d’échantillonnage (typiquement 1 sec. pour le GPS), faible précision (~dizaines de mètres pour le GPS), variabilité du biais et de la sensibilité (pour l’accéléromètre) des capteurs, variabilité de la position et de l’orientation des smartphones. De plus, dans la plupart des études, la position et l’orientation du smartphone est supposée fixe (par exemple rigidement fixée au tableau de bord), ce qui n’est pas réaliste pour une application réelle.
La détection des anomalies à l’aide de ces capteurs demeure donc un challenge [1].
En 2020, le laboratoire DSYS/SSCE/LSSC a commencé à travailler sur le sujet : une 1ere base de données a été créée et nous avons montré que pour un utilisateur et une position de téléphone donnés, l’estimation du niveau de rugosité était possible.
L’objectif de ce stage est de poursuivre les travaux dans ce domaine en répondant aux questions suivantes :
Comment fusionner des données de position GPS ? une piste pourrait être de mettre en œuvre des algorithmes de « map matching » [2] [3] déjà utilisés dans le cadre d’un autre projet du laboratoire.
Comment fusionner des données en provenance de différents utilisateurs ?
Comment fusionner des données issues de positions de smartphone différentes ?

Déroulement :
Le stage comportera 3 étapes : après la réalisation d’un état de l’art, la base de données sera complétée à l’aide de nouvelles acquisitions. Enfin des algorithmes seront développés en Python pour répondre aux trois questions énoncées ci-dessous.

Bibliographie :
[1]          S. Sattar, S. Li, et M. Chapman, « Road Surface Monitoring Using Smartphone Sensors: A Review », Sensors, vol. 18, no 11, p. 3845, nov. 2018, doi: 10.3390/s18113845.
[2]          M. A. Quddus, W. Y. Ochieng, et R. B. Noland, « Current map-matching algorithms for transport applications: State-of-the art and future research directions », Transportation Research Part C: Emerging Technologies, vol. 15, no 5, p. 312‑328, oct. 2007, doi: 10.1016/j.trc.2007.05.002.
[3]          Ø. Klåpbakken, « Map matching using hidden Markov models », 2020, Consulté le: sept. 17, 2020. [En ligne]. Disponible sur: https://ntnuopen.ntnu.no/ntnu-xmlui/handle/11250/2656712.





Ville : Grenoble

Langue / Niveau :

Anglais : Courant