Post-Doc : localisation des habitants de la maison intelligente et reconnaissance de leurs activités de premier niveau F/H

Description de l'offre

about the role

Pour rendre la maison réellement intelligente et lui permettre d'adapter les services Orange à ses occupants en fonction de leurs besoins et leurs désirs, celle-ci doit disposer d'informations précises et complètes sur le contexte de l'environnement domestique. Un système de gestion de contexte a pour tâche de construire un modèle de cet environnement et de le maintenir à jour au cours du temps.

Ce sujet de recherche postdoctorale a pour objectif d'étendre un système de gestion de contexte existant en y intégrant de nouveaux capteurs (Ex : détection de présence par infra-rouge, capteurs de son ambiant, lumière ambiante, etc.) et proposer des solutions algorithmiques pour déterminer la localisation des occupants de la maison intelligente (ex : par lieu de vie, par zone d'activités, etc.) et reconnaître leurs activités de premier niveau (ex : ouvrir un tiroir, prendre une tasse, etc.). Le défi de recherche est d'y parvenir sans instrumenter les occupants et en se restreignant aux données captées par la maison.

D'une part, de nouveaux capteurs dotés de nouvelles capacités de perception sont maintenant disponibles. Par exemple, les capteurs infra-rouge pyroélectrique permette de détecter et identifier des mouvements humains [Yun2014]. Un autre exemple est le positionnement des habitants par la localisation des sources sonores [Thaljqoui2014].

Dans les travaux que nous proposons ici, nous supposons que seul l'environnement est instrumenté et la localisation sera inférée à partir des évènements captés par la maison. La précision est d'avantage celle de la zone d'activité par pièce où l'habitant active un capteur. Des approches multimodales et de fusion de l'information devront être mises en oeuvre [Chahuara2013].

Les travaux visent également à enrichir les informations de contexte en y intégrant des informations de localisation d'un ou plusieurs habitants de la maison ainsi que de leurs activités de premier niveau (ex : ouverture de porte, de placard, activation d'une prise, d'un interrupteur, etc.).

Ces premières informations d'activité pourront par la suite être consolidées et servir de base à la détermination et à la modélisation des activités plus haut niveau (ex : cuisiner, regarder la TV, etc.) telles que celles ciblées par des travaux de thèse en cours [Cumin2018].

about you

Compétences scientifiques et techniques :

- Docteur informatique
- Spécialité en web sémantique
- Expertise en modélisation IoT, M2M pour le smart home.
- Bonne connaissance sur le data mining
- Domaine de recherche : Ubiquitous Computing, Intelligence Ambiante, Pervasive Computing

Expériences souhaitées :
- Doctorat académique ou industriel en informatique
- Maitrise de Java, Python, R, Matlab
- Publications scientifiques

additional information

Références :

[Ravi2016] Mondi Ravi, (2016) Confiance et incertitude dans les environnements distribués - application à la gestion des données et de la qualité des sources de données dans les systèmes M2M (Machine to Machine), Thèse en informatique, UGA.
[Yun2014] Yun, J. and Lee, S.-S. (2014) Human Movement Detection and Identification Using Pyroelectric Infrared Sensors. Sensors, 14, 8057-8081.
[Thaljaoui2014] Thaljaoui, Adel and Brulin, Damien and Val, Thierry and Nasri, Nejah Localisation d'une source sonore par un réseau de microphones. (2014) In: Journées Nationales des Communications Terrestres - JNCT 2014, 22 May 2014 - 23 May 2014.
[Bilodeau2013] Bilodeau Jean-Sébastien. (2013). Algorithme de localisation par multilatération d'une puce RFID passive pour la reconnaissance d'activités dans un habitat intelligent. Mémoire de maîtrise, Université du Québec à Chicoutimi.
[Oguejiofor2013] Oguejiofor O.S., Aniedu A.N., Ejiofor H.C., Okolibe A.U., Trilateration based localization algorithm for wireless sensor network, International Journal of Science and Modern Engineering, Vol. 1 (No. 10) (2013) 21-27
[Niculescu2003] D. Niculescu and Badri Nath, "Ad hoc positioning system (APS) using AOA," IEEE INFOCOM 2003. Twenty-second Annual Joint Conference of the IEEE Computer and Communications Societies (IEEE Cat. No.03CH37428), 2003, pp. 1734-1743 vol.3.
[Couteau2011] A. Couteau, F. Evennou and D. Cibaud, "Anchor-Free Absolute Localization and Tracking System for Wireless Sensor Networks," 2011 IEEE 73rd Vehicular Technology Conference (VTC Spring), Yokohama, 2011, pp. 1-5.
[Chahuara2013] Pedro Chahuara , Contrôle intelligent de la domotique à partir d'informations temporelles multisources imprécises et incertaines, Thèse en informatique, UGA.
[Cumin2017] Human Activity Recognition Using Placed-Based Decision Fusion in smart Homes.
J. Cumin, G. Lefebvre, F. Ramparany, J. Crowley, CONTEXT 2017.
[Roggen2010] Daniel Roggen, Alberto Calatroni, Mirco Rossi, Thomas Holleczek, Gerhard Tröster, Paul Lukowicz, Gerald Pirkl, David Bannach, Alois Ferscha, Jakob Doppler, Clemens Holzmann, Marc Kurz, Gerald Holl, Ricardo Chavarriaga, Hesam Sagha, Hamidreza Bayati, and José del R. Millàn. "Collecting complex activity data sets in highly rich networked sensor environments" In Seventh International Conference on Networked Sensing Systems (INSS'10), Kassel, Germany, 2010.
[Ramparany2016] Fano Ramparany, Ravi Mondi, Yves Demazeau, A Semantic Approach for Managing Trust and Uncertainty in Distributed Systems Environments. ICECCS 2016: pp63-70

department

Le département DM2E, au sein de la division Orange Labs Produits & Services, travaille sur l'élaboration technique des futures offres d'Orange dans le domaine de la maison intelligente (appelé aussi « Smart Home »). Différents services tels que la sécurité, l'énergie, le confort, la santé sont explorés pour détecter les objets connectés les plus pertinents et les technologies les plus adaptés pour rendre ces services. L'effervescence du marché sur ce domaine permet de mettre en lumière régulièrement de nouvelles innovations techniques qui viendront enrichir les futurs services de smart home d'Orange.

Ces travaux visent à définir un cadre méthodologique et des outils techniques permettant d'intégrer les informations de localisation et d'activité des occupants de la maison intelligente. L'approche adoptée devra permettre la fusion d'information de contextes hétérogènes ainsi que la traçabilité de la qualité de ces informations.

Ces travaux nécessiteront la prise en main de nouveaux capteurs tels que celui d'IRLYNX, basé sur l'utilisation d'une matrice de détecteurs infrarouge et la montée en compétence sur le modèle sémantique pré-existant mis en oeuvre dans l'enabler FLOD.

contract

Post Doc