EP3559598A1 - Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé - Google Patents

Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé

Info

Publication number
EP3559598A1
EP3559598A1 EP17829973.1A EP17829973A EP3559598A1 EP 3559598 A1 EP3559598 A1 EP 3559598A1 EP 17829973 A EP17829973 A EP 17829973A EP 3559598 A1 EP3559598 A1 EP 3559598A1
Authority
EP
European Patent Office
Prior art keywords
person
displacement
data
mode
inertial data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP17829973.1A
Other languages
German (de)
English (en)
Inventor
Gentian Jakllari
André-Luc BEYLOT
Jean-Gabriel KRIEG
Hadrien TOMA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Centre National de la Recherche Scientifique CNRS
Institut National Polytechnique de Toulouse INPT
Original Assignee
Centre National de la Recherche Scientifique CNRS
Institut National Polytechnique de Toulouse INPT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Centre National de la Recherche Scientifique CNRS, Institut National Polytechnique de Toulouse INPT filed Critical Centre National de la Recherche Scientifique CNRS
Publication of EP3559598A1 publication Critical patent/EP3559598A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition

Definitions

  • the present invention is in the field of geolocation. It relates more particularly to a method and an associated device for autonomously locating a person moving on foot or by means of a non-motorized traveling device. It finds a particular application for the geo-location of pedestrians moving inside buildings.
  • points or wireless access points for example of the Wi-Fi type, for geolocating a mobile terminal.
  • the position of a mobile terminal can be determined either by the terminal itself by exploiting the signals received from one or more access points or by the access point system from the signals received from the terminal. mobile terminal.
  • cooperation is required between the mobile terminal and the infrastructure including the access points.
  • This type of solution is particularly disadvantageous because it requires the installation and / or maintenance of communicating infrastructures, which can be very costly and restrictive, especially since the areas to be covered by the access points can to be geographically very extensive.
  • This type of solution also requires a learning phase called fingerprinting, specific to each environment, an expensive task that must be repeated each time the infrastructure is updated.
  • the size of a stride is likely to vary from one step to another. This variability is a source of inaccuracy in the estimation of the distance traveled. This inaccuracy will be all the more important as the number of steps taken by the pedestrian during his journey is high, so that a periodic calibration is necessary. For example, using sensors embedded on a mobile phone, a recalibration is necessary, on average every 12 meters traveled.
  • a non-motorized transport device such as a bicycle, a tricycle, a scooter, skates / skis / skateboard or a gliding device, such as only ice skates, skis.
  • the present invention aims to remedy the aforementioned drawbacks by proposing a technical solution for geolocating in a simple, autonomous and precise manner, a person walking on foot (ie pedestrian) or by means of a non-motorized machine during his movements, especially in buildings.
  • Estimating the speed and position of the first pedestrian according to the elementary movement recognized in real time advantageously makes it possible to improve the accuracy of the evaluation of the position of a person traveling.
  • the method according to the invention is implemented on a device, portable or portable, integral with the person.
  • solidary of the person is meant that the device is held in the hand of the person, attached to the body thereof by any means hooked (eg type of mobile phone holder attached to the arm, etc.) or placed / kept in / on a garment worn by said person ⁇ eg in a trouser pocket, etc.).
  • the method comprises a first preliminary step, in which each signature is elaborated on the basis of at least one temporal signal of inertial data obtained for a given elementary mode of displacement and performed by at least a second person.
  • the geolocation process can be implemented for any person, without any calibration step, taking into account the uniqueness of the pattern associated with each elementary movement previously indicated.
  • the second person may be different from the first person, the signature is uniquely associated with a basic mode of movement, regardless of the person considered.
  • the measured inertial data are compared to the signature elements of each of the predefined elementary displacements, by calculating a correlation score weighted by weights previously allocated to each type of inertial data, so that the recognized mode of travel is the one for which the correlation score is the highest.
  • the inertial data are selected from data of vertical acceleration, frontal, transverse, rotation.
  • the vertical acceleration data are assigned a multiplicative factor constituting a preponderant weight compared to the other inertial data compared during the recognition step.
  • the inventors have found that among all the types of inertial data collected, the vertical acceleration data are particularly singular for the identification of a mode of displacement.
  • the vertical acceleration data is particularly reliable for identifying a distinctive pattern associated with walking activity or running activity, regardless of the person considered.
  • the vertical acceleration data are assigned a first weight and:
  • the frontal acceleration data is assigned a second weight of value at least half that of the first weight, and / or • the transverse acceleration data are assigned a third weight of value at least eight times lower than that of the first weight, and / or
  • the roll type rotation data is assigned a fourth weight value at least half of that of the first weight
  • / or ⁇ the pitch type rotation data is assigned a fifth value weight less than four times less than that of the first weight.
  • the inertial data compared during the recognition step correspond to a sample of temporal data with a duration of between 1 s and 2 s.
  • inertial data for one second is sufficient for the analysis since several patterns can be captured for a duration between 1s and 2s.
  • a sample of duration equal to 1 s presents an excellent compromise between the speed of processing and the accuracy.
  • the signature signal extends over a duration greater than 1 s is not incompatible with a sample duration equal to 1 s since the search for the signatures in the measured signal is carried out in the frequency domain .
  • the speed of movement of the first person is estimated, during the estimation step, according to the recognized elementary displacement mode and a displacement rate of said first person estimated in real time from measured inertial data.
  • the evaluation of the speed of displacement is carried out on the basis of a model previously established and defining for each mode of elementary displacement a univocal relationship between the rate and the speed of displacement.
  • the model makes it possible to associate a range of cadence values with a range of displacement speed values, for each mode of displacement. elementary.
  • the fact of previously identifying a subdomain of values of possible travel speeds for each elementary displacement mode makes it possible to reduce the range of possible values for the estimation of the actual speed, which is particularly advantageous for a processing operation. real time.
  • the model is produced by polynomial regression, on the basis of a set of discrete measurement points, each point associating a speed with a rate of displacement.
  • the regression allows to obtain a continuous relation between the speed of displacement and the rate from a set of discrete values for each mode of elementary displacement.
  • the estimation of the direction of movement of said first person comprises:
  • a filter sub-step in which all or part of the measured inertial data is filtered by subtracting corresponding data included in the signature of the recognized mode of displacement;
  • a substep of correcting a systematic error inherent in the means for measuring said inertial data is a substep of correcting a systematic error inherent in the means for measuring said inertial data.
  • the method comprises a step of measuring an altitude change such that a vertical displacement mode is identified if an altitude change greater than a threshold for a duration greater than a threshold predetermined is detected, said vertical displacement mode being determined at least according to an elevation parameter, Le. of change of altitude with respect to a predetermined threshold.
  • the predetermined threshold is set so as to correspond to a significant change in altitude for detecting a change of stage during the displacement.
  • a horizontal component of the displacement is estimated as a function of a vertical component of the displacement and a reference angle, preferably equal to 30 °.
  • This feature is particularly advantageous for estimating geolocation points, for example, in the case where the user climbs stairs, in particular so-called escalators or spiral staircases.
  • the invention also relates to an autonomous geolocation device for a person moving on foot or by means of a non-motorized moving device, said device comprising:
  • Recognition means for recognizing a basic mode of movement of said person, said recognition means being adapted to compare all or part of the inertial data measured at predetermined signatures, each signature being previously stored in storage means in association with unique to a particular mode of movement regardless of the person considered;
  • Estimating means for estimating the speed and direction of movement of said person according to the recognized elementary displacement mode and the measured inertial data
  • Evaluation means for evaluating the position of said person according to the estimated speed and direction of movement and the position evaluated during a previous iteration of the evaluation step.
  • the invention also relates to a computer program comprising instructions adapted to the implementation of at least one of the steps of the method according to the invention as described above, when said program is executed on a computer, in in particular, a mobile terminal such as a mobile phone, a tablet or any system comprising an inertial measurement unit (or IMU: Inertial Measurement Unit).
  • This program can use any programming language, and be in the form of source code, object code, or intermediate code between source code and object code, such as in a partially compiled form, or in any other form desirable shape.
  • the invention also provides a means for storing information, removable or not, partially or completely readable by a computer or a microprocessor comprising code instructions of a computer program for the execution of at least one of steps of the processes according to the invention as described above.
  • the information carrier may be any entity or device capable of storing the program.
  • the medium may comprise storage means, such as a ROM (Read Only Memory), for example a microcircuit ROM, or a magnetic recording means, for example a hard disk, or a memory flash.
  • ROM Read Only Memory
  • the medium may comprise storage means, such as a ROM (Read Only Memory), for example a microcircuit ROM, or a magnetic recording means, for example a hard disk, or a memory flash.
  • the information medium may be a transmissible medium, such as an electrical or optical signal, which may be conveyed via an electrical or optical cable, by radio or by other means.
  • the program according to the invention may in particular be downloaded to a storage platform of an Internet type network.
  • the information medium may be an integrated circuit, in which the program is incorporated, the circuit being adapted to execute or to be used in the execution of the method in question.
  • One of the ideas underlying the invention is to evaluate the position of a person moving on foot or by means of a non-motorized moving device, according to a basic mode of movement identified by a single signature previously determined independently of the person concerned.
  • each elementary mode of displacement can be recognized by comparing in real time the acquired inertial data with respect to a set of uniquely predetermined reference signatures for each elementary mode of displacement.
  • the vertical acceleration is that which presents the most significant characteristic patterns, in particular to distinguish more finely and reliably the different activities between them and in particular of walking and race.
  • Figure 1 schematically illustrates a particular embodiment of the device according to the invention
  • Figure 2 illustrates a particular embodiment of the method according to the invention
  • Figure 3 illustrates an example of inertial data signals measured in the method of the invention
  • Figure 4 illustrates a model connecting the speed of movement to the rate of movement of a pedestrian according to a feature of the invention
  • Figure 5 schematically illustrates another particular embodiment of the invention for geo-localization in three dimensions.
  • Figure 1 schematically illustrates the hardware architecture of a device 100 according to a particular embodiment of the invention. This device is adapted to implement the steps of the method according to a particular embodiment of the invention.
  • This device is intended to be integral with the pedestrian throughout his travels. It can be held in a pedestrian's hand or attached to a part of its body by any means of stable fixation.
  • the device 100 comprises measuring means 1 adapted to measure in real time inertial data, such as angular velocity data and / or linear and / or angular acceleration.
  • these measuring means 1 consist of an integrated inertial data sensor 1.
  • the integrated inertial data sensor 1 comprises at least one gyrometer 10.
  • the gyrometer 10 is a triaxial gyrometer adapted to measure an instantaneous angular velocity represented by a vector ⁇ having three components of rotational speed co x , co y , co z around each of the axes of the gyrometer .
  • the gyrometer 10 is adapted to measure the yaw or heading speed (yaw), the pitching speed (pitch) and the rolling speed (mil), each speed being expressed in Rad / s.
  • the integrated inertial data sensor 1 comprises an accelerometer 12.
  • it is a tri-axis accelerometer adapted to measure a local linear acceleration represented by a vector ⁇ having three linear acceleration components ⁇ ⁇ , y y , ⁇ ⁇ along each axis of ⁇ accelerometer respectively.
  • the inertial data will generally denote acceleration or velocity. More particularly, the terms “inertial magnitude” or “type of inertial data” will be used interchangeably to designate a linear acceleration (Le. In translation) along one of the three axes ⁇ x, y, z ⁇ of an orthonormal coordinate system of reference or an angular velocity (rotation) about one of the three axes ⁇ x, y, z ⁇ of a reference orthonormal reference.
  • inertial data or 6 inertial variables selected from: a linear acceleration along the x axis, a linear acceleration along the y axis, a linear acceleration along the z axis, an angular velocity along the x axis, an angular velocity along the y axis, an angular velocity along the z axis.
  • the device 100 further comprises:
  • a central processing unit 4 comprising a microprocessor; a random access memory 6 of the Random Access Memory (RAM) type and a Read Only Memory (ROM) type 5;
  • I / O Input / Output
  • a communication interface 8 for example of the short-range radio frequency type such as a Bluetooth® interface
  • a pressure sensor 9 optionally, a pressure sensor 9.
  • the read-only memory 5 constitutes a recording medium within the meaning of the invention.
  • This medium 5 stores a computer program PG1 able to implement, when executed by the central unit 4, the geolocation process steps performed by the device 100 according to the invention, as illustrated in FIG. 2.
  • the device 100 is constituted by a mobile phone type smart phone currently available on the market and in which are embedded a tri-axis gyrometer 10 and a tri-axis accelerometer 12 sub the shape of the integrated inertial data sensor 1.
  • the device according to the invention is obviously not limited to a mobile phone but is aimed at any type of device capable of autonomously measuring inertial variables such as acceleration and / or speed of rotation.
  • it may be an integrated sensor comprising an inertial or inertial unit (IMU).
  • IMU inertial or inertial unit
  • the measuring means 1 ie inertial sensors
  • the microprocessor of the processing unit 4 is dissociated from the device 100.
  • This variant embodiment is particularly suitable in the case where the treatment is postponed or displaced. In this case, all or part of the post-treatments can be delegated to one or more fixed or mobile devices themselves. For example, this variant could be advantageously used to determine the round of a guard in a supermarket after he has completed his round.
  • FIG. 2 illustrates a particular embodiment of the method according to the invention, as implemented by the device 100 illustrated in FIG.
  • one of the signals Ai, k (t) constituting inertial data is acquired by means of one or more devices according to the invention 100.
  • These inertial data are represented in the form of signals such as those represented by way of example in FIG. 3.
  • These inertial data signals are measured in the time domain, for each mode of measurement.
  • the measurement of these signals is carried out for one or more pedestrians (second person) any that do not necessarily correspond to the pedestrian end user of the invention (first person), that is to say that one wishes to geolocate.
  • each measured signal A, k (t) is truncated, centered and completed with stuffing bits "0", before being converted into the frequency domain.
  • FFT Fast Fourier Transform
  • the signature matrix is generated, it is stored in the read-only memory 5 of the mobile phone 100 and can be directly used to evaluate the position of a pedestrian according to the steps of the method of the invention, as described. hereinafter, regardless of the pedestrian considered and without requiring any calibration operation.
  • the first preliminary step E01 is implemented by the processor 4 of the mobile phone 100.
  • the processes performed on the signals Ai, k (t) for the obtaining the X signature matrix can be performed centrally by at least one processor on at least a remote server (not shown), to which the mobile phone of the pedestrian can connect via the Internet and / or a mobile network, to download the matrix X.
  • the X signature matrix may have been pre-recorded in the memory of the pedestrian's mobile phone. In this case, the X signature matrix can be used directly by the phone without requiring prior connection. By default, it is assumed that the pedestrian is inactive, so that the elementary mode of displacement is initially fixed as being of type "Idle".
  • the gyrometer 12 measures the angular velocities of roll, pitch, yaw, while the accelerometer 10 measures the vertical, frontal, transverse accelerations. These measurements are stored temporarily in the RAM 6 of the mobile phone 100.
  • the method according to the invention is executed automatically when the conventional means of geolocation of the mobile terminal on which is implemented the process are no longer able to acquire geolocation data.
  • FIG. 3 shows inertial data signals measured for walking (Fig. 3a) and running (Fig. 3b). These measurements were made in the case where the pedestrian holds his phone in the right hand, so that the phone is in solidarity with the pedestrian.
  • Fig. 3a shows inertial data signals measured for walking
  • Fig. 3b shows inertial data signals measured for running
  • the vertical acceleration is considered with a preponderant weight compared to the other measured inertial variables to uniquely identify a mode of elementary displacement. This peculiarity results from the observations made by the inventors on the temporal evolution of the set of measured inertial data signals.
  • this pattern M1 is considered a reliable indicator for recognizing a walking movement.
  • the inventors have demonstrated in the time domain, the repetition of a vertical acceleration pattern M2 specific to this activity characterized by a plateau of saturation of the vertical acceleration of a duration between 50 and 150 milliseconds, the plateau being immediately preceded by a peak acceleration amplitude less than the plateau saturation level as shown in Figure 3b.
  • the inventors have found that this invariant pattern appears between the instant t4 where the heel of a pedestrian foot hits the ground and the instant t'3 where the toes of the other foot cease to be in contact with the ground.
  • This pattern substantially invariant form appears systematically for a race activity, regardless of the pedestrian considered. Therefore, this pattern M2 is considered a reliable indicator for recognizing a race movement.
  • the recognized mode of travel being the one for which the correlation score is the highest.
  • the processor 4 processes each inertial data signal measured in real time according to the following operations:
  • the inventors have found that the acquisition of inertial data for a duration of between 1 s and 2 s, and in particular equal to 1 s, is sufficient to allow a reliable recognition of the elementary mode of displacement, since several characteristic patterns of this element mode of movement can be captured during this time.
  • the processing of a sample of a duration equal to 1 s presents an excellent compromise between the speed of processing and the accuracy at which the instantaneous position of the pedestrian is evaluated.
  • the inventors have determined, on the basis of measurements made over a path of 200 m, that the position of the pedestrian can be measured with an accuracy of at least 90% in the case where the duration of the sample on which carries the recognition step is equal to 1 s.
  • this accuracy approaches 100%.
  • the comparison of the sample of the measured signal with respect to the unique signatures is performed by the processor 4.
  • each sample Z is compared to the set of signatures of the matrix X by calculating the coefficient of Pearson r pea rson according to the following formula:
  • a scorejoc scalar correlation score is then calculated by the processor 4 by multiplying each of the Pearson coefficients by a multiplicative factor corresponding to the respective weight previously associated with each inertial magnitude.
  • a weight predominant is assigned to the vertical acceleration data in view of the fact that the inventors have found experimentally that this magnitude is a reliable indicator for distinguishing a mode of elementary displacement.
  • the frontal acceleration data is assigned a weight two times lower than the weight assigned to the vertical acceleration data
  • the transverse acceleration data are weighted eight times less than the weight assigned to the vertical acceleration data
  • the roll-type rotation data is weighted half as much as the weight assigned to the vertical acceleration data
  • the pitch-type rotation data is assigned weighing four times less than the weight assigned to vertical acceleration data.
  • the multiplicative factors 0.4 are assigned; 0.2; 0.05; 0.2; 0.1; 0.05 respectively to the data of vertical acceleration, frontal, lateral and speed of rotation of yaw, pitch, roll.
  • the scalar correlation score score_loc is obtained for each mode of displacement i by calculating the sum weighted Pearson coefficients as follows: where T designates the matrix transpose.
  • score_loc 0.4.r (i, l) + 0.2.r (i, 2) + 0.05.r (i, 3) + 0.2.r (i, 4) + 0, 1. r (i, 5) + 0,05.r (i, 6).
  • this score is greater than 0.4 then we assign the scorejtoc value to the score variable. This is done in succession for each predefined elementary displacement mode, so that the elementary displacement which has reached the highest score for the activity analyzed will be considered as finally recognized. If no iteration makes it possible to obtain a score greater than 0.4, then no elementary mode of movement is recognized. In this case, it is considered that the pedestrian is not in motion (idle).
  • the speed and direction of movement of the pedestrian are estimated according to the recognized elementary displacement mode and the inertial data measured in real time by the gyrometer 10 and / or the accelerometer 12.
  • the estimation of the direction of displacement comprises a substep of filtering E52 of all or part of the measured inertial data.
  • This filtering substep E52 aims to remove from the measured signal spurious data corresponding to body movements, such as arm swing or lateral waddling.
  • body movements such as arm swing or lateral waddling.
  • the inventors have found that such movements can constitute a source of inaccuracy for the determination of the direction of displacement and that the recognition of a mode of elementary displacement can be advantageously used to extract these parasitic data.
  • filtering is considered to apply to the measured yaw velocity values. These values are corrected during the filtering sub-step E52 by the processor 4 as a function of the signature of the recognized elementary displacement mode.
  • the yaw rate values measured by the gyrometer 10 are converted by FFT into the frequency domain, from which the corresponding values of the signature (i.e. signature elements) of the recognized elementary displacement mode are subtracted. More specifically, the spectral component of the converted measurement signal having a maximum amplitude is subtracted from the spectral component of maximum amplitude of said signature.
  • the filtered version of the yaw rate resulting from filter substep E52 is an improved indicator of actual directional changes.
  • the estimation of the direction of displacement comprises a substep of correction E54 of a systematic error (bias) and of noise inherent to the measuring means used (eg gyrometer 10).
  • the yaw rate 6> m (t n ) measured and filtered at time t n as described above is expressed as follows:
  • ⁇ (t n ) denotes the correct value of yaw rate
  • b (t n ) denotes the systematic error
  • ⁇ ( ⁇ ⁇ ) denotes a Gaussian white noise at time t n .
  • the systematic error is estimated by processor 4 as follows:
  • the inventors have succeeded in demonstrating, on the basis of experimental data, that the geolocation accuracy is significantly improved, compared to the case where only the sub-step of filtering is applied or in case none of the filtering and correction sub-steps is applied.
  • the speed of movement of the pedestrian is estimated, according to the recognized elementary movement mode and a pedestrian movement rate estimated in real time from the measured inertial data.
  • the pace of movement of the pedestrian corresponds to the number of steps detected per second.
  • the rate is estimated in real time and reliably, by converting the vertical acceleration measurements in the frequency domain, for example by applying an FFT-type transform, and by identifying the frequency of the spectral component having the amplitude. the highest.
  • the speed of displacement is evaluated according to a model defining, for each mode of elementary displacement, a univocal relationship between the rate and the speed of displacement.
  • this model takes into account the fact that the speed of movement of a pedestrian can vary substantially within the same elementary mode of movement.
  • This model is shown graphically as an illustrative example in Figure 4 for the following four elementary modes of motion: walking (strolling), walking (walking), hustling (running), running (jogging).
  • a continuous variation domain of the displacement velocity values is determined according to a subdomain of values of the estimated rate.
  • the speed of movement varies from 0.6 m / s to 1.3 m / s for cadence values between 1, 2 and 1, 7 steps / sec in the case of normal walking.
  • This model is obtained during a second preliminary step E02 performed before the implementation of the previously described calculation steps to geolocate the pedestrian. It should be noted that the development of this model is not relative to the pedestrian considered, Le. for which one wishes to determine the position.
  • the second preliminary step E02 consists, for each mode of elementary displacement, firstly to measure the speed and the rate using precise measurement methods and then to connect the measurement points in a continuous manner, by a known regression technique. implemented by a processor of a computer.
  • the rate can be measured reliably by several conventional mobile phones carried by volunteer pedestrians moving in the same elementary mode of travel (eg normal walking) over a reference distance (eg 20 meters) .
  • the speed of movement is calculated as a function of the time taken by the pedestrian to travel this reference distance, this time being measured by means of a stopwatch.
  • the regression technique selected to continuously connect the measurement points is a polynomial regression technique.
  • the measurement points are identified, for each of the four elementary modes of displacement, by respective symbols, these points being connected by a curve obtained by polynomial regression.
  • this model when this model is developed, it is stored in the read-only memory 5 of the telephone 100 so that it can be directly used to evaluate the position of a pedestrian according to the invention, regardless of the pedestrian considered. Once this model is established, it can advantageously be applied to any pedestrian considered to improve the accuracy of its geolocation, without requiring calibration pedestrian considered.
  • a centralized update of this model can be implemented on a remote server, to which the mobile phone intended to implement the invention can connect via the Internet and / or a mobile network, to download said model.
  • the inventors have demonstrated on the basis of experimental tests that the implementation of the geolocation method according to the invention in which the speed of displacement is estimated according to the rate according to the model described above allows to achieve a location accuracy of about 1 meter over distances of several hundred meters.
  • an evaluation step E7 the position of said first person is evaluated according to the estimated speed and direction of movement and the position evaluated during a previous iteration of the evaluation step.
  • the position "evaluated during a previous iteration of the evaluation step” must be understood as being a reference position, such as the position recently acquired by conventional geolocation means.
  • this reference position which is not the subject of the invention, is known.
  • the method according to the invention relates to the evaluation of an instantaneous position independently, Le. no longer using conventional geolocation means, regardless of how the initial reference position is acquired.
  • this position can be acquired by any means of radio frequency reception, such as a GPS receiver included in the mobile terminal of the user or a communication interface of Wi-Fi, Bluetooth or Near Field Communication adapted to receive of an issuer the information of the reference position, for example, at a point of passage, such as the entrance of a building.
  • the process steps described above make it possible to geolocate a pedestrian in a two-dimensional space forming a horizontal plane, i.e. parallel to the ground on which the building is supported.
  • FIG. 5 Another particular embodiment of the invention is now described with reference to FIG. 5 to determine a vertical mode of displacement, which is particularly advantageous for continuing to geolocate in a reliable and autonomous manner the pedestrian when the latter changes from floor to floor. interior of the building.
  • a vertical displacement mode is recognized, as a function of at least one elevation parameter measured in real time.
  • the pressure sensor or barometer 9 of the device 100 measures at regular time intervals the pressure P.
  • the processor 4 is adapted to detect an altitude change with respect to one or more predetermined thresholds (step E30).
  • the processor 4 is adapted to detect a first altitude change greater than a first predetermined threshold, corresponding for example to an elevation of 1 m for a duration of 2 s.
  • a vertical displacement mode can be recognized in the following different cases.
  • the processor 4 recognizes no movement of the pedestrian during the recognition step E3 but determines that the measured vertical acceleration a is greater than a predetermined acceleration threshold, for example equal to 1 m / s 2 (ie 1 m / s 2 ) then he deduces that the pedestrian moves vertically using an elevator (step E321). In this case, the coordinates of the user in a horizontal plane (ie parallel to the ground) remain unchanged during this vertical movement.
  • a predetermined acceleration threshold for example equal to 1 m / s 2 (ie 1 m / s 2 )
  • the processor 4 determines that the pedestrian is standing on an escalator (E322). During this movement, the coordinates of the pedestrian vary not only vertically (that is to say perpendicular to the ground), but also in a horizontal plane.
  • the processor 4 can continue to accurately estimate the coordinates of the pedestrian in a horizontal plane.
  • step E34 If the processor 4 jointly detects an elementary movement of the pedestrian during the recognition step E3 and a rapid change of altitude ⁇ (step E34), that is to say greater than a second predetermined threshold (eg ⁇ > 0 , 5 m / s), then the processor 4 determines that the pedestrian moves on an escalator in operation (step E341) according to the elementary movement mode identified during the recognition step E3. Taking into account the angle at which the ramp of the escalator is inclined relative to the building floor, for example 30 °, the processor 4 can continue to accurately estimate the coordinates of the pedestrian in a horizontal plane.
  • a second predetermined threshold eg ⁇ > 0 , 5 m / s
  • step E34 the processor 4 determines that the pedestrian moves on a stair (step E342) according to the elementary movement mode identified. In this case, if the processor 4 further determines that changes of direction are fast and regular, then it deduces that the pedestrian moves along a spiral staircase. Taking into account the angle of inclination of the staircase (e.g. 30 °), the processor can continue to accurately determine the coordinates of the pedestrian in a horizontal plane.
  • the second predetermined threshold eg ⁇ ⁇ 0, 5 m / s
  • the method according to the invention makes it possible to precisely locate the movement of the pedestrian in a space in three dimensions, that is to say moving vertically.
  • the present invention is not limited to the case of the pedestrian. It also applies to anyone traveling by means of a non-motorized mobility device.
  • Non-motorized transport means in particular, any machine propelled by the muscular force of its occupant (s) and which is not equipped with an engine, such as a conventional scooter, a bicycle, skis / skates / boards roller skates, ice skates, snow skis, etc.
  • Motorized wheeled vehicle users can be likened to pedestrians as long as they do not use the force provided by an engine to move.
  • the user of a non-motorized scooter performs in a known manner movements back and forth with a leg taking punctually support with the ground to propel itself forward.
  • this particular movement of the user can also be uniquely characterized by a signature previously recorded in the signature matrix, as previously described.
  • a signature previously recorded in the signature matrix
  • the motion recognition algorithm may be executed by the application installed on the mobile phone rather than by the application of the data sensor.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

L'invention concerne un procédé de géolocalisation autonome et dispositif associé pour déterminer la position d'une personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé à partir de données inertielles mesurées lors du déplacement de ladite personne. Un mode de déplacement élémentaire est reconnu en comparant les données inertielles mesurées à des signatures prédéterminées, chaque signature étant préalablement associée de manière unique à un mode de déplacement élémentaire indépendamment de la personne considérée. La vitesse et la direction de déplacement de la personne sont ensuite estimées en fonction du mode de déplacement élémentaire reconnu et de tout ou partie des données inertielles mesurées. La position de ladite personne est alors évaluée en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération.

Description

Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé
1. Domaine de l'invention
La présente invention se situe dans le domaine de la géolocalisation. Elle concerne plus particulièrement un procédé et un dispositif associé pour localiser de manière autonome une personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé. Elle trouve une application toute particulière pour la géo localisation de piétons se déplaçant à l'intérieur de bâtiments.
2. Art antérieur
Il existe actuellement de multiples systèmes de géo localisation s 'appuyant sur des infrastructures de communications, telles que les réseaux d'accès sans fil (Wi-Fi, Li- Fi) et mobiles radio-cellulaires (3G, 4G, 5G) et/ou les réseaux satellitaires de type GPS {Global Positioning System) pour déterminer la position d'un terminal mobile sur la base de signaux reçus.
Toutefois, de telles infrastructures ne sont pas adaptées à des environnements électro-magnétiquement confinés ou perturbés ; tel est le cas à l'intérieur de bâtiments (e.g. immeubles, navires) ou dans des zones extérieures fortement urbanisées (e.g. centre ville) où la réception des signaux GPS peut être est de très mauvaise qualité, voire impossible en raison d'atténuations, de tout type de perturbations ou d'interférences électromagnétiques. Par exemple, la réception de signaux GPS peut être rendue impossible en extérieur dans les zones fortement urbanisées, notamment en raison du phénomène de canyon urbain (Le. urban canyoning) dû à des interférences destructives en présence de hautes façades.
Pour répondre à ce problème, il peut être envisagé, sous certaines conditions, d'installer dans de tels environnements, des points ou bornes d'accès sans fïl, par exemple de type Wi-Fi, pour géolocaliser un terminal mobile. Ainsi, la position d'un terminal mobile peut être déterminée, soit par le terminal lui-même en exploitant les signaux reçus d'un ou plusieurs points d'accès, soit par le système de points d'accès à partir des signaux reçus du terminal mobile. Dans tous les cas, une coopération est nécessaire entre le terminal mobile et l'infrastructure comprenant les points d'accès. Ce type de solution est particulièrement désavantageuse car elle nécessite l'installation et/ou la maintenance d'infrastructures communicantes, ce qui peut s'avérer très coûteux et contraignant, d'autant plus que les surfaces à couvrir par les points d'accès peuvent être géographiquement très étendues. Par ailleurs, dans certaines zones, il n'est pas souhaitable ou autorisé de déployer de nouvelles sources d'émission radiofréquences, notamment pour limiter la pollution électromagnétique.
Ce type de solution nécessite en outre une phase d'apprentissage dite fingerprinting, propre à chaque environnement, une tâche onéreuse qui doit être répétée chaque fois que l'infrastructure est mise à jour.
Par conséquent, il existe actuellement un réel besoin de pouvoir géo localiser, par exemple au moyen d'un simple terminal mobile, un piéton de manière totalement autonome, c'est-à-dire sans nécessité d'avoir recours à une quelconque infrastructure externe (e.g. satellites, points d'accès sans fil, stations de base radio-mobile).
Des techniques de géolocalisation autonome de type à l'estime dites dead- reckoning ont été proposées. Elles consistent à calculer, de proche en proche, les positions du piéton en déplacement, à partir d'une position de référence connue, sur la base de mesures de données inertielles effectuées en temps réel. Toutefois, ces techniques souffrent d'un phénomène de dérive d'intégration (intégration drift) inhérent à la technologie des capteurs de données inertielles actuellement disponibles sur le marché, ayant pour effet de rendre un résultat erroné, au bout d'une certaine distance parcourue. Actuellement, la mise en œuvre de ces techniques sur un téléphone portable ne permet pas d'obtenir un résultat fiable, au-delà d'une douzaine de mètres parcourus.
En conséquence, une re-calibration périodique doit être réalisée, en s'appuyant par exemple sur une infrastructure existante Wi-Fi, une combinaison d'éléments de crowdsourcing et de points de repères virtuels (virtual landmarks) et une connaissance préalable de la géométrie précise des lieux.
La nécessité d'opérer une re-calibration tous les 12 mètres est non seulement contraignante mais également consommatrice de ressources et rend la technique de géo localisation dépendante d'éléments extérieurs, ce qui ne permet pas de rendre la technique de géolocalisation totalement autonome.
Des techniques autonomes ont été proposées en se basant essentiellement sur le comptage du nombre de pas. Toutefois, dans ce cas, une opération de calibrage ayant pour objet d'estimer la taille moyenne d'une enjambée du piéton, i.e. la distance moyenne parcourue entre deux pas est nécessaire. Ce calibrage est préalablement requis avant chaque utilisation. En outre, ce calibrage est spécifique à chaque piéton considéré.
Ces techniques sont non seulement contraignantes, dans la mesure où elles nécessitent un calibrage initial propre à chaque utilisateur, mais présentent également une précision de géo localisation limitée ne permettant pas d'atteindre, dans les types d'environnements visés, notamment à l'intérieur de bâtiments, des précisions de géolocalisation suffisantes pour permettre de guider efficacement et sans erreur un piéton en cours de déplacement.
En effet, pour un utilisateur donné dans une tenue et un environnement donnés, la taille d'une enjambée est susceptible de varier d'un pas à l'autre. Cette variabilité constitue une source d'imprécision dans l'estimation de la distance parcourue. Cette imprécision sera d'autant plus prépondérante que le nombre de pas effectué par le piéton lors de son trajet est élevé, de telle sorte qu'une calibration périodique est nécessaire. Par exemple, en utilisant des capteurs embarqués sur un téléphone portable, un recalibrage est nécessaire, en moyenne à chaque douzaine de mètres parcourus.
Il en est de même lorsqu'une personne se déplace au moyen d'un engin de déplacement non-motorisé, tel qu'une bicyclette, un tricycle, une trottinette, des patins/skis/planche à roulettes ou un dispositif de glisse, tel que des patins à glace, des skis.
Ainsi, il existe un besoin de fournir une solution de géolocalisation entièrement autonome, fiable et à haute précision de localisation, facile à mettre en œuvre et ne nécessitant aucun calibrage initial avant son utilisation, ni recalibrage en cours d'utilisation.
3. Objet de l'invention
La présente invention vise à remédier aux inconvénients précités, en proposant une solution technique permettant de géolocaliser de manière simple, autonome et précise, une personne se déplaçant à pied (i.e. piéton) ou au moyen d'un engin non motorisé lors de ses déplacements, notamment dans des bâtiments.
Ces buts sont atteints par un procédé de géolocalisation autonome d'une première personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé, ledit procédé destiné à être mise en œuvre sur un dispositif portable solidaire de ladite personne, ledit procédé comprenant les étapes suivantes :
• mesure de données inertielles relatives à un déplacement de ladite première personne ;
· reconnaissance d'un mode de déplacement élémentaire de ladite première personne, lors de laquelle tout ou partie des données inertielles mesurées sont comparées à des signatures prédéterminées, chaque signature étant préalablement associée de manière unique à un mode de déplacement élémentaire indépendamment de ladite première personne considérée ;
• estimation de la vitesse et de la direction de déplacement de ladite première personne, en fonction du mode de déplacement élémentaire reconnu et de tout ou partie des données inertielles mesurées ; et
• évaluation de la position de ladite première personne, en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération de l'étape d'évaluation.
L'utilisation de signatures uniques permet avantageusement d'éviter toute étape préalable de calibration de l'algorithme de géo localisation en fonction de la première personne, étant donné que chaque signature est universellement valable quelle que soit la personne considérée.
L'estimation de la vitesse et de la position du premier piéton en fonction du déplacement élémentaire reconnu en temps réel permet avantageusement d'améliorer la précision de l'évaluation de la position de personne en déplacement.
Le procédé selon l'invention est mis en œuvre sur un dispositif, portable ou portatif, solidaire de la personne considérée. Par "solidaire de la personne" on entend que le dispositif est tenu dans la main de la personne, fixé au corps de celle-ci par tout moyen d'accroché (e.g. de type support de téléphone portable rattachable au bras, etc) ou placé/maintenu dans/sur un vêtement porté par ladite personne {e.g. dans une poche de pantalon, etc).
Selon une caractéristique de la l'invention, le procédé comprend une première étape préalable, lors de laquelle chaque signature est élaborée sur la base d'au moins un signal temporel de données inertielles obtenu pour un mode de déplacement élémentaire donné et effectué par au moins une deuxième personne.
Dès lors que l'élaboration des signatures a été préalablement réalisée pour tout type de déplacement (e.g. marche, course), le procédé de géolocalisation peut être mis en œuvre pour n'importe quelle personne, sans aucune étape de calibration, compte tenu de l'unicité du motif associé à chaque déplacement élémentaire préalablement renseigné.
De manière avantageuse, la deuxième personne peut être différente de la première personne, la signature est associée de manière unique à un mode de déplacement élémentaire, indépendamment de la personne considérée.
Selon une autre caractéristique de l'invention, lors de l'étape de reconnaissance, les données inertielles mesurées sont comparées aux éléments de signatures de chacun des déplacements élémentaires prédéfinis, en calculant un score de corrélation pondérée par des poids préalablement attribués à chaque type de données inertielles, de sorte que le mode de déplacement reconnu est celui pour lequel le score de corrélation est le plus élevé.
Selon une autre caractéristique de l'invention, lors de l'étape de reconnaissance, les données inertielles sont sélectionnées parmi des données d'accélération verticale, frontale, transverse, de rotation.
Selon une autre caractéristique de l'invention, les données d'accélération verticale sont affectées d'un facteur multiplicatif constituant un poids prépondérant par rapport aux autres données inertielles comparées lors de l'étape de reconnaissance.
Les inventeurs ont constaté que parmi tous les types de données inertielles collectées, les données d'accélération verticale sont particulièrement singulières pour l'identification d'un mode de déplacement. Les données d'accélération verticale sont particulièrement fiables pour identifier un motif distinctif associé à l'activité de marche ou à l'activité de course, quelle que soit la personne considérée.
Selon une autre caractéristique de l'invention, les données d'accélération verticale sont affectées d'un premier poids et :
· les données d'accélération frontale sont affectées d'un deuxième poids de valeur au moins deux fois moins élevée que celle du premier poids, et/ou • les données d'accélération transverse sont affectées d'un troisième poids de valeur au moins huit fois moins élevée que celle du premier poids, et/ou
• les données de rotation de type roulis sont affectées d'un quatrième poids de valeur au moins deux fois moins élevée que celle du premier poids, et/ou · les données de rotation de type tangage sont affectées d'un cinquième poids de valeur au moins quatre fois moins élevée que celle du premier poids. Le choix de ces coefficients attribués aux données inertielles respectives est avantageux dans la mesure où il permet d'obtenir un taux de reconnaissance d'un déplacement élémentaire relativement élevé.
Selon une autre caractéristique de l'invention, les données inertielles comparées lors de l'étape de reconnaissance correspondent à un échantillon de données temporel d'une durée comprise entre 1 s et 2 s.
L'acquisition de données inertielles pendant une seconde est suffisante pour l'analyse étant donné que plusieurs motifs peuvent être captés pendant une durée comprise entre 1 s et 2 s. En particulier, un échantillon d'une durée égale à 1 s présente un excellent compromis entre la rapidité de traitement et la précision.
Le fait que le signal de signature s'étende sur une durée supérieure à 1 s n'est pas incompatible avec une durée d'échantillon égale à 1 s étant donné que la recherche des signatures dans le signal mesuré s'effectue dans le domaine fréquentiel.
Selon une autre caractéristique de l'invention, la vitesse de déplacement de la première personne est estimée, lors de l'étape d'estimation, en fonction du mode de déplacement élémentaire reconnu et d'une cadence de déplacement de ladite première personne estimée en temps réel à partir des données inertielles mesurées.
La prise en compte de la cadence de déplacement de la personne permet avantageusement d'améliorer la précision de la vitesse estimée.
Selon une autre caractéristique de l'invention, l'évaluation de la vitesse de déplacement est réalisée à partir d'un modèle préalablement établi et définissant pour chaque mode de déplacement élémentaire une relation univoque entre la cadence et la vitesse de déplacement.
Ainsi, le modèle permet d'associer une plage de valeurs de cadence à une plage de valeurs de vitesse de déplacement, pour chaque mode de déplacement élémentaire. Le fait d'identifier préalablement un sous-domaine de valeurs de vitesses de déplacement possibles pour chaque mode de déplacement élémentaire permet de réduire l'étendue des valeurs possibles pour l'estimation de la vitesse réelle, ce qui est particulièrement avantageux pour un traitement en temps réel.
Selon une autre caractéristique de l'invention, le modèle est élaboré par régression polynomiale, sur la base d'un ensemble de points de mesures discrets, chaque point associant une vitesse à une cadence de déplacement.
La régression permet d'obtenir une relation continue entre la vitesse de déplacement et la cadence à partir d'un ensemble de valeurs discrètes pour chaque mode de déplacement élémentaire.
Selon une autre caractéristique de l'invention, l'estimation de la direction de déplacement de ladite première personne comprend :
• une sous-étape de filtrage lors de laquelle tout ou partie des données inertielles mesurées est filtrée par soustraction de données correspondantes comprises dans la signature du mode de déplacement reconnu ; et
• une sous-étape de correction d'une erreur systématique inhérente aux moyens de mesures desdites données inertielles.
La combinaison du filtrage et de la correction de l'erreur systématique permettent d'améliorer de manière significative la précision avec laquelle la position de la personne est déterminée.
Selon une autre caractéristique de l'invention, le procédé comprend une étape de mesure d'un changement d'altitude telle qu'un mode de déplacement vertical est identifié si un changement d'altitude supérieure à un seuil pendant une durée supérieure à un seuil prédéterminé est détectée, ledit mode de déplacement vertical étant déterminé au moins en fonction d'un paramètre d'élévation, Le. de changement d'altitude par rapport à un seuil prédéterminé.
De manière avantageuse, le seuil prédéterminé est fixé de manière à correspondre à un changement d'altitude significatif permettant de détecter un changement d'étage lors du déplacement. Selon une autre caractéristique de l'invention, une composante horizontale du déplacement est estimée en fonction d'une composante verticale du déplacement et d'un angle de référence, de préférence égal à 30°.
Cette caractéristique est particulièrement avantageuse pour estimer des points de géolocalisation, par exemple, dans le cas où l'utilisateur monte des escaliers, en particulier des escaliers mécaniques dits « escalators » ou des escaliers en colimaçon.
L'invention vise également un dispositif de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé, ledit dispositif comprenant :
• des moyens de mesure pour mesurer des données inertielles relatives à un déplacement de ladite personne;
• des moyens de reconnaissance pour reconnaître un mode de déplacement élémentaire de ladite personne, lesdits moyens de reconnaissance étant adaptés à comparer tout ou partie des données inertielles mesurées à des signatures prédéterminées, chaque signature étant préalablement stockée dans des moyens de stockage en association de manière unique à un mode de déplacement particulier indépendamment de ladite personne considérée ;
• des moyens d'estimation pour estimer la vitesse et la direction de déplacement de ladite personne en fonction du mode de déplacement élémentaire reconnu et des données inertielles mesurées ; et
• des moyens d'évaluation pour évaluer la position de ladite personne en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération de l'étape d'évaluation.
L'invention concerne également un programme d'ordinateur comprenant des instructions adaptées à la mise en œuvre d'au moins une quelconque des étapes du procédé selon l'invention tel que décrit ci-dessus, lorsque ledit programme est exécuté sur un ordinateur, en particulier, un terminal mobile tel qu'un téléphone portable, une tablette ou tout système comportant une centrale inertielle {ou IMU : Inertial Measurement Unit). Ce programme peut utiliser n'importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n'importe quelle autre forme souhaitable.
L'invention vise également un moyen de stockage d'informations, amovible ou non, partiellement ou totalement lisible par un ordinateur ou un microprocesseur comportant des instructions de code d'un programme d'ordinateur pour l'exécution d'au moins une quelconque des étapes des procédés selon l'invention tels que décrits ci- dessus.
Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comprendre un moyen de stockage, tel qu'une mémoire ROM (Read Only Memory), par exemple une ROM de microcircuit, ou encore un moyen d'enregistrement magnétique, par exemple un disque dur, ou encore une mémoire flash.
D'autre part, le support d'informations peut être un support transmissible, tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens. Le programme selon l'invention peut être en particulier téléchargé sur une plateforme de stockage d'un réseau de type Internet.
Alternativement, le support d'informations peut être un circuit intégré, dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question.
Le support d'informations et le programme d'ordinateur précités présentent des caractéristiques et avantages analogues au procédé qu'ils mettent en œuvre.
Une des idées à la base de l'invention est d'évaluer la position d'une personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé, en fonction d'un mode de déplacement élémentaire identifié par une signature unique préalablement déterminée indépendamment de la personne considérée.
Par exemple, dans le cas d'une personne se déplaçant à pied (Le. piéton), on pourra distinguer les modes de déplacement suivants : marche normale, marche de santé, marche à la hâte, course.
Le fait de pouvoir identifier chaque mode de déplacement élémentaire par une signature unique quelle que soit la personne considérée est une caractéristique issue d'analyses approfondies menées par les inventeurs. Plus précisément, ceux-ci ont réussi à mettre en évidence que les données inertielles mesurées pendant le déplacement de la personne, par exemple au moyen de capteurs conventionnels embarqués dans un téléphone portable, une tablette ou tout autre dispositif comportant une centrale inertielle, présentent des motifs temporels particuliers et propres à chaque mode de déplacement élémentaire, quelle que soit la personne considérée. Autrement dit, chacun de ces motifs constitue un invariant, quel que soit le signal temporel des données inertielles mesurées pour un même mode de déplacement élémentaire donné.
Grâce à sa signature unique, chaque mode de déplacement élémentaire peut être reconnu en comparant en temps réel les données inertielles acquises par rapport à un ensemble de signatures de référence prédéterminées de manière unique pour chaque mode de déplacement élémentaire.
Les inventeurs ont constaté que, parmi l'ensemble des données inertielles mesurées, l'accélération verticale est celle qui présente des motifs caractéristiques les plus significatifs, notamment pour distinguer plus finement et de manière fiable les différentes activités entre elles et notamment de marche et de course.
Pour chaque mode de déplacement élémentaire, les inventeurs ont également démontré que, d'après l'analyse de leurs résultats d'expérimentation, la prise en compte de la cadence de déplacement du piéton, i.e. son nombre de pas par seconde, dans la détermination de la vitesse de déplacement permet avantageusement d'améliorer la précision de géolocalisation du procédé. Les inventeurs ont élaboré un modèle permettant de déterminer, pour chaque mode de déplacement élémentaire, la vitesse de déplacement en fonction de ladite cadence. 4. Brève description de dessins
D'autres particularités et avantages de l'invention apparaîtront encore dans la description ci-après, en relation avec les dessins annexés, donnés à titre d'exemples non limitatifs, et sur lesquels :
la Figure 1 illustre de manière schématique un mode particulier de réalisation du dispositif selon l'invention ;
la Figure 2 illustre un mode particulier de réalisation du procédé selon l'invention ; la Figure 3 illustre un exemple de signaux de données inertielles mesurés lors du procédé de l'invention ;
la Figure 4 illustre un modèle reliant la vitesse de déplacement à la cadence de déplacement d'un piéton selon une particularité de l'invention; et - la Figure 5 illustre de manière schématique un autre mode particulier de l'invention permettant une géo localisation en trois dimensions.
L'invention est décrite ci-après en référence aux Figures 1 à 5 dans le cadre de la géolocalisation d'un piéton en déplacement.
La Figure 1 illustre schématiquement l'architecture matérielle d'un dispositif 100 selon un mode particulier de réalisation de l'invention. Ce dispositif est adapté à mettre en œuvre les étapes du procédé selon un mode particulier de réalisation de l'invention.
Ce dispositif est destiné à être solidaire du piéton tout au long de ses déplacements. Il peut être tenu dans une main du piéton ou fixé à une partie de son corps par tout moyen de fixation stable.
Le dispositif 100 comprend des moyens de mesure 1 adaptés pour mesurer en temps réel des données inertielles, telles que des données de vitesse angulaire et/ou d'accélération linéaire et/ou angulaire. Dans le présent exemple, ces moyens de mesure 1 sont constitués par un capteur de données inertielles intégré 1.
Le capteur de données inertielles intégré 1 comprend au moins un gyromètre 10.
Dans le présent exemple, il s'agit d'un gyromètre tri-axes adapté pour mesurer une vitesse angulaire instantanée représentée par un vecteur ω ayant trois composantes de vitesse de rotation cox, coy, coz autour de chacun des axes du gyromètre. Ainsi, le gyromètre 10 est adapté à mesurer la vitesse de lacet ou de cap (yaw), la vitesse de tangage (pitch) et la vitesse de roulis (mil), chaque vitesse étant exprimée en Rad/s.
Le capteur de données inertielles intégré 1 comprend un accéléromètre 12. Dans le présent exemple, il s'agit d'un accéléromètre tri-axes adapté pour mesurer une accélération linéaire locale représentée par un vecteur γ ayant trois composantes d'accélération linéaire γχ, yy, γζ suivant chacun des axes de Γ accéléromètre respectivement. Ainsi, Γ accéléromètre 12 est apte à mesurer l'accélération verticale, l'accélération frontale et l'accélération transverse, chaque accélération étant exprimée en m/s2. De manière plus générale, on considère que l'on dispose au total de k éléments de capteurs, où k désigne un entier naturel, ces éléments pouvant appartenir à un même capteur ou à différents capteurs selon le mode de réalisation considéré. Dans le présent exemple, on dispose de six éléments de capteurs : k=6 (Le. trois pour l'accéléromètre 12 et trois pour le gyromètre 10).
Par la suite, les données inertielles désigneront de manière générale une accélération ou une vitesse. Plus particulièrement, les termes « grandeur inertielle » ou « type de données inertielles » seront utilisés indifféremment pour désigner une accélération linéaire (Le. en translation) selon l'un des trois axes {x,y,z} d'un repère orthonormé de référence ou une vitesse angulaire (Le. de rotation) autour de l'un des trois axes {x,y,z} d'un repère orthonormé de référence.
A titre d'exemple illustratif, dans le cas particulier où k=6, on dispose de 6 types de données inertielles ou 6 grandeurs inertielles sélectionnées parmi : une accélération linéaire selon l'axe x, une accélération linéaire selon l'axe y, une accélération linéaire selon l'axe z, une vitesse angulaire selon l'axe x, une vitesse angulaire selon l'axe y, une vitesse angulaire selon l'axe z.
Par souci de simplification, seuls un gyromètre 10 et un accéléromètre 12 ont été considérés par la suite à titre illustratif. Toutefois, l'homme du métier pourra bien évidemment adapter la présente invention au cas où plusieurs accéléromètres et/ou plusieurs gyromètres sont conjointement embarqués au sein du dispositif 100.
Le dispositif 100 comprend en outre :
une unité centrale de traitement 4 comprenant un micro-processeur ; une mémoire vive 6 de type RAM (Random Access Memory) et une mémoire morte 5 de type ROM (Read Only Memory) ;
- un port d'entrée/sortie 7 (I/O : Input/Output) ;
- une interface de communication 8, par exemple du type radio fréquence de courte portée telle qu'une interface Bluetooth®; et
optionnellement, un capteur de pression 9.
L'ensemble des éléments constitutifs dudit dispositif 100, tels que décrits ci- dessus, peut être typiquement intégré sur un même circuit imprimé monobloc de type PCB (Printed Circuit Board). La mémoire morte 5 constitue un support d'enregistrement au sens de l'invention. Ce support 5 mémorise un programme d'ordinateur PG1 apte à mettre en œuvre, lorsqu'il est exécuté par l'unité centrale 4, les étapes du procédé de géolocalisation réalisées par le dispositif 100 conformément à l'invention, comme illustré à la figure 2.
Par la suite, on considère à titre d'exemple, que le dispositif 100 est constitué par un téléphone portable de type smart phone actuellement disponible sur le marché et dans lequel sont embarqués un gyromètre tri-axes 10 et un accéléromètre tri-axes 12 sous la forme du capteur de données inertielles intégré 1.
Toutefois, le dispositif selon l'invention ne se limite bien évidemment pas à un téléphone portable mais vise tout type de dispositif apte à mesurer de manière autonome des grandeurs inertielles telles que l'accélération et/ou la vitesse de rotation. Par exemple, il peut s'agit d'un capteur intégré comprenant un centrale inertielle ou à inertie (IMU).
Selon une variante de réalisation, les moyens de mesure 1 (i.e. capteurs inertiels) sont embarqués sur le dispositif, tandis que le microprocesseur de l'unité de traitement 4 est dissocié du dispositif 100. Cette variante de réalisation est particulièrement adaptée au cas où le traitement est différé du déplacement ou déporté. Dans ce cas, l'ensemble ou partie des post-traitements peuvent être délégués à un ou plusieurs appareils fixes ou mobiles eux-mêmes. Par exemple, cette variante pourrait être avantageusement utilisée pour déterminer la ronde d'un gardien dans un supermarché après qu'il ait effectué sa ronde.
La Figure 2 illustre un mode particulier de réalisation du procédé selon l'invention, tel que mis en œuvre par le dispositif 100 illustré à la figure 1.
La présente invention va être maintenant décrite dans un mode particulier de réalisation, dans lequel on considère un piéton qui se déplace en marchant ou en courant selon différents modes de déplacement élémentaires.
Lors d'une première étape préalable E01, on fait l'acquisition, au moyen d'un ou plusieurs dispositifs selon l'invention 100, d'un ensemble de signaux Ai,k(t) constituant des données inertielles. Ces données inertielles sont représentées sous la forme de signaux tels que ceux représentés à titre d'exemple sur la figure 3. Ces signaux de données inertielles sont mesurés dans le domaine temporel, pour chaque mode de déplacement élémentaire i, à partir des éléments de capteurs k, où i et k désignent des entiers naturels tels que l<i <m et l<k <p, avec m désignant le nombre total de modes de déplacements élémentaires et p désignant le nombre total d'éléments de capteurs considérés.
La mesure de ces signaux est réalisée pour un ou plusieurs piétons (deuxième personne) quelconques qui ne correspondent pas nécessairement au piéton utilisateur final de l'invention (première personne), c'est-à-dire celui que l'on souhaite géolocaliser.
Dans l'exemple présent, on considère que m=4 pour désigner les quatre modes de déplacements élémentaires suivants : marche normale (walking), marche de santé (strolling), marche à la hâte (rushing), course (jogging). On considère que p=6 pour désigner les trois éléments de l'accéléromètre 12 mesurant les trois composantes d'accélération et les trois éléments du gyromètre 10 mesurant les trois composantes de vitesse angulaire (roulis, tangage, lacet).
Lors de la première étape préalable E01, chaque signal mesuré A,k(t) est tronqué, centré et complété avec des bits de bourrage « 0 », avant d'être converti dans le domaine fréquentiel. Cette conversion s'effectue, par exemple, par une transformée de Fourier rapide (FFT : Fast Fourier Transform) appliquée aux signaux Aiik(t), de manière à obtenir un ensemble de signatures dans le domaine fréquentiel : Si,k=FFT (A,k) où Si,k désigne un élément de signature obtenu par FFT sur le signal mesuré par l'élément de capteur k pour le mode de déplacement élémentaire i.
Tous les signaux S^k sont normalisés et stockés dans une matrice de signatures X=[Si,k] où l<i <m et l<k <p. Dans l'exemple présent, la matrice X comprend pour chacun des quatre mode de déplacement élémentaire considérés (i=l : marche ; i=2 : marche de santé ; i=3 : marche à la hâte ; i=4 : course), une signature constituée par six éléments de signature comme listés dans le tableau ci-dessous.
Elément de Mode n°l Mode n°2 Mode n°3 Mode n°4 capteur (k) (i=l) (i=2) (i=3) (i=4)
k=l SU S21 S31 S41 k=2 S12 S22 S32 S42 k=3 S13 S23 S33 S43 k=4 S14 S24 S34 S44 k=5 S15 S25 S35 S45 k=6 S16 S26 S36 S46
Tableau : Matrice de signatures
Ainsi, la signature SI comprend les six éléments de signatures S U , S I 2, S 13, SI 4, S 15, S16 permettant de caractériser de manière unique un premier mode de déplacement élémentaire (i=l), indépendamment des paramètres physiques propres au piéton considéré tels que sa taille, son poids ou son sexe. Il en va de même pour chacun des autres modes de déplacement élémentaire.
On notera que le caractère universel de ces signatures est particulièrement avantageux par rapport aux solutions de l'art antérieur qui nécessitent une calibration en fonction d'un ou plusieurs paramètres physiques du piéton.
Dès lors que la matrice de signatures est générée, celle-ci est stockée dans la mémoire morte 5 du téléphone portable 100 et pourra être directement utilisée pour évaluer la position d'un piéton selon les étapes du procédé de l'invention, telles que décrites ci-après, quel que soit le piéton considéré et sans nécessiter une quelconque opération de calibration.
Dans le présent mode de réalisation, la première étape préalable E01 est mise en œuvre par le processeur 4 du téléphone portable 100. Toutefois, dans d'autres modes de réalisation, les traitements opérés sur les signaux Ai,k(t) pour l'obtention de la matrice de signatures X pourront être réalisés de manière centralisée par au moins un processeur sur au moins serveur distant (non représenté), auquel le téléphone portable du piéton pourra se connecter via Internet et/ou un réseau mobile, pour télécharger la matrice de signatures X. Selon une variante de réalisation, la matrice de signatures X pourra avoir été pré-enregistrée dans la mémoire du téléphone portable du piéton. Dans ce cas, la matrice de signatures X pourra être utilisée directement par le téléphone sans nécessiter de connexion préalable. Par défaut, on suppose que le piéton est inactif, de sorte que le mode de déplacement élémentaire est initialement fixé comme étant de type « Idle ».
Lors d'une étape de mesure El , le gyromètre 12 mesure les vitesses angulaires de roulis, tangage, lacet, tandis que l'accéléromètre 10 mesure les accélérations verticale, frontale, transversale. Ces mesures sont stockées temporairement dans la mémoire vive 6 du téléphone portable 100.
De manière générale, le procédé selon l'invention est exécuté automatiquement dès lors que les moyens classiques de géolocalisation du terminal mobile sur lequel est mis en œuvre le procédé ne sont plus aptes à faire l'acquisition de données de géolocalisation.
Ceci est notamment le cas lorsque le terminal mobile pénètre dans un bâtiment, à l'intérieur duquel des signaux nécessaires à la géolocalisation, tels que des signaux GPS, ne sont plus détectés par le terminal. Dans ce cas, la position instantanée n'étant pas déterminable par les moyens classiques de géolocalisation, les mesures des données inertielles sont effectuées lors de l'étape de mesure El . A titre d'exemple illustratif, la Figure 3 représente des signaux de données inertielles mesurés pour la marche (Fig. 3a) et la course (Fig. 3b). Ces mesures ont été réalisées dans le cas où le piéton tient son téléphone dans la main droite, de sorte que le téléphone est solidaire du piéton. Pour des raisons de simplicité, seules la vitesse de rotation de lacet exprimée en Rad/s et les accélérations frontale et verticale exprimées en m/s2 ont été représentées. De manière générale, on pourra considérer tout ou partie des données inertielles fournies par un ou plusieurs éléments de capteur k.
Selon une particularité de l'invention, l'accélération verticale est considérée avec un poids prépondérant par rapport aux autres grandeurs inertielles mesurées pour identifier de manière unique un mode de déplacement élémentaire. Cette particularité est issue des observations réalisées par les inventeurs sur l'évolution temporelle de l'ensemble des signaux de données inertielles mesurés.
Pour une activité de marche « normale », les inventeurs ont mis en évidence, dans le domaine temporel, la répétition d'un motif Ml d'accélération verticale propre à cette activité, ce motif étant caractérisé par la présence de deux pics d'accélération verticale. Comme illustré sur la Figure 3a, ces deux pics présentent une amplitude sensiblement égale et sont séparés par un intervalle de temps compris entre 50 et 150 millisecondes. Les inventeurs ont constaté que ce motif caractéristique de la marche apparaît entre l'instant t2 où le talon d'un pied du piéton heurte le sol et l'instant t' 1 où les orteils de l'autre pied cessent d'être en contact avec le sol. Selon l'analyse des inventeurs, ce motif de forme sensiblement invariante apparaît de manière systématique pour une activité de marche, quelque que soit le piéton considéré. Par conséquent, ce motif Ml est considéré comme un indicateur fiable pour reconnaître un mouvement de marche. Pour une activité de course quelconque, les inventeurs ont mis en évidence dans le domaine temporel, la répétition d'un motif M2 d'accélération verticale propre à cette activité caractérisé par un plateau de saturation de l'accélération verticale d'une durée comprise entre 50 et 150 millisecondes, le plateau étant instantanément précédé par un pic d'accélération d'amplitude inférieure au niveau de saturation du plateau comme illustré sur la Figure 3b. Les inventeurs ont constaté que ce motif invariant apparaît entre l'instant t4 où le talon d'un pied piéton heurte le sol et l'instant t'3 où les orteils de l'autre pied cessent d'être en contact avec le sol. Ce motif de forme sensiblement invariante apparaît de manière systématique pour une activité de course, quel que soit le piéton considéré. Par conséquent, ce motif M2 est considéré comme un indicateur fiable pour reconnaître un mouvement de course.
De manière générale, lors d'une étape de reconnaissance E3, le processeur met en œuvre les sous-étapes suivantes :
(i) comparaison des données inertielles mesurées par rapport aux signatures uniques prédéterminées (X), de manière à obtenir un ensemble de coefficients (r(i,k)) pour chacun des déplacements élémentaires prédéfinis ;
(ii) multiplication des coefficients par un facteur multiplicatif respectif correspondant à un poids (W) préalablement attribué à une grandeur inertielle , de manière à obtenir un ensemble de valeurs pondérées,
(iii) calcul d'un score de corrélation correspondant à la somme des valeurs pondérées ;
le mode de déplacement reconnu étant celui pour lequel le score de corrélation est le plus élevé .
Lors de l'étape de reconnaissance E3, le processeur 4 traite chaque signal de données inertielles mesuré en temps réel selon les opérations suivantes :
extraction d'un échantillon des données inertielles acquises d'une durée supérieure à 1 seconde (s), de préférence comprise entre 1 s et 2 s, conversion de cet échantillon dans le domaine fréquentiel par application d'un transformée de Fourier rapide (FFT) sur l'échantillon,
- troncature de l'échantillon converti de manière à supprimer les effets de bords, - bourrage de bits pour faire en sorte que la taille du signal obtenu soit égale à une puissance de 2,
comparaison dans le domaine fréquentiel de l'échantillon converti à chacune des signatures contenues dans la matrice de signatures X.
Les inventeurs ont constaté que l'acquisition de données inertielles pendant une durée comprise entre 1 s et 2 s, et en particulier égale à ls, est suffisante pour permettre une reconnaissance fiable du mode de déplacement élémentaire, étant donné que plusieurs motifs caractéristiques de ce mode de déplacement peuvent être captés pendant cette durée.
En particulier, le traitement d'un échantillon d'une durée égale à 1 s présente un excellent compromis entre la rapidité de traitement et la précision à laquelle la position instantanée du piéton est évaluée. En effet, les inventeurs ont déterminé, sur la base de mesures réalisées sur un trajet de 200 m, que la position du piéton peut être mesurée avec une précision d'au moins 90% dans le cas où la durée de l'échantillon sur lequel porte l'étape de reconnaissance est égale à 1 s. Lorsque la durée de l'échantillon est étendue à 2,5 s, cette précision approche 100%.
Le fait que le signal servant à l'obtention de la signature s'étende sur une durée supérieure à 1 s n'est pas incompatible avec une durée d'échantillon égale à 1 s étant donné que la recherche des signatures dans le signal mesuré s'effectue dans le domaine fréquentiel.
A titre d'exemple illustratif, la comparaison de l'échantillon du signal mesuré par rapport aux signatures uniques est exécutée par le processeur 4. Pour cela, chaque échantillon Z est comparé à l'ensemble des signatures de la matrice X en calculant le coefficient de Pearson rpearson selon la formule suivante :
_ X. ZT - nX Z
Ipearson — ô ô où #( ) = _ [∑ =1 X ]— nX2 avec n désignant la taille du vecteur X
T désignant la transposée matricielle et désignant la moyenne. Ainsi, on obtient une matrice de coefficients de Pearson r, dont les éléments sont définis par r(i,k) = rpearson(X(i,k), Z(k)) pour chaque mode de déplacement élémentaire i. Dans le présent exemple, chaque échantillon Z est comparé à un ensemble de six éléments de signature pour chacun des quatre modes de déplacement élémentaires, de manière à obtenir un ensemble de 6x4=24 coefficients de Pearson.
Un score de corrélation scalaire scorejoc est ensuite calculé par le processeur 4 en multipliant chacun des coefficients de Pearson par un facteur multiplicatif correspondant au poids respectif préalablement associé à chaque grandeur inertielle.
Selon une particularité de l'invention, un poids prépondérant est affecté aux données d'accélération verticale compte-tenu du fait que les inventeurs ont constaté expérimentalement que cette grandeur constitue un indicateur fiable pour distinguer un mode de déplacement élémentaire.
Selon une autre particularité de l'invention, les données d'accélération frontale sont affectées d'un poids deux fois moins élevé que le poids affecté aux données d'accélération verticale, les données d'accélération transverses sont affectées d'un poids huit fois moins élevé que le poids affecté aux données d'accélération verticale, les données de rotation de type roulis sont affectées d'un poids deux fois moins élevé que le poids affecté aux données d'accélération verticale, les données de rotation de type tangage sont affectées d'un poids quatre fois moins élevé que le poids affecté aux données d'accélération verticale.
Dans le présent exemple, on attribue les facteurs multiplicatifs 0,4 ; 0,2 ; 0,05 ; 0,2 ; 0,1 ; 0,05 respectivement aux données d'accélération verticale, frontale, latérale et de vitesse de rotation de lacet, tangage, roulis. Ces facteurs multiplicatifs, ou poids, sont stockés sous la forme d'une matrice de poids W={0,4 ; 0,2 ; 0,05 ; 0,2 ; 0,1 ; 0,05} .
Ce choix de ces valeurs est particulièrement avantageux dans la mesure où il permet de déterminer avec fiabilité un mode de déplacement élémentaire (i.e. taux de reconnaissance relativement élevé).
Compte-tenu du faible poids affecté à la vitesse de rotation de roulis (mil), i.e. 0,05, on pourra omettre de considérer cette grandeur inertielle dans le calcul du score de la manière à simplifier le calcul. Ainsi, selon une variante de réalisation, le coefficient de Pearson r(i,6) n'est pas calculé pour cette grandeur (k=6) et dans ce cas, la matrice de poids est réduite à W={0,4 ; 0,2 ; 0,05 ; 0,2 ; 0,1 } où p=5.
De manière générale, pour chaque échantillon, le score de corrélation scalaire score_loc est obtenu pour chaque mode de déplacement i en calculant la somme pondérée des coefficients de Pearson comme suit : où T désigne la transposée matricielle.
Dans l'exemple présent, on dispose pour chaque échantillon d'un ensemble de 6 coefficients de Pearson stockés sous la forme r(i) = (r(i,l), r(i,2), r(i,3), r(i,4), r(i,5), r(i,6)} pour un mode de déplacement i. Pour tenir compte des poids affectés aux différentes grandeurs inertielles mesurées, on multiplie par :
• 0,4 le coefficient de Pearson relatif aux données d'accélération verticale r(i,l),
• 0,2 le coefficient de Pearson relatif aux données d'accélération frontale r(i,2),
• 0,05 le coefficient de Pearson relatif aux données d'accélération latérale r(i,3),
• 0,2 le coefficient de Pearson relatif aux données de vitesse de rotation de lacet r(i,4),
• 0,1 le coefficient de Pearson relatif aux données de vitesse de rotation de tangage (i,5),
• 0,05 le coefficient de Pearson relatif aux données de vitesse de rotation de roulis r(i,6).
On calcule la somme de ces valeurs pondérées comme suit :
score_loc= 0,4.r(i,l)+0,2.r(i,2)+0,05.r(i,3)+0,2.r(i,4)+0,l .r(i,5)+0,05.r(i,6).
Si le score obtenu pour le mode de déplacement i est suffisamment élevé, par exemple, si sa valeur est supérieure à 0,4 (i.e. score_loc>0,4), on considère que ce mode de déplacement i peut être potentiellement retenu. Dans ce cas, on sauvegarde ce score en tant que score de référence (score=s core_loc) auquel sera comparé le score calculé lors d'une suivante itération de l'algorithme de calcul pour un autre mode de déplacement élémentaire.
Par exemple, lors d'une première itération, on calcule le score de l'échantillon Z vis-à-vis de l'activité de marche (i=l) : ,score_/Oc=r(l)TxW où r(l)(k) = rpearson(X(l,k), Z(k)). Si ce score est supérieur à 0,4 (score_loc>0,4), alors on affecte la valeur de scorejtoc à une variable score. Lors d'une deuxième itération, on calcule le score de l'échantillon Z vis-à-vis de l'activité de marche de santé (i=2) : score, c=r(2)TxW ou r(2, k) = rpearson(X(2,k), Z(k)). Si ce score est supérieur à 0,4 alors on affecte la valeur de scorejtoc à la variable score. On procède ainsi de suite pour chaque mode de déplacement élémentaire prédéfini, de sorte que le déplacement élémentaire qui aura atteint le score le plus élevé pour l'activité analysée sera considéré comme étant finalement reconnu. Si aucune itération ne permet d'obtenir un score supérieur à 0,4, alors aucun mode de déplacement élémentaire n'est reconnu. Dans ce cas, on considère que le piéton n'est pas en mouvement (idle).
Lors d'une étape d'estimation E5, la vitesse et la direction de déplacement du piéton sont estimées en fonction du mode de déplacement élémentaire reconnu et des données inertielles mesurées en temps réel par le gyromètre 10 et/ou l'accéléromètre 12.
Selon une particularité de l'invention, l'estimation de la direction de déplacement comprend une sous-étape de filtrage E52 de tout ou partie des données inertielles mesurées. Cette sous-étape de filtrage E52 vise à supprimer du signal mesuré des données parasites correspondant à des mouvements corporels, tels qu'un balancement des bras ou un dandinement latéral. Les inventeurs ont constaté que de tels mouvements peuvent constituer une source d'imprécision pour la détermination de la direction de déplacement et que la reconnaissance d'un mode de déplacement élémentaire peut être avantageusement utilisée pour extraire ces données parasites.
Dans le présent exemple, on considère que le filtrage s'applique sur les valeurs de vitesse de rotation de lacet (yaw velocity) mesurées. Ces valeurs sont corrigées lors de la sous-étape de filtrage E52 par le processeur 4 en fonction de la signature du mode de déplacement élémentaire reconnu. Pour cela, les valeurs de vitesse de rotation de lacet mesurées par le gyromètre 10 sont converties par FFT dans le domaine fréquentiel, desquelles sont soustraites les valeurs correspondantes de la signature (i.e. éléments de signature) du mode de déplacement élémentaire reconnu. Plus spécifiquement, on soustrait de la composante spectrale du signal de mesure converti présentant une amplitude maximale, la composante spectrale d'amplitude maximale de ladite signature. Ainsi, la version filtrée de la vitesse de rotation de lacet qui résulte de la sous-étape de filtre E52 constitue un indicateur amélioré des changements de direction effectifs.
Selon une particularité de l'invention, l'estimation de la direction de déplacement comprend une sous-étape de correction E54 d'une erreur systématique (bias) et de bruit inhérents aux moyens de mesure utilisés (e.g. gyromètre 10). Dans l'exemple présent, la vitesse angulaire de lacet 6>m(tn) mesurée et filtrée à l'instant tn comme décrit ci-dessus est exprimée comme suit :
em(tn) = è (tn) + b(tn) + μ{ίη)
où Ô (tn) désigne la valeur correcte de vitesse de lacet, b(tn) désigne l'erreur systématique et μ(ίη) désigne un bruit blanc Gaussien à l'instant tn. L'erreur systématique est estimée par le processeur 4 comme suit :
n-l
b(tn) = n x E[èm(ti) - é Ctf-J] - ^ b(ti)
i=l
où E désigne l'espérance mathématique.
En combinant les sous-étapes de filtrage E52 et de correction E54 telles que décrites ci-dessus, les inventeurs ont réussi à démontrer, sur la base de données expérimentales, que la précision de géolocalisation est améliorée de manière significative, par rapport au cas où seule la sous-étape de filtrage est appliquée ou au cas où aucune des sous-étapes de filtrage et de correction n'est appliquée.
Selon une particularité de l'invention, la vitesse de déplacement du piéton est estimée, en fonction du mode de déplacement élémentaire reconnu et d'une cadence de déplacement du piéton estimée en temps réel à partir des données inertielles mesurées.
La cadence de déplacement du piéton correspond au nombre de pas détectés par seconde. La cadence est estimée en temps réel et de manière fiable, en convertissant les mesures d'accélération verticale dans le domaine fréquentiel, par exemple par application d'une transformée de type FFT, et en identifiant la fréquence de la composante spectrale présentant l'amplitude la plus élevée.
Selon une particularité de l'invention, la vitesse de déplacement est évaluée selon un modèle définissant, pour chaque mode de déplacement élémentaire, une relation univoque entre la cadence et la vitesse de déplacement. Les résultats des expérimentations menées par les inventeurs ont permis de démontrer que la prise en compte de la cadence dans l'évaluation de la vitesse de déplacement permet avantageusement d'améliorer notablement la précision de géo localisation.
En effet, ce modèle tient compte du fait que la vitesse de déplacement d'un piéton peut sensiblement varier au sein d'un même mode de déplacement élémentaire. Ce modèle est représenté graphiquement à titre d'exemple illustratif sur la Figure 4 pour les quatre modes de déplacement élémentaire suivants : marche de santé (strolling), marche normale (walking), marche à la hâte (rushing), course (jogging). Comme illustré, pour chaque mode de déplacement élémentaire, un domaine de variation continu des valeurs de vitesse de déplacement est déterminé en fonction d'un sous-domaine de valeurs de la cadence estimée. Par exemple, la vitesse de déplacement varie de 0,6 m/s et 1 ,3 m/s pour des valeurs de cadence comprises entre 1 ,2 et 1 ,7 pas/s dans le cas de la marche normale.
Ce modèle est obtenu lors d'une deuxième étape préalable E02 effectuée avant la mise en œuvre des étapes de calcul précédemment décrites pour géolocaliser le piéton. Il convient de noter que l'élaboration de ce modèle n'est pas relative au piéton considéré, Le. pour lequel on souhaite déterminer la position.
La deuxième étape préalable E02 consiste, pour chaque mode de déplacement élémentaire, tout d'abord à mesurer la vitesse et la cadence en utilisant des méthodes de mesure précises et ensuite à relier les points de mesure de manière continue, par une technique de régression connue mise en œuvre par un processeur d'un ordinateur.
A titre d'exemple illustratif, la cadence peut être mesurée de manière fiable par plusieurs téléphones portables conventionnels portés par des piétons volontaires se déplaçant selon un même mode de déplacement élémentaire donné (e.g. marche normale) sur une distance de référence (e.g. 20 mètres). La vitesse de déplacement est calculée en fonction du temps mis par le piéton pour parcourir cette distance de référence, ce temps étant mesuré au moyen d'un chronomètre.
A titre d'exemple illustratif, la technique de régression sélectionnée pour relier de manière continue les points de mesure est une technique de régression polynomiale. Comme illustré sur la figure 4, les points de mesure sont identifiés, pour chacun des quatre modes de déplacement élémentaires, par des symboles respectifs, ces points étant reliés par une courbe obtenue par régression polynomiale.
Il convient de noter que, dès lors que ce modèle est élaboré, il est stocké dans la mémoire morte 5 du téléphone 100 de manière à pouvoir être directement utilisé pour évaluer la position d'un piéton selon l'invention, quel que soit le piéton considéré. Dès lors que ce modèle est établi, il peut avantageusement être appliqué à n'importe quel piéton considéré pour améliorer la précision de sa géolocalisation, sans nécessiter de calibration propre au piéton considéré.
Une mise à jour centralisée de ce modèle pourra être mise en œuvre sur un serveur distant, auquel le téléphone portable destiné à mettre en œuvre l'invention pourra se connecter via Internet et/ou un réseau mobile, pour télécharger ledit modèle.
Les inventeurs ont démontré sur la base de tests expérimentaux que la mise en œuvre du procédé de géolocalisation selon l'invention dans lequel la vitesse de déplacement est estimée en fonction de la cadence selon le modèle décrit ci-dessus permet d'atteindre une précision de localisation d'environ 1 mètre sur des distances parcourues de plusieurs centaines de mètres.
Lors d'une étape d'évaluation E7, la position de ladite première personne est évaluée en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération de l'étape d'évaluation.
En particulier, lors de la première itération du procédé selon l'invention, la position « évaluée lors d'une précédente itération de l'étape d'évaluation » doit être comprise comme étant une position de référence, telle que la position dernièrement acquise par les moyens de géolocalisation conventionnels. Ainsi, lorsque le procédé selon l'invention commence à être exécuté, cette position de référence, qui ne fait pas l'objet de l'invention, est connue.
On notera que le procédé selon l'invention porte sur l'évaluation d'une position instantanée de manière autonome, Le. n'ayant plus recours aux moyens de géo localisation conventionnels, quelle que soit la manière dont la position de référence initiale est acquise. Par exemple, cette position peut être acquise par tout moyen de réception radiofréquence, tel qu'un récepteur GPS inclus dans le terminal mobile de l'utilisateur ou bien une interface de communication de type Wi-Fi, Bluetooth ou Near Field Communication adaptée à recevoir d'un émetteur l'information de la position de référence, par exemple, au niveau d'un point de passage, tel que l'entrée d'un bâtiment. Les étapes du procédé décrites ci-avant permettent de géolocaliser un piéton dans un espace à deux dimensions formant un plan horizontal, i.e. parallèle par rapport au sol sur lequel s'appuie le bâtiment.
Un autre mode particulier de l'invention est maintenant décrit en référence à la Figure 5 pour déterminer un mode de déplacement vertical, ce qui est particulièrement avantageux pour continuer à géolocaliser de manière fiable et autonome le piéton lorsque ce dernier change d'étage à l'intérieur du bâtiment.
Selon une autre caractéristique de l'invention, un mode de déplacement vertical est reconnu, en fonction d'au moins un paramètre d'élévation mesuré en temps réel.
A cet effet, le capteur de pression ou baromètre 9 du dispositif 100 mesure à intervalles de temps réguliers la pression P. Sur la base de ces mesures, le processeur 4 du terminal 100 calcule un différentiel d'altitude Δζ tel que Az=-AP/(p.g), où ΔΡ désigne le différentiel de pression mesuré, p désigne la densité de l'air et g désigne la gravité terrestre. Le processeur 4 est adapté pour détecter un changement d'altitude par rapport à un ou plusieurs seuils prédéterminés (étape E30).
Par exemple, le processeur 4 est adapté pour détecter un premier changement d'altitude supérieur à un premier seuil prédéterminé, correspondant par exemple à une élévation de 1 m pendant une durée de 2 s.
Dès lors qu'un changement d'altitude dépassant le premier seuil est détecté, un mode de déplacement vertical peut être reconnu dans les différents cas suivants.
Si le processeur 4 ne reconnaît aucun mouvement du piéton lors de l'étape de reconnaissance E3 mais détermine que l'accélération verticale mesurée a est supérieure à un seuil d'accélération prédéterminé, par exemple égal à 1 m/s2 (i.e. a > 1 m/s2) alors il en déduit que le piéton se déplace verticalement en utilisant un ascenseur (étape E321). Dans ce cas, les coordonnées de l'utilisateur dans un plan horizontal (i.e. parallèle au sol) demeurent inchangées lors de ce déplacement vertical.
Si le processeur 4 ne reconnaît aucun mouvement du piéton lors de l'étape de reconnaissance E3 mais détecte que l'accélération verticale mesurée a est inférieure audit seuil d'accélération prédéterminé (i.e. a < 1 m/s2), alors le processeur 4 détermine que le piéton se tient debout sur un escalier mécanique {escalator) actionné (E322). Lors de ce déplacement, les coordonnées du piéton varient non seulement verticalement (c'est-à-dire perpendiculairement par rapport au sol), mais également dans un plan horizontal.
En tenant compte de l'angle selon lequel la rampe de l'escalier mécanique est inclinée par rapport au sol du bâtiment, par exemple 30°, le processeur 4 peut continuer à estimer avec précision les coordonnées du piéton dans un plan horizontal.
Si le processeur 4 détecte conjointement un déplacement élémentaire du piéton lors de l'étape de reconnaissance E3 et un changement d'altitude Δζ rapide (étape E34), c'est-à-dire supérieur à un deuxième seuil prédéterminé (e.g. Δζ > 0,5 m/s), alors le processeur 4 détermine que le piéton se déplace sur un escalier mécanique en fonctionnement (étape E341) selon le mode de déplacement élémentaire identifié lors de l'étape de reconnaissance E3. En tenant compte de l'angle selon lequel la rampe de l'escalier mécanique est inclinée par rapport au sol du bâtiment, par exemple 30°, le processeur 4 peut continuer à estimer avec précision les coordonnées du piéton dans un plan horizontal.
Si le processeur 4 détecte conjointement un déplacement élémentaire du piéton lors de l'étape de reconnaissance E3 et un changement d'altitude Δζ faible (étape E34), c'est-à-dire inférieur au deuxième seuil prédéterminé (e.g. Δζ <0,5 m/s), alors le processeur 4 détermine que le piéton se déplace sur un escalier (étape E342) selon le mode de déplacement élémentaire identifié. Dans ce cas, si le processeur 4 détermine en outre que des changements de direction sont rapides et réguliers, alors il en déduit que le piéton se déplace suivant un escalier en colimaçon. En tenant compte de l'angle d'inclinaison de l'escalier (e.g. 30°), le processeur peut continuer à déterminer avec précision les coordonnées du piéton dans un plan horizontal.
Dans chacun des cas décrits ci-dessus, le procédé selon l'invention permet de localiser avec précision le déplacement du piéton dans un espace en trois dimensions, c'est-à-dire se déplaçant verticalement.
La présente invention n'est pas limitée au cas du piéton. Elle s'applique également à toute personne se déplaçant au moyen d'un engin de déplacement non motorisé.
Par engin de déplacement non motorisé, on entend notamment tout engin propulsé par une force musculaire de son ou ses occupants et qui n'est pas équipé d'un moteur, tel qu'une trottinette classique, une bicyclette, des skis/patins/planche à roulettes, des patins à glace, des skis à neige, etc.
On pourra assimiler les utilisateurs d'engins à roulettes sans moteur à des piétons dans la mesure où ceux-ci ne font pas appel à la force fournie par un moteur pour se déplacer. Par exemple, l'utilisateur d'une trottinette non motorisée effectue de manière connue des mouvements de va et vient avec une jambe prenant ponctuellement appui avec le sol pour se propulser vers l'avant.
Selon l'invention, ce mouvement particulier de l'utilisateur peut être également caractérisé de manière unique par une signature préalablement enregistrée dans la matrice de signatures, comme décrit précédemment. Comme pour le cas du piéton, on pourra distinguer sur la base des signatures uniques différents modes de déplacement élémentaires en fonction desquels la position de l'utilisateur de la trottinette pourra être déterminée avec précision et de manière autonome.
Naturellement, pour satisfaire des besoins spécifiques, une personne compétente dans le domaine de l'invention pourra appliquer des modifications à l'invention telle que décrite ci-dessus sans sortir du cadre de l'invention. Par exemple, l'algorithme de reconnaissance de mouvements pourra être exécuté par l'application installée sur le téléphone portable plutôt que par l'applicatif du capteur de données.
La présente invention n'est pas limitée aux modes de réalisation spécifiques qui ont été décrits ci-dessus, et les modifications qui se trouvent dans le champ d'application de la présente invention seront évidentes pour une personne versée dans l'art.

Claims

REVENDICATIONS
Procédé de géolocalisation autonome d'une première personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé, ledit procédé destiné à être mis en œuvre sur un dispositif portable solidaire de ladite personne, ledit procédé étant caractérisé en ce qu'il comprend les étapes suivantes :
• mesure (El) de données inertielles relatives à un déplacement de ladite première personne ;
• reconnaissance (E3) d'un mode de déplacement élémentaire de ladite première personne, lors de laquelle tout ou partie des données inertielles mesurées sont comparées à des signatures prédéterminées, chaque signature étant préalablement associée de manière unique à un mode de déplacement élémentaire indépendamment de ladite première personne considérée ;
• estimation (E5) de la vitesse et de la direction de déplacement de ladite première personne, en fonction du mode de déplacement élémentaire reconnu et de tout ou partie des données inertielles mesurées ; et
• évaluation (E7) de la position de ladite première personne, en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération de l'étape d'évaluation.
Procédé selon la revendication 1, caractérisé en ce qu'il comprend une première étape préalable (E01), lors de laquelle chaque signature est élaborée sur la base d'au moins un signal temporel de données inertielles obtenu pour un mode de déplacement élémentaire donné et effectué par au moins une deuxième personne.
3. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que lors de l'étape de reconnaissance (E3), les données inertielles mesurées sont comparées aux éléments de signatures de chacun des déplacements élémentaires prédéfinis, en calculant un score de corrélation pondérée par des poids (W) préalablement attribués à chaque type de données inertielles, de sorte que le mode de déplacement reconnu est celui pour lequel le score de corrélation est le plus élevé.
Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que lors de l'étape de reconnaissance (E3), les données inertielles sont sélectionnées parmi des données d'accélération verticale, frontale, transverse, de rotation.
Procédé selon la revendication précédente, caractérisé en ce que les données d'accélération verticale sont affectées d'un facteur multiplicatif constituant un poids prépondérant par rapport aux autres données inertielles comparées lors de l'étape de reconnaissance (E3).
Procédé selon la revendication précédente, caractérisé en ce que les données d'accélération verticale sont affectées d'un premier poids et en ce que:
• les données d'accélération frontale sont affectées d'un deuxième poids de valeur au moins deux fois moins élevée que celle du premier poids, et/ou
• les données d'accélération transverse sont affectées d'un troisième poids de valeur au moins huit fois moins élevée que celle du premier poids, et/ou
• les données de rotation de type roulis sont affectées d'un quatrième poids de valeur au moins deux fois moins élevée que celle du premier poids, et/ou
• les données de rotation de type tangage sont affectées d'un cinquième poids de valeur au moins quatre fois moins élevée que celle du premier poids.
Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que les données inertielles comparées lors de l'étape de reconnaissance (E3) correspondent à un échantillon de données temporel d'une durée comprise entre 1 s et 2 s .
8. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la vitesse de déplacement de ladite première personne est estimée, lors de l'étape d'estimation (E5), en fonction du mode de déplacement élémentaire reconnu et d'une cadence de déplacement de ladite première personne estimée en temps réel à partir des données inertielles mesurées.
9. Procédé selon la revendication précédente, caractérisé en ce que l'évaluation de la vitesse de déplacement est réalisée à partir d'un modèle préalablement établi et définissant pour chaque mode de déplacement élémentaire une relation univoque entre la cadence et la vitesse de déplacement.
10. Procédé selon la revendication précédente, caractérisé en ce que ledit modèle est élaboré par régression polynomiale, sur la base d'un ensemble de points de mesures discrets, chaque point associant une vitesse à une cadence de déplacement.
11. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'estimation de la direction de déplacement de ladite première personne comprend :
• une sous-étape de filtrage (E52) lors de laquelle tout ou partie des données inertielles mesurées est filtrée par soustraction de données correspondantes comprises dans la signature du mode de déplacement reconnu ; et
· une sous-étape de correction (E54) d'une erreur systématique b(tn) inhérente aux moyens de mesures (1) desdites données inertielles.
12. Dispositif de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin de déplacement non motorisé, ledit dispositif étant destiné à être solidaire de ladite personne, ledit dispositif étant caractérisé en ce qu'il comprend : • des moyens de mesure (1 ; 10, 12) pour mesurer des données inertielles relatives à un déplacement de ladite personne;
• des moyens de reconnaissance (4) pour reconnaître un mode de déplacement élémentaire dudit de ladite personne, lesdits moyens de reconnaissance étant adaptés à comparer tout ou partie des données inertielles mesurées à des signatures prédéterminées, chaque signature étant préalablement stockée dans des moyens de stockage en association de manière unique à un mode de déplacement particulier indépendamment de ladite personne considérée ;
· des moyens d'estimation (4) pour estimer la vitesse et la direction de déplacement de ladite personne en fonction du mode de déplacement élémentaire reconnu et des données inertielles mesurées ; et
• des moyens d'évaluation (4) pour évaluer la position de ladite personne en fonction de la vitesse et de la direction de déplacement estimées et de la position évaluée lors d'une précédente itération de l'étape d'évaluation.
13. Programme d'ordinateur (PGl) comprenant des instructions adaptées à la mise en œuvre d'au moins une quelconque des étapes du procédé selon l'une quelconque des revendications 1 à 11, lorsque ledit programme (PGl) est exécuté sur un ordinateur.
14. Moyen de stockage d'informations (5), amovible ou non, partiellement ou totalement lisible par un ordinateur ou un microprocesseur comportant des instructions de code d'un programme d'ordinateur (PGl) pour l'exécution d'au moins une quelconque des étapes du procédé selon l'une quelconque des revendications 1 à 11.
EP17829973.1A 2016-12-21 2017-12-21 Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé Withdrawn EP3559598A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1663008A FR3060760B1 (fr) 2016-12-21 2016-12-21 Procede de geolocalisation autonome d'une personne se deplacant a pied ou au moyen d'un engin non motorise et dispositif associe
PCT/EP2017/084040 WO2018115255A1 (fr) 2016-12-21 2017-12-21 Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé

Publications (1)

Publication Number Publication Date
EP3559598A1 true EP3559598A1 (fr) 2019-10-30

Family

ID=58669896

Family Applications (1)

Application Number Title Priority Date Filing Date
EP17829973.1A Withdrawn EP3559598A1 (fr) 2016-12-21 2017-12-21 Procédé de géolocalisation autonome d'une personne se déplaçant à pied ou au moyen d'un engin non motorisé et dispositif associé

Country Status (3)

Country Link
EP (1) EP3559598A1 (fr)
FR (1) FR3060760B1 (fr)
WO (1) WO2018115255A1 (fr)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201867A1 (en) * 2014-01-21 2015-07-23 The Charlotte Mecklenburg Hospital Authority D/B/A Carolinas Healthcare System Electronic free-space motion monitoring and assessments

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6826477B2 (en) * 2001-04-23 2004-11-30 Ecole Polytechnique Federale De Lausanne (Epfl) Pedestrian navigation method and apparatus operative in a dead reckoning mode
JP2007093433A (ja) * 2005-09-29 2007-04-12 Hitachi Ltd 歩行者の動態検知装置
EP2951533A4 (fr) * 2013-02-01 2016-08-10 Trusted Positioning Inc Procédé et système d'estimation de longueurs de pas variables au moyen d'une identification de système non linéaire

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201867A1 (en) * 2014-01-21 2015-07-23 The Charlotte Mecklenburg Hospital Authority D/B/A Carolinas Healthcare System Electronic free-space motion monitoring and assessments

Also Published As

Publication number Publication date
FR3060760B1 (fr) 2020-01-03
WO2018115255A1 (fr) 2018-06-28
FR3060760A1 (fr) 2018-06-22

Similar Documents

Publication Publication Date Title
EP1886517B1 (fr) Procédé et dispositif de localisation d&#39;un terminal dans un réseau local sans fil
EP3359915B1 (fr) Procédé d&#39;estimation du mouvement d&#39;un piéton
EP2381845B1 (fr) Dispositif, methode et systeme de caracterisation de mouvements d&#39;un pied
EP2646776B1 (fr) Procede et systeme de determination de valeurs de parametres representatifs d&#39;un mouvement d&#39;au moins deux membres d&#39;une entite representee sous la forme d&#39;une chaine articulee
WO2015091402A1 (fr) Procede de determination de l&#39;orientation d&#39;un repere capteur lie a un terminal mobile muni d&#39;un ensemble capteur, porte par un utilisateur et comprenant au moins un capteur de mouvement lie en mouvement
FR3012597B1 (fr) Procede de localisation en interieur et exterieur et dispositif portatif mettant en œuvre un tel procede
EP2560551B1 (fr) Systeme d&#39;analyse de foulees d&#39;un utilisateur
CN105122006A (zh) 用于使用非线性系统表示来进行可变步长估计的方法和系统
FR3021226A1 (fr) Procede de calcul de l&#39;activite d&#39;un utilisateur
WO2010046364A1 (fr) Dispositif et procede de determination d&#39;une caracteristique d&#39;une trajectoire formee de positions successives d&#39;un accelerometre triaxial lie de maniere solidaire a un element mobile
WO2008101925A1 (fr) Dispositif et procede pour detecter la trajectoire d&#39;un objet se deplacant en deux dimensions
WO2017202948A1 (fr) Dispositif de localisation d&#39;objets ou de personnes mobiles
EP3559598A1 (fr) Procédé de géolocalisation autonome d&#39;une personne se déplaçant à pied ou au moyen d&#39;un engin non motorisé et dispositif associé
WO2021048513A1 (fr) Système et dispositif de localisation et/ou de chronomètrage
EP1913336A1 (fr) Procede et dispositif de determination de la vitesse d&#39;un coureur
EP1788357A1 (fr) Système de localisation d&#39;utilisateur pieton
FR2985588A1 (fr) Procede de localisation d&#39;un mobile en milieu construit
FR2939191A1 (fr) Dispositif et procede d&#39;assistance au guidage d&#39;un pieton en difficulte de perception visuelle, telle qu&#39;une personne aveugle
FR3090148A1 (fr) Procédé de recalage cartographique multimodal basé sur le comportement répétitif humain
FR2963422A1 (fr) Estimation du deplacement d&#39;une personne
EP1575328A1 (fr) Procédé et dispositif de localisation d&#39;un terminal dans un réseau local sans fil
CH707379B1 (fr) Procédé de calcul de distance et podomètre associé.
EP2656010A1 (fr) Procede d&#39;estimation de la distance parcourue par un individu et dispositif de mesure associe
FR3055957A1 (fr) Technique de detection de pas

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20190709

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20201210

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20210421