FR3131048A1 - Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants - Google Patents
Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants Download PDFInfo
- Publication number
- FR3131048A1 FR3131048A1 FR2114217A FR2114217A FR3131048A1 FR 3131048 A1 FR3131048 A1 FR 3131048A1 FR 2114217 A FR2114217 A FR 2114217A FR 2114217 A FR2114217 A FR 2114217A FR 3131048 A1 FR3131048 A1 FR 3131048A1
- Authority
- FR
- France
- Prior art keywords
- user
- measurements
- home
- values
- current
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004590 computer program Methods 0.000 title claims description 6
- 238000012806 monitoring device Methods 0.000 title 1
- 238000005259 measurement Methods 0.000 claims abstract description 56
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract 2
- 238000012549 training Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000036642 wellbeing Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
Landscapes
- Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
- Telephonic Communication Services (AREA)
- Alarm Systems (AREA)
Abstract
L’invention concerne un procédé de surveillance d’un utilisateur au sein de son domicile, l’utilisateur portant un équipement utilisateur connecté à un réseau de communication. Ce procédé comprend : - une obtention d’un ensemble, dit ensemble courant, de valeurs d’une pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle courante, à partir de mesures, dites mesures courantes, d’un environnement de l’utilisateur collectées par un capteur de l’équipement connecté; - une obtention d’une mesure d’autonomie par comparaison de l’ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de la pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, de l’environnement de l’utilisateur collectées par le capteur de l’équipement connecté ; - une émission, le cas échéant, d’une notification d’alerte dans le réseau de communication, en fonction de la mesure d’autonomie obtenue. Figure à publier avec l’abrégé : Figure 1
Description
Domaine de l’invention
L’invention concerne le maintien à domicile de personnes fragiles (par exemple : seniors, personnes souffrantes de déficience, personnes isolées, etc.). En particulier, l’invention vise à une meilleure évaluation de l’autonomie de ces personnes fragiles par un système d’actimétrie pour la mise en œuvre d’un service de télé-vigilance.
Art antérieur
La perte d’autonomie est un enjeu important des prochaines années. Dans le cadre du maintien à domicile des personnes fragiles, il est nécessaire de pouvoir surveiller qu’elles sont capables de rester seules chez elles.
A cet égard, on sait que l’activité physique et la façon dont ces personnes interagissent avec leur environnement sont des indicateurs forts pour évaluer leur bonne santé physique, sociale et morale. On sait aussi qu’un changement dans leurs habitudes de vie, et notamment dans leurs déplacements, peut être révélateur d’une dégradation de leur état de santé et de leur niveau d’autonomie.
Afin d’analyser les déplacements des individus, il existe des systèmes de reconnaissance de localisation intérieure de personnes qui couplent des informations magnétométriques, de lumière ambiante et le signal WiFi («Wireless Fidelity» en anglais). Les trajectoires des individus sont estimées à partir de ces informations avec une précision d’environ 2,3 m sur un bâtiment de 2000 m2(«Indoor Mapping and Localization for Pedestrians using Opportunistic Sensing with Smartphones», Q. Liang et al., IEEE/RSJInternational Conference on Intelligent Robots and Systems(IROS), 2018). Un inconvénient de ces systèmes est que deux informations complémentaires au champ magnétique sont nécessaires : la lumière ambiante et le signal WiFi. Un autre inconvénient est qu’il nécessite l’installation préalable de nombreux capteurs dans le domicile, ce qui est coûteux.
Il existe d’autres systèmes de reconnaissance de localisation dans lesquels une catégorisation des trajectoires permet de définir plusieurs caractéristiques d’occupation des espaces afin d’offrir la possibilité de réguler les flux de personnes en cas d’urgence. Les trajectoires des individus sont collectées par système LiDAR («Light Detection and Ranging» en anglais, ou détection et estimation de la distance par la lumière). Un regroupement en classes des trajectoires est réalisé par l’algorithme K-moyenne («K-means» en anglais) («Identifying the Indoor Space Characteristics of an Urban Railway Station Based on Pedestrian Trajectory Data », Eunbi Jeong et al.,Journal of Advanced Transportation, 2019). La collecte d’informations est visuelle par le système LiDAR et le regroupement en classes de trajectoire permet d’identifier des zones d’engorgement de flux humains ou au contraire des espaces peu exploités.
Il existe également des modèles pour évaluer le bien-être de personnes suivies, qui sont par exemple basés sur un système dynamique linéaire à partir de séries d’autoévaluation («Self-reported well-being score modelling and prediction: Proof-of-concept of an approach based on linear dynamic systems», X. Li et al.,39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society(EMBC), 2017). Ces informations textuelles, par le biais d’un rapport d’autonomie, donnent du sens à l’évaluation du bien-être de la personne. Toutefois, ces séries d’autoévaluation sont souvent incomplètes et sujettes à des biais cognitifs.
Il en résulte qu’aucune des techniques existantes ne fournit une solution satisfaisante à la surveillance des personnes fragiles qui sont maintenues à leur domicile. L’invention vient améliorer la situation.
L’invention répond à ce besoin en proposant un procédé de surveillance d’un utilisateur au sein de son domicile, l’utilisateur portant un équipement utilisateur connecté à un réseau de communication. Ce procédé comprend :
- une obtention d’un ensemble, dit ensemble courant, de valeurs d’une pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle courante, à partir de mesures, dites mesures courantes, d’un environnement de l’utilisateur collectées par un capteur de l’équipement connecté;
- une obtention d’une mesure d’autonomie par comparaison de l’ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de la pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, de l’environnement de l’utilisateur collectées par le capteur de l’équipement connecté ;
- une émission, le cas échéant, d’une notification d’alerte dans le réseau de communication, en fonction de la mesure d’autonomie obtenue.
- une obtention d’une mesure d’autonomie par comparaison de l’ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de la pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, de l’environnement de l’utilisateur collectées par le capteur de l’équipement connecté ;
- une émission, le cas échéant, d’une notification d’alerte dans le réseau de communication, en fonction de la mesure d’autonomie obtenue.
Ainsi, l’invention repose sur une approche tout à fait nouvelle et inventive de la surveillance d’un utilisateur (par exemple : personnes fragiles) au sein de son domicile. Plus particulièrement, afin de pouvoir proposer un service à la personne et l’adapter aux besoins de l’utilisateur le cas échéant, le procédé selon l’invention compare les déplacements de l’utilisateur pendant une période de référence, qui est la période supposée d’autonomie suffisante pour maintenir la personne à son domicile, avec les déplacements de l’utilisateur en dehors de cette période de référence, comme des déplacements quotidiens.
Pour cela, pendant la période de référence (par exemple une semaine), l’utilisateur se déplace selon ses habitudes au sein de son domicile. À l’aide d’un équipement utilisateur porté par ce dernier (par exemple : montre connectée, téléphone intelligent…), des mesures de l’environnement sont collectées via un capteur de l’équipement utilisateur. Il n’y a pas besoin d’installation compliquée dans le domicile, l’équipement utilisateur suffit.
Ces mesures de l’environnement permettent alors de déterminer un premier ensemble de valeurs caractérisant au moins un paramètre représentatif des déplacements de l’utilisateur dans son domicile, pendant la période de référence.
Pendant la période de référence, un référentiel des déplacements usuels est alors constitué. Ce référentiel comprend les valeurs de chacun des paramètres de déplacements pour chaque jour pendant la période de référence.
Afin de pouvoir évaluer l’autonomie de l’utilisateur, des mesures de l’environnement de cet utilisateur sont collectées par le capteur de l’équipement utilisateur en dehors de la période de référence, c’est-à-dire pendant une période temporelle courante. Un nouvel ensemble de valeurs d’au moins un paramètre représentatif des déplacements pendant la période courante est alors déterminé. Les valeurs des paramètres de déplacements pendant la période de référence sont ensuite comparées aux valeurs des paramètres de déplacements pendant la période courante.
Cette comparaison permet alors d’identifier des modifications des habitudes de déplacement de l’utilisateur. Par exemple, si la personne met plus de temps pour aller d’un point à un autre du domicile, si elle reste plus longtemps à certains endroits (devant la télévision…). Un tel changement de comportement peut alors refléter une perte d’autonomie.
Ainsi, le cas échéant, une notification d’alerte peut être émise en fonction de l’évaluation de l’autonomie obtenue à la suite de cette comparaison.
Ainsi, la solution proposée par l’invention permet de modéliser les déplacements d’un seul individu dans son habitat afin d’évaluer si ses habitudes changent et si son autonomie se dégrade, sans forcément chercher à adapter son environnement à ses habitudes.
L’invention permet alors de caractériser automatiquement les déplacements de l’individu grâce à un objet porté, ce qui supprime notamment les tâches d’autoévaluation par la personne de son autonomie. Ce sont ces informations de localisation collectées sur le terrain qui servent à la mesure de l’autonomie, évitant les biais cognitifs ou l’incomplétude des informations saisies par la personne.
En outre, l’utilisateur portant l’équipement adhère à la solution de suivi de son autonomie et donc ses données personnelles sont préservées.
Dans un exemple, la notification d’alerte peut être transmise directement à l’utilisateur sur un équipement de type montre connectée, téléphone intelligent…ou à un service de e-Santé (ou service de télé-vigilance). Ainsi, il est possible de mettre en place des services d’aide à la personne le cas échéant (par exemple : services de livraison de repas, d’aide à domicile…).
Selon une caractéristique de l’invention, l’obtention du l’ensemble de valeurs de référence, respectivement de l’ensemble courant de valeurs, comprend la prédiction d’au moins une trajectoire de l’utilisateur mettant en œuvre un module d’intelligence artificielle configuré pour utiliser un modèle de prédiction associant les mesures de référence d’un environnement, respectivement les mesures courantes de l’environnement, à des informations de localisation géographique dans une carte du domicile.
Le module d’intelligence artificielle met par exemple en œuvre un réseau de neurones permettant d’apprendre à associer à chaque mesure de l’environnement une position (x, y) dans le domicile. Avantageusement, du fait de l’apprentissage préalable d’un modèle de prédiction, seules les mesures de l’environnement collectées par un capteur porté par l’utilisateur sont nécessaires.
Selon une autre caractéristique de l’invention, le procédé comprend l’apprentissage préalable du modèle de prédiction à partir d’une base de données d’apprentissage comprenant une pluralité de couples de données, un dit couple associant des mesures de l’environnement de l’utilisateur collectées par le capteur à des instants donnés à une localisation géographique dans la carte du domicile de l’utilisateur.
Avantageusement, le modèle de prédiction permet de mettre en œuvre un apprentissage supervisé basé sur une cartographie préalable du domicile de l’utilisateur.
A partir d’une carte quadrillée en cases (POI), une case est associée à une localisation géographique.
Un technicien active le capteur de l’équipement utilisateur et arpente exhaustivement le domicile de l’utilisateur de façon à collecter des mesures pour chaque case du quadrillage. Plus précisément il se positionne dans chaque case, collecte les mesures et les stocke en mémoire en association avec un index de la case.
Selon un aspect particulier de l’invention, les mesures de référence de l’environnement, respectivement les mesures courantes, sont des mesures de type magnétométrique.
Avantageusement, seules les mesures magnétiques collectées par le capteur de l’équipement utilisateur porté par ce dernier sont utilisées. Il n’y a pas besoin d’installation compliquée, ce qui réduit les coûts d’installation et de capture de l’information contextuelle. Autrement dit, l’invention utilise seulement un magnétomètre porté par l’utilisateur (par exemple magnétomètre dans une montre connectée ou téléphone intelligent…) pour estimer les habitudes de déplacement de la personne au quotidien.
L’utilisateur, via un équipement comprenant un capteur de champ magnétique, ou magnétomètre, se déplace alors dans son habitation. À chaque point, ou localisation, du domicile, le capteur collecte des informations magnétiques (par exemple orientation et intensité du champ à la localisation donnée). Les informations sont alors traitées pour déterminer un ensemble de valeurs de paramètres caractéristiques des déplacements de l’utilisateur.
Selon un autre aspect particulier de l’invention, l’obtention d’une mesure d’autonomie comprend, pour un paramètre de la pluralité :
- une obtention d’une mesure de distance entre l’ensemble courant de valeurs du paramètre pendant la période courante et l’ensemble de référence de valeurs du paramètre représentatif d’au moins un déplacement de l’utilisateur pendant la période de référence ;
- une obtention d’une somme pondérée d’une pluralité de mesures de distances obtenues pour la pluralité de paramètres représentatifs d’au moins déplacement de l’utilisateur pendant la période de référence, respectivement pendant la période courante.
- une obtention d’une mesure de distance entre l’ensemble courant de valeurs du paramètre pendant la période courante et l’ensemble de référence de valeurs du paramètre représentatif d’au moins un déplacement de l’utilisateur pendant la période de référence ;
- une obtention d’une somme pondérée d’une pluralité de mesures de distances obtenues pour la pluralité de paramètres représentatifs d’au moins déplacement de l’utilisateur pendant la période de référence, respectivement pendant la période courante.
Avantageusement, la mesure d’autonomie prend en compte les écarts de plusieurs paramètres de déplacement pendant une période courante par rapport aux paramètres de déplacement pendant la période de référence.
Selon une caractéristique de l’invention, la pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur pendant la période de référence, respectivement pendant la période courante comprend au moins:
- ladite au moins une trajectoire prédite,
- une dynamique de ladite au moins une trajectoire,
- un taux d’occupation d’espaces définis dans la carte du domicile,
- un taux d’occupation d’au moins une région d’intérêt de la carte du domicile dans laquelle l’utilisateur passe du temps.
Avantageusement, au moins quatre paramètres permettent de caractériser un déplacement de l’utilisateur. Ainsi, les mesures d’environnement collectées pendant la période de référence, ou en dehors de celle-ci, permettent de définir, après traitement par un modèle de prédiction, un ensemble de valeurs pour quatre paramètres caractéristiques d’un déplacement : une séquence spatio-temporelle (ou trajectoire), une dynamique de déplacement (par exemple : vitesse lente, moyenne, forte), un pourcentage d’occupation des espaces (par exemple : cuisine, chambre, salon, toilettes…) et les régions d’intérêt (par exemple : fenêtre salon, télévision, toilettes…).
En d’autres termes, pour un déplacement effectué à un instant t, en dehors de la période de référence, les trajectoires sont comparées aux trajectoires du référentiel, les dynamiques sont comparées à celles du référentiel, les caractéristiques sur l’occupation des espaces sont comparées à celles du référentiel et les caractéristiques d’occupation des régions d’intérêt sont comparées à celles du référentiel.
Selon une autre caractéristique de l’invention, l’émission d’une notification d’alerte dans le réseau de communication tient également compte d’un seuil de perte d’autonomie.
De manière avantageuse, le cas échéant, lorsqu’une perte d’autonomie est constatée à la suite de la comparaison des valeurs des paramètres de déplacement pendant la période de référence et pendant la période courante, une notification d’alerte est envoyée.
Afin de limiter le nombre de notifications et d’en envoyer une seulement en cas de perte grave d’autonomie, on prend en compte un seuil de perte d’autonomie. Il est ainsi possible de lisser l’estimation de l’autonomie sur une période définie et d’éliminer les pertes d’autonomie qui sont temporaires (par exemple liées à une fatigue passagère…).
L’invention concerne également un dispositif de surveillance d’un utilisateur au sein de son domicile, l’utilisateur portant un équipement utilisateur connecté à un réseau de communication. Le dispositif est configuré pour :
- obtenir un ensemble, dit ensemble courant, de valeurs d’une pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle courante, à partir de mesures, dites mesures courantes, d’un environnement de l’utilisation collectées par un capteur dudit équipement connecté;
- obtenir une mesure d’autonomie par comparaison de l’ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de la pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, de l’environnement de l’utilisateur collectées par le capteur de l’équipement connecté ;
- émettre, le cas échéant, une notification d’alerte dans le réseau de communication, en fonction de ladite mesure d’autonomie obtenue.
L’invention concerne également un équipement d’accès à un réseau de communication, comprenant un dispositif de surveillance d’un utilisateur tel que décrit précédemment.
L’invention concerne également, un équipement utilisateur connecté à un équipement d’accès à un réseau de communications. Cet équipement utilisateur comprend un dispositif de surveillance d’un utilisateur tel que décrit précédemment.
L’invention concerne également, un système de surveillance d’un utilisateur, comprenant un équipement utilisateur connecté à un réseau de communication, un équipement d’accès à un réseau de communication et un dispositif de surveillance d’un utilisateur tel que décrit précédemment.
L’invention concerne également un produit programme d’ordinateur comprenant des instructions de code de programme pour la mise en œuvre d’un procédé de surveillance selon l’invention telles que décrites ci-dessus, lorsqu’il est exécuté par un processeur.
L’invention vise également un support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé de surveillance selon l’invention telles que décrites ci-dessus, lorsque le programme est exécuté par un processeur.
Un tel support d'enregistrement peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple un support mobile (carte mémoire) ou un disque dur ou un SSD.
D'autre part, un tel support d'enregistrement 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, de sorte que le programme d’ordinateur qu’il contient est exécutable à distance. Le programme selon l'invention peut être en particulier téléchargé sur un réseau par exemple le réseau Internet.
Alternativement, le support d'enregistrement 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 de surveillance précité.
Selon un exemple de réalisation, la présente technique est mise en œuvre au moyen de composants logiciels et/ou matériels. Dans cette optique, le terme « module » ou « dispositif » peut correspondre dans ce document aussi bien à un composant logiciel, qu'à un composant matériel ou à un ensemble de composants matériels et logiciels.
Un composant logiciel correspond à un ou plusieurs programmes d'ordinateur, un ou plusieurs sous-programmes d'un programme, ou de manière plus générale à tout élément d'un programme ou d'un logiciel apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Un tel composant logiciel est exécuté par un processeur de données d'une entité physique (terminal, serveur, routeur, etc.) et est susceptible d'accéder aux ressources matérielles de cette entité physique (mémoires, supports d'enregistrement, bus de communication, cartes électroniques d'entrées/sorties, interfaces utilisateur, etc.). Par la suite, on entend par ressources tout ensemble d’éléments matériels et/ou logiciels support d’une fonction ou d’un service, qu’ils soient unitaires ou combinés.
De la même manière, un composant matériel correspond à tout élément d'un ensemble matériel (ou hardware) apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Il peut s'agir d'un composant matériel programmable ou avec processeur intégré pour l'exécution de logiciel, par exemple un circuit intégré, une carte à puce, une carte à mémoire, une carte électronique pour l'exécution d'un micrologiciel («firmware» en anglais), etc.
Chaque composante du système précédemment décrit met bien entendu en œuvre ses propres modules logiciels.
Les différents modes de réalisation mentionnés ci-dessus sont combinables entre eux pour la mise en œuvre de la présente technique.
Brève description des figures
D'autres buts, caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée à titre de simple exemple illustratif, et non limitatif, en relation avec les figures, parmi lesquelles :
Claims (13)
- Procédé de surveillance d’un utilisateur au sein de son domicile, ledit utilisateur portant un équipement utilisateur connecté à un réseau de communication,caractérisé en ce queledit procédé comprend :
- une obtention d’un ensemble, dit ensemble courant, de valeurs d’une pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle courante, à partir de mesures, dites mesures courantes, d’un environnement de l’utilisateur collectées par un capteur dudit équipement connecté;
- une obtention d’une mesure d’autonomie par comparaison dudit ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de ladite pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, dudit environnement de l’utilisateur collectées par ledit capteur dudit équipement connecté ;
- une émission, le cas échéant, d’une notification d’alerte dans le réseau de communication, en fonction de ladite mesure d’autonomie obtenue. - Procédé de surveillance selon la revendication 1,caractérisé en ce quel’obtention dudit ensemble de valeurs de référence, respectivement dudit ensemble courant de valeurs, comprend la prédiction d’au moins une trajectoire de l’utilisateur mettant en œuvre un module d’intelligence artificielle configuré pour utiliser un modèle de prédiction associant lesdites mesures de référence d’un environnement, respectivement lesdites mesures courantes dudit environnement, à des informations de localisation géographique dans une carte du domicile.
- Procédé de surveillance selon la revendication 2,caractérisé en ce qu’il comprend l’apprentissage préalable dudit modèle de prédiction à partir d’une base de données d’apprentissage comprenant une pluralité de couples de données, un dit couple associant des mesures de l’environnement de l’utilisateur collectées par le capteur à des instants donnés à une localisation géographique dans la carte du domicile de l’utilisateur.
- Procédé de surveillance selon l’une quelconque des revendications 1 à 3,caractérisé en ce quelesdites mesures de référence de l’environnement, respectivement lesdites mesures courantes, sont des mesures de type magnétométrique.
- Procédé de surveillance selon l’une quelconque des revendications 1 à 4,caractérisé en ce queladite obtention d’une mesure d’autonomie comprend, pour un paramètre de ladite pluralité :
- une obtention d’une mesure de distance entre ledit ensemble courant de valeurs dudit paramètre pendant la période courante et ledit ensemble de référence de valeurs dudit paramètre représentatif d’au moins un déplacement de l’utilisateur pendant la période de référence ;
- une obtention d’une somme pondérée d’une pluralité de mesures de distances obtenues pour la pluralité de paramètres représentatifs d’au moins déplacement de l’utilisateur pendant la période de référence, respectivement pendant la période courante. - Procédé de surveillance selon l’une quelconque des revendications 2 à 5,caractérisé en ce queladite pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur pendant la période de référence, respectivement pendant la période courante comprend au moins:
- ladite au moins une trajectoire prédite,
- une dynamique de ladite au moins une trajectoire,
- un taux d’occupation d’espaces définis dans la carte du domicile,
- un taux d’occupation d’au moins une région d’intérêt de la carte du domicile dans laquelle l’utilisateur passe du temps. - Procédé de surveillance selon l’une quelconque des revendications 1 à 6,caractérisé en ce queladite émission d’une notification d’alerte dans le réseau de communication tient également compte d’un seuil de perte d’autonomie.
- Dispositif de surveillance d’un utilisateur au sein de son domicile, ledit utilisateur portant un équipement utilisateur connecté à un réseau de communication,caractérisé en ce queledit dispositif est configuré pour :
- obtenir un ensemble, dit ensemble courant, de valeurs d’une pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle courante, à partir de mesures, dites mesures courantes, d’un environnement de l’utilisation collectées par un capteur dudit équipement connecté;
- obtenir une mesure d’autonomie par comparaison dudit ensemble courant de valeurs à un ensemble de valeurs, dit ensemble de référence, préalablement obtenu, de ladite pluralité de paramètres représentatifs d’au moins un déplacement de l’utilisateur dans son domicile pendant une période temporelle de référence, à partir de mesures, dites mesures de référence, dudit environnement de l’utilisateur collectées par ledit capteur dudit équipement connecté ;
- émettre, le cas échéant, une notification d’alerte dans le réseau de communication, en fonction de ladite mesure d’autonomie obtenue. - Équipement d’accès à un réseau de communication,caractérisé en ce qu’il comprend un dispositif de surveillance d’un utilisateur selon la revendication 8.
- Équipement utilisateur connecté à un équipement d’accès à un réseau de communications,caractérisé en ce qu’il comprend un dispositif de surveillance d’un utilisateur selon la revendication 8.
- Système de surveillance d’un utilisateur,caractérisé en ce qu’il comprend un équipement utilisateur connecté à un réseau de communication, un équipement d’accès à un réseau de communication et un dispositif de surveillance d’un utilisateur selon la revendication 8.
- Produit programme d’ordinateur comprenant des instructions de code de programme pour la mise en œuvre d’un procédé selon l’une quelconque des revendications 1 à 7, lorsqu’il est exécuté par un processeur.
- Support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé de surveillance selon l'une quelconque des revendications 1 à 7, lorsque ledit programme est exécuté par un processeur.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2114217A FR3131048B1 (fr) | 2021-12-22 | 2021-12-22 | Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2114217A FR3131048B1 (fr) | 2021-12-22 | 2021-12-22 | Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants |
| FR2114217 | 2021-12-22 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3131048A1 true FR3131048A1 (fr) | 2023-06-23 |
| FR3131048B1 FR3131048B1 (fr) | 2024-05-03 |
Family
ID=81346676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2114217A Active FR3131048B1 (fr) | 2021-12-22 | 2021-12-22 | Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3131048B1 (fr) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118550245A (zh) * | 2024-08-01 | 2024-08-27 | 苏州贯文存储科技有限公司 | 一种基于人工智能的智能设备控制系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100316253A1 (en) * | 2006-10-17 | 2010-12-16 | Guang-Zhong Yang | Pervasive sensing |
| US20160379476A1 (en) * | 2013-11-26 | 2016-12-29 | Kytera Technologies Ltd. | Systems and methods for analysis of subject activity |
-
2021
- 2021-12-22 FR FR2114217A patent/FR3131048B1/fr active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100316253A1 (en) * | 2006-10-17 | 2010-12-16 | Guang-Zhong Yang | Pervasive sensing |
| US20160379476A1 (en) * | 2013-11-26 | 2016-12-29 | Kytera Technologies Ltd. | Systems and methods for analysis of subject activity |
Non-Patent Citations (4)
| Title |
|---|
| AKAI NAOKI ET AL: "3D magnetic field mapping in large-scale indoor environment using measurement robot and Gaussian processes", 2017 INTERNATIONAL CONFERENCE ON INDOOR POSITIONING AND INDOOR NAVIGATION (IPIN), IEEE, 18 September 2017 (2017-09-18), pages 1 - 7, XP033261552, DOI: 10.1109/IPIN.2017.8115960 * |
| EUNBI JEONG ET AL.: "Identifying the Indoor Space Characteristics of an Urban Railway Station Based on Pedestrian Trajectory Data", JOURNAL OF ADVANCED TRANSPORTATION, 2019 |
| Q. LIANG ET AL.: "Indoor Mapping and Loca-lization for Pedestrians using Opportunistic Sensing with Smartphones", IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS, 2018 |
| X. LI ET AL.: "Self-reported well-being score modelling and prediction: Proof-of-concept of an approach based on linear dynamic systems", 39TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC, 2017 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118550245A (zh) * | 2024-08-01 | 2024-08-27 | 苏州贯文存储科技有限公司 | 一种基于人工智能的智能设备控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3131048B1 (fr) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5684114B2 (ja) | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 | |
| US10831827B2 (en) | Automatic extraction of user mobility behaviors and interaction preferences using spatio-temporal data | |
| US8788114B2 (en) | Navigation system with compliance reporting and method of operation thereof | |
| US20140046701A1 (en) | Apparatus and Method for Detecting Driving Performance Data | |
| EP2325794A1 (fr) | Génération d'un modèle d'inférence d'activité à partir de données contextuelles | |
| JP2014112372A6 (ja) | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 | |
| EP3096282A1 (fr) | Système de détermination de comportement humain sur la base de données multidimensionnelles de capteur et procédé | |
| US20190108405A1 (en) | Globally optimized recognition system and service design, from sensing to recognition | |
| US20150032481A1 (en) | Method and Apparatus for Behavior Based Insurance | |
| AU2012338373A1 (en) | A computing platform for development and deployment of sensor-driven vehicle telemetry applications and services | |
| US10012765B2 (en) | Geographical condition prediction | |
| CA3027831A1 (fr) | Systemes et procedes permettant de georeferencer et de noter des donnees de vehicule dans des communautes | |
| EP3155455A1 (fr) | Procédé et dispositif pour le suivi spatial et temporel de l'exposition à des risques | |
| Finazzi et al. | Quantifying personal exposure to air pollution from smartphone-based location data | |
| FR3131048A1 (fr) | Procédé de surveillance d’un utilisateur, dispositif de surveillance et programme d’ordinateur correspondants | |
| EP4033399A1 (fr) | Dispositif informatique et procédé pour l'estimation de la densité d'une foule | |
| Wallace et al. | Measurement of distinguishing features of stable cognitive and physical health older drivers | |
| JP7272522B2 (ja) | データ分析装置、データ分析システム、データ分析方法およびデータ分析プログラム | |
| JP7246037B2 (ja) | データ分析装置、データ分析システム、データ分析方法およびプログラム | |
| FR3032286A1 (fr) | Procede et systeme d'estimation d'une population | |
| US12073477B1 (en) | Low friction data analysis system | |
| FR2969800A1 (fr) | Procede et systeme de construction d'un graphe representant un batiment | |
| WO2023104683A1 (fr) | Procédé de prédiction d'une variation de qualité de service dans un réseau de communication v2x, dispositif de prédiction et programme d'ordinateur correspondants | |
| Qarout et al. | ‘Surprise’Detection in Human Pattern-of-Life Behaviour | |
| Maikaensarn et al. | Study of travel behavior using Wi-Fi probes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20230623 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |