COSYSLÉOSTAxes thématiques PERL Afficher le menu principal

PERL

PERception et Localisation de systèmes et environnements

 

  • Perception électromagnétique
  • Perception audio-vidéo
  • Localisation en milieux ouverts ou confinés

Ce second axe thématique proposé, regroupe les activités menées dans les domaines de la perception de l’environnement et de la localisation des systèmes pour la ville et les transports intelligents, sobres, sûrs et résilients. En effet, les fonctions de perception et de localisation sont des parties importantes d'un système de surveillance qui sont de plus en plus couplés aux fonctions de communication. Classiquement, elles s'opèrent par l'usage d'un ensemble de capteurs hétérogènes passifs ou actifs distribués sur l'infrastructure et ses constituants ou sur les véhicules ferroviaires ou routiers. Plus récemment, nous avons profité d’un développement rapide des drones pour proposer d’observer certaines parties critiques de l’infrastructure par le ciel. Les données capteurs sont nombreuses et analysées de façon à modéliser puis à comprendre les situations ou les interactions en présence. L’objectif opérationnel est de produire des outils d'aide à la décision « temps-réel ». 

De manière similaire à l'axe OSÉ, la nature complexe des environnements à surveiller, la diversité des phénomènes observables et celle des usagers, des infrastructures considérées, la nature embarquée ou fixe de la perception ainsi que l 'hétérogénéité des technologies de perception utilisées sont autant de contraintes auxquelles les recherches menées par les membres de l’axe PERL souhaitent répondre. Dans ce contexte, il est difficile et nécessaire : 

  • de détecter, localiser et suivre précisément et de manière fiable les personnes et objets mobiles ou enfouis, en environnement ouvert et confiné, en tenant compte de la variabilité de la source(vidéo, audio et électromagnétique), de la densité des objets à surveiller (nombreuses sources et occultations) et leur mélange,
  • d'analyser conjointement les données d'une scène provenant de plusieurs capteurs hétérogènes en proposant un modèle multi-modal capable de mener à l'interprétation de la scène,
  • de détecter et identifier les situations et les comportements anormaux ou potentiellement dangereux par des techniques récentes d'apprentissage, 
  • d'améliorer un système de localisation (en particulier GNSS) en tenant compte des multi-trajets et du masquage influant sur la disponibilité, la précision et la fiabilité du service de localisation.