Préfigurant la prochaine grande étape dans le domaine de la navigation, la géolocalisation intra-muros est un domaine de recherche très actif depuis quelques années. Alors que la géolocalisation est entrée dans le quotidien de nombreux professionnels et particuliers avec, notamment, le guidage routier assisté, les besoins d'étendre les applications à l'intérieur se font de plus en plus pressants. Cependant, les systèmes existants se heurtent à des contraintes techniques bien supérieures à celles rencontrées à l'extérieur, la faute, notamment, à la propagation chaotique des ondes électromagnétiques dans les environnements confinés et inhomogènes. Nous proposons dans ce manuscrit une approche statistique du problème de géolocalisation d'un mobile à l'intérieur d'un bâtiment utilisant les ondes WiFi environnantes. Ce manuscrit s'articule autour de deux questions centrales : celle de la détermination des cartes de propagation des ondes WiFi dans un bâtiment donné et celle de la construction d'estimateurs des positions du mobile à l'aide de ces cartes de propagation. Le cadre statistique utilisé dans cette thèse afin de répondre à ces questions est celui des modèles de Markov cachés. Nous proposons notamment, dans un cadre paramétrique, une méthode d'inférence permettant l'estimation en ligne des cartes de propagation, sur la base des informations relevées par le mobile. Dans un cadre non-paramétrique, nous avons étudié la possibilité d'estimer les cartes de propagation considérées comme simple fonction régulière sur l'environnement à géolocaliser. Nos résultats sur l'estimation non paramétrique dans les modèles de Markov cachés permettent d'exhiber un estimateur des fonctions de propagation dont la consistance est établie dans un cadre général. La dernière partie du manuscrit porte sur l'estimation de l'arbre de contextes dans les modèles de Markov cachés à longueur variable. / Foreshadowing the next big step in the field of navigation, indoor geolocation has been a very active field of research in the last few years. While geolocation entered the life of many individuals and professionals, particularly through assisted navigation systems on roads, needs to extend the applications inside the buildings are more and more present. However, existing systems face many more technical constraints than those encountered outside, including the chaotic propagation of electromagnetic waves in confined and inhomogeneous environments. In this manuscript, we propose a statistical approach to the problem of geolocation of a mobile device inside a building, using the WiFi surrounding waves. This manuscript focuses on two central issues: the determination of WiFi wave propagation maps inside a building and the construction of estimators of the mobile's positions using these propagation maps. The statistical framework used in this thesis to answer these questions is that of hidden Markov models. We propose, in a parametric framework, an inference method for the online estimation of the propagation maps, on the basis of the informations reported by the mobile. In a nonparametric framework, we investigated the possibility of estimating the propagation maps considered as a single regular function on the environment that we wish to geolocate. Our results on the nonparametric estimation in hidden Markov models make it possible to produce estimators of the propagation functions whose consistency is established in a general framework. The last part of the manuscript deals with the estimation of the context tree in variable length hidden Markov models.

"A well-known challenge in estimating the distance of the antenna pair in time-of-arrival (ToA) based RF localization systems is the problem of obstruction of the direct path (DP) between transmitter and receiver. The absence of DP component in received channel profile creates undetected direct path (UDP) conditions. UDP condition, in turn, will cause occurrence of unexpected large ranging errors which pose serious challenge to precise indoor localization. Analysis of the behavior of the ranging error in such conditions is essential for the design of precise ToA-based indoor localization systems. This dissertation discusses two open problems in ToA-based indoor localization systems. The first contribution of this dissertation discusses the problem of modeling of dynamic behavior of ranging error. We propose a novel analytical framework for analysis of dynamic spatial variations of ranging error observed by a mobile user based on an application of Markov chain. The model relegates the behavior of ranging error into four main categories associated with four states of Markov process. Parameters of distributions of ranging error in each Markov state are extracted from empirical data collected from a measurement-calibrated ray tracing algorithm simulating a typical office environment. The analytical derivation of parameters of the Markov model employs the existing path-loss models for first detected path and total multipath received power in the same office environment. Results of simulated errors from the Markov model and actual errors from empirical data show close agreement. The second contribution of this dissertation discusses the problem of identification of UDP condition given an unknown channel profile. Existing of UDP condition in a channel profile poses serious degradation to ranging estimate process. Therefore, identification of occurrence of UDP condition is of our subsequent concern. After identification, the second step is to mitigate ranging errors in such conditions. In this dissertation we present two methodologies, based on binary hypothesis testing and an application of artificial neural network design, to identify UDP conditions and mitigate ranging error using statistics extracted from wideband frequency-domain indoor measurements conducted in typical office building. "

The ultra-wideband (UWB) technology has a vast unlicensed frequency spectrum, which can support precise indoor positioning in orders of centimeters. The features of UWB signals can be utilized for variety of applications. In this project first we present an empirical channel models to analyze the localization accuracy of the UWB technology for interactive electronic gaming (Ping-Pong) in Line-of-Sight (LOS) and Obstructed LOS (OLOS) scenarios. Then we introduce a new concept that we refer to as micro-gesture detection to handle the more refined motions of the hand, such as rotation, while one antenna is held by the user using features of UWB signal. We use four specific features of the UWB signals: time of arrival, power of the first peak, total power, and the Root-Mean Square (RMS) of the delay spread, for this purpose. As the hand rotates the position of the antenna in the hand and the external antenna changes from LOS to OLOS. We demonstrate that features of the UWB signals are more useful than the RSS signal of the Wi-Fi to detect this class of micro-gestures. We foresee this micro-gesture detection capabilities become helpful for the people with limited ability or visually impaired for implementation of simplified sign language to communication with electronic devices located away from a person. We compare gesture detection using multiple features of the UWB signal with traditional gesture detection using the received signal strength (RSS) of the Wi-Fi signal.

La géolocalisation indoor en temps réel a largement été étudiée ces dernières années, et de nombreuses applications y sont associées. Une estimation en temps différé de la trajectoire présente également un certain intérêt. La géolocalisation indoor en temps différé permet par exemple de développer des approches de type crowdsourcing qui tirent profit d'un grand nombre d'utilisateurs afin de récolter un grand nombre de mesures : la connaissance du trajet d'un utilisateur muni d'un smartphone permet par exemple d'alimenter une carte de fréquentation du bâtiment. Estimer la trajectoire de cet utilisateur ne nécessite pas de traitement en temps réel et peut s'effectuer en temps différé ce qui offre deux avantages. D'abord, l'approche temps réel estime une position courante uniquement avec les mesures présentes et passées, alors que l'approche temps différé permet d'avoir accès à l'ensemble des mesures et permet d'obtenir une trajectoire estimée plus régulière et plus précise qu'en temps réel. Par ailleurs, cette estimation peut se faire sur un serveur et n'a pas besoin d'être portée par un smartphone comme c'est le cas en temps réel, ce qui permet d'utiliser une puissance de calcul et un volume mémoire plus importants. L'objet de ces travaux de thèse est de proposer une estimation de la trajectoire d'un individu se déplaçant avec un smartphone recevant des mesures de puissance wifi ou bluetooth (RSS) et enregistrant des mesures inertielles (IMU). En premier lieu, sans la connaissance de la position des murs de la carte, un modèle paramétrique est proposé, basé sur un modèle de propagation d'onde adaptatif pour les mesures RSS ainsi que sur une modélisation par morceaux de la trajectoire inertielle, issue des mesures IMU. Les résultats obtenus en temps différé ont une moyenne d'erreur de 6.2m contre 12.5men temps réel. En second lieu, l'information des contraintes de déplacement induites par la présence des murs du bâtiment est ajoutée et permet d'affiner l'estimation de la trajectoire avec une technique particulaire, comme il est couramment utilisé dans la littérature. Cette seconde approche a permis de développer un lisseur particulaire ainsi qu'un estimateur du maximum a posteriori par l'algorithme de Viterbi. D'autres heuristiques numériques ont été présentées. Une première heuristique ajuste le modèle d'état de l'utilisateur, qui est initialement uniquement basé sur les mesures IMU, à partir du modèle paramétrique développé sans les murs. Une seconde heuristique met en œuvre plusieurs réalisations d'un filtre particulaire et définit deux scores basés sur les mesures RSS et sur la continuité de la trajectoire. Les scores permettent de sélectionner la meilleure réalisation du filtre. Un algorithme global, regroupant l'ensemble de ces approche permet d'obtenir une erreur moyenne de 3.6m contre 5.8m en temps réel. Enfin, un modèle d'apprentissage statistique basé sur des forêts aléatoires a permis de distinguer les trajectoires qui ont été correctement estimées en fonction d'un faible nombre de variables, en prévision d'une application au crowdsourcing. / Real time indoor geolocalization has recently been widely studied, and has many applications. Off-line (post-processing) trajectory estimation also presents some interest. Off-line indoor geolocalization makes it possible for instance to develop crowdsourcing approaches that take advantage of a large number of users to collect a large number of measurements: knowing the trajectory of a smartphone user makes it possible for instance to feed an attendance map. Estimating this trajectory does not need to be performed in real-time and can be performed off-line, two main benefits. Firstly, the real-time approach estimates a current position using present and past measurements only, when the off-line approach has access to the whole measurements, and makes it possible to obtain an estimated trajectory that is smoother and more accurate than with a real-time approach. Secondly, this estimation can be done on a server and does not need to be implemented in the smartphone as it is the case in the real-time approach, with the consequence that more computing power and size memory are available. The objective of this PhD is to provide an off-line estimation of the trajectory of a smartphone user receiving signal strength (RSS) of wifi or bluetooth measurements and collecting inertial measurements (IMU). In the beginning, without the floorplan of the building, a parametric model is proposed, based on an adaptive pathloss model for RSS measurements and on a piecewise parametrization for the inertial trajectory, obtained with IMU measurements. Results are an average error of 6.2mfor the off-line estimation against 12.5m for the real-time estimation. Then, information on displacement constraints induced by the walls is considered, that makes it possible to adjust the estimated trajectory by using a particle technique as often done in the state-of-the-art. With this second approach we developped a particle smoother and a maximum a posteriori estimator using the Viterbi algorithm. Other numerical heuristics have been introduced. A first heuristic makes use of the parametric model developed without the floorplan to adjust the state model of the user which was originally based on IMUalone. A second heuristic proposes to performseveral realization of a particle filter and to define two score functions based on RSS and on the continuity of the estimated trajectory. The scores are then used to select the best realization of the particle filter as the estimated trajectory. A global algorithm, which uses all of the aforementioned approaches, leads to an error of 3.6m against 5.8m in real-time. Lastly, a statistical machine learning model produced with random forests makes it possible to distinguish the correct estimated trajectories by only using few variables to be used in a crowdsourcing framework.

Navigation through large and unfamiliar facilities with labyrinths of corridors and rooms is difficult and often results in a person being lost. Additionally, locating a specific utility within a facility is often a tough task. The hypothesis tested in this research is that integrating real-time automated sensing technology and a Building Information Model will provide real time visualization that can assist in localization and navigation of a facility. The scope of this research is facility maintenance management during the Operation and Maintenance (O&M) phase of a facility. The thesis demonstrates how the integration of passive Radio Frequency Identification (RFID) tracking technology and Building Information Modeling (BIM) can assist in facilities maintenance management. The objectives of this research included 1) developing a framework that utilizes the integration of commercially-available RFID and a BIM model; 2) evaluating the framework for real-time resource location tracking within an indoor environment; and 3) developing an algorithm for real-time localization and visualization in a BIM model. A prototype application has been developed that simultaneously connects the RFID readers, a database, and a BIM model. The goal of this system is to have a real-time localization accuracy of 3 meters at 95% confidence. Testing was conducted in laboratory conditions, and the results show that the system error was within the 3 meters goal.

Mes travaux de recherches en thèse s’inscrivent dans le cadre du projet FUIE-monitorâge. L’objectif du projet, réunissant de nombreux partenaires industriels et universitaires, est d’améliorer la prise en charge individualisée et la sécurité du résident dans les établissements d’hébergement pour personnes âgées dépendantes(EHPAD). Dans ce travail, nous avons élaboré une méthode de fusion de données multimodales issues des différents capteurs installés dans un smart home. Ces informations sont utilisées pour la localisation intérieure des personnes afin de surveiller leurs activités journalières. Généralement, les mesures issues des capteurs sont soumises à des incertitudes. Dans nos travaux, ces erreurs sont supposées inconnues mais bornées. En tenant compte de cette hypothèse, une méthode de résolution d’un problème d’estimation d’état est élaborée en se basant sur des calculs ensemblistes. Notre algorithme de filtrage ensembliste comporte deux étapes. La première, dite de prédiction, est basée sur l’utilisation d’un modèle de marche aléatoire avec des hypothèses minimales (vitesse de déplacement maximale) pour prédire la zone où se trouve la personne. La deuxième étape, dite de correction, consiste à utiliser la mesure pour affiner cette zone. Cette étape utilise une technique de propagation de contraintes relâchée, q-relaxed intersection, pour permettre une meilleure robustesse par rapport aux données aberrantes. Notre algorithme est capable de quantifier, par un intervalle, l’incertitude commise sur les positions de cibles en mouvement tout en détectant les défauts de capteurs. / Our research work is a part of the project FUI 14 FEDER Collectivités E-monitor’âge. This project takes place within the framework of Ambient Assisted Living (AAL) which aims to improve the safety and the comfort of elderly people living in smart nursing homes. This work aims to monitor the activities of elderly persons using information from different sensors. The ADL (Activities of Daily Living) are used to evaluate the ability of the person to perform on their own a selection of the activities which are essential for an independent living in the everyday life. Generally, process knowledge and measurements coming from sensors are prone to indeterminable noise. In our work, we suppose that these errors are unknown but bounded. Taking into account this hypothesis, we show how to solve the estimation issue using set-membership computations techniques. Our algorithm, based on set-membership approach, consists of two steps. The prediction step, based on the use of a random walk mobility with minimum assumptions (maximum speed of moving), employs the previous state estimate to provide the prediction zone where the person may be located. The correction step uses the informations coming from the sensors to refine this predicted zone. This step uses a relaxed constraints propagation technique, q-relaxed intersection, to deal with faulty measurements. This proposed method allows us to compute the uncertainty domain for the reconstructed localization of moving targets as dealing with outliers.

Cette thèse s’inscrit dans le projet de communication à proximité aux départements Electronique et Physique et Communications, Images et Traitement de l’Information de l’Institut Télécom Sud Paris. Le projet comporte la mise au point d’un récepteur basé sur une méthode de détection pseudo-cohérente des signaux Ultra Large Bande à double impulsion (TR-UWB), méthode désignée par Time Delayed Sampling and Correlation (TDSC). La première partie de ce document comporte la réalisation d’une plate-forme modulaire de communication UWB basée sur le système de détection TDSC. Cette plate-forme comporte une puce CMOS 0.35μm conçue précédemment au laboratoire EPH. Elle offre la possibilité d’enregistrer des signaux TR-UWB réels et de réaliser des tests de fonctionnement. La deuxième partie est une étude approfondie du récepteur utilisant la méthode TDSC. La détection des signaux UWB et la procédure de synchronisation sont évalués en utilisant les signaux réels acquis à partir de la plate-forme. Un ensemble de tests ont été menés avec des signaux en bande de base et des signaux transposés en fréquence, dans les deux cas en transmission sur câble puis par radio. Les résultats ont permis de valider la détection et le principe de la synchronisation. La troisième partie est une proposition d’estimation de la distance entre deux dispositifs d’un réseau radio UWB utilisant un récepteur TDSC, pour une localisation en intérieur. L’étude fait la synthèse de plusieurs propositions et expérimentations et conduit à la définition des meilleurs critères pour une mesure du temps d’arrivée (TOA) et son implémentation pratique sur un récepteur TDSC / This thesis is part of the Electronics and Physics (EPH) department’s research work at Institut Telecom SudParis in collaboration with the Information, Images and Information Processing (CITI) Department. The project included the development of a receiver architecture called Time Delayed Sampling and Correlation (TDSC) that works with Transmitted Reference Ultra Wideband signals (TR-UWB), and which could achieve a good performance without channel estimation. The first part of this work included the design of a modular UWB communication system based on the TDSC method. This platform uses a 0.35μm CMOS chip conceived by the EPH laboratory. This gives the possibility to record real TR-UWB signals and to achieve functional tests. A second part of the thesis was to deepen the use of the TDSC method for detection of UWB signals and the synchronization procedure of the receiver using real signals acquired by the platform. A series of tests were conducted in this regard by using baseband signals as well as frequency translated signals, through cable channels and radio transmission. The results let us validate the TDSC detection and the synchronization procedure. Finally, a third line of work was the study and development of a distance estimation proposal based on the time of arrival (TOA) of TR-UWB signals, for indoor localization purposes. The study included a synthesis of several proposals and experimental works. Simulations were made and compared with other methods. Experimental results and their good convergence with the simulations let conclude that the proposal is a feasible solution to the measurement of the TOA, based on a TR-UWB receiver with low-complexity architecture

Dans le cadre d'un suivi régulier de patients âgés pouvant souffrir de maladie d'Alzheimer, de nombreuses applications, dont leur localisation, s'avèrent utiles. Un système de localisation compact dédié à un environnement en intérieure est nécessaire. Cette thèse est dédiée à la réalisation d'un système de localisation pouvant répondre à cette attente. Le système développé (Indoor Localisation System, ILS) permet la localisation en trois dimensions d'un badge actif (Active Tag, AT) relativement à une ancre unique (Localisation Base Station, LBS). Le système utilise le principe de radar monopulse multistatique FMCW(Frequency Modulation Continuos Wave) et exploite la bande de fréquence Européenne ULB (6-8.5 GHz). La méthode employée pour l'ILS est une méthode goniométrique se basant sur la mesure conjointe de la différence de fréquence d'arrivée (FDoA) et la différence de phase d'arrivée (PDoA) pour l'estimation de la distance radiale et des angles de direction (azimut et élévation) de l'AT relativement au plan formé par l'ILS. Afin de valider ce système, un prototype d'ILS a été réalisé à Télécom ParisTech.L'objectif de cette thèse est d'obtenir un système de localisation compact permettant de localiser un badge actif avec une précision submétrique dédié pour les environnements en intérieurs exposés aux problèmes de multi-trajets. / Regular and accurate position monitoring of elderly suffering from dementia related problems (Alzheimer) may be required. To assist their monitoring a compact and a less complex indoor localization system is compulsary. This thesis is dedicated to design a Line-of-Sight (LoS) system to allow the indoor localization. The thesis aims to develop an Indoor Localization System (ILS) for three-dimension position estimates with respect to single Localization Base Station as an anchor. The designed ILS uses an Active-Tag (AT) as remote targel. The system uses the monopulse multistatic FMCW radar principle and covers the European UWB (6-8.5 GHz) frequency band. The designed ILS is based on the frequency-difference of arrival (FDoA) and the phase-difference-of-arrival (POoA) techniques for the radial-distance and the angles (azimuth and elevation) estimates. In order to validate this system, a prototype of the ILS is designed at Telecom ParisTech, France.The objective of the designed ILS is to have a localization system with an accuracy in few centimeters in Line-of-Sight condition. The system is designed to need a single anchor, and simultaneously addressing the indoor challenges such as multipaths, strong signal attenuations, reflections, etc.

No description available.

<p>    </p> <p>Image data remains an important tool for post-event building assessment and documentation. After each natural hazard event, significant efforts are made by teams of engineers to visit the affected regions and collect useful image data. In general, a global positioning system (GPS) can provide useful spatial information for localizing image data. However, it is challenging to collect such information when images are captured in places where GPS signals are weak or interrupted, such as the indoor spaces of buildings. An inability to document the images’ locations would hinder the analysis, organization, and documentation of these images as they lack sufficient spatial context. This problem becomes more urgent to solve for the inspection mission covering a large area, like a community. To address this issue, the objective of this research is to generate a tool to automatically process the image data collected during such a mission and provide the location of each image. Towards this goal, the following tasks are performed. First, I develop a methodology to localize images and link them to locations on a structural drawing (Task 1). Second, this methodology is extended to be able to process data collected from a large scale area, and perform indoor localization for images collected on each of the indoor floors of each individual building (Task 2). Third, I develop an automated technique to render the damage condition decision of buildings by fusing the image data collected within (Task 3). The methods developed through each task have been evaluated with data collected from real world buildings. This research may also lead to automated assessment of buildings over a large scale area. </p>