Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

SmartBiky: Surveillance de l'état des pistes cyclables à l'aide des capteurs du smartphone


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2020-14099  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

SmartBiky: Surveillance de l'état des pistes cyclables à l'aide des capteurs du smartphone

Sujet de stage

La surveillance de l'état des infrastructures de transport (chemin, piste cyclable, voie ferrée, route) est un facteur clé pour améliorer la sécurité des usagers et favoriser le report modal des modes de transports émetteurs de polluants et de gaz à effet de serre (typiquement la voiture) vers des modes moins émetteurs (train, vélo et marche), en proposant des itinéraires sûrs et confortables.
Cette surveillance consiste à détecter les anomalies de la chaussée ou de la piste cyclable, tels que les nids de poule, les fissures, bosses qui affectent la sécurité des usagers.
Récemment, la détection des anomalies à l'aide des smartphones est devenue de plus en plus populaire avec la quantité croissante de capteurs intégrés disponibles dans les smartphones (GPS, accéléromètre,...). L'utilisation massive des smartphones pour détecter les anomalies pourrait changer la façon dont les collectivités et entreprises surveillent et planifient l'entretien des infrastructures de transport.

Durée du contrat (en mois)

6

Description de l'offre

Cependant, les capteurs des smartphones actuels présentent des inconvénients : faible fréquence d’échantillonnage (typiquement 1 sec. pour le GPS), faible précision (~dizaines de mètres pour le GPS), variabilité du biais et de la sensibilité (pour l’accéléromètre) des capteurs, variabilité de la position et de l’orientation des smartphones. De plus, dans la plupart des études, la position et l’orientation du smartphone est supposée fixe (par exemple rigidement fixée au tableau de bord), ce qui n’est pas réaliste pour une application réelle.
La détection des anomalies à l’aide de ces capteurs demeure donc un challenge [1].
En 2020, le laboratoire DSYS/SSCE/LSSC a commencé à travailler sur le sujet : une 1ere base de données a été créée et nous avons montré que pour un utilisateur et une position de téléphone donnés, l’estimation du niveau de rugosité était possible.
L’objectif de ce stage est de poursuivre les travaux dans ce domaine en répondant aux questions suivantes :
Comment fusionner des données de position GPS ? une piste pourrait être de mettre en œuvre des algorithmes de « map matching » [2] [3] déjà utilisés dans le cadre d’un autre projet du laboratoire.
Comment fusionner des données en provenance de différents utilisateurs ?
Comment fusionner des données issues de positions de smartphone différentes ?

Déroulement :
Le stage comportera 3 étapes : après la réalisation d’un état de l’art, la base de données sera complétée à l’aide de nouvelles acquisitions. Enfin des algorithmes seront développés en Python pour répondre aux trois questions énoncées ci-dessous.

 

Bibliographie :
[1]          S. Sattar, S. Li, et M. Chapman, « Road Surface Monitoring Using Smartphone Sensors: A Review », Sensors, vol. 18, no 11, p. 3845, nov. 2018, doi: 10.3390/s18113845.

[2]          M. A. Quddus, W. Y. Ochieng, et R. B. Noland, « Current map-matching algorithms for transport applications: State-of-the art and future research directions », Transportation Research Part C: Emerging Technologies, vol. 15, no 5, p. 312‑328, oct. 2007, doi: 10.1016/j.trc.2007.05.002.

[3]          Ø. Klåpbakken, « Map matching using hidden Markov models », 2020, Consulté le: sept. 17, 2020. [En ligne]. Disponible sur: https://ntnuopen.ntnu.no/ntnu-xmlui/handle/11250/2656712.

 

Localisation du poste

Site

Grenoble

Localisation du poste

France

Ville

Grenoble

Critères candidat

Langues

Anglais (Courant)

Diplôme préparé

Bac+5 - Diplôme École d'ingénieurs

Possibilité de poursuite en thèse

Oui