Détection de contextes environnementaux par analyse des données GNSS pour une navigation adaptative robuste

• Auteur / Autrice : Florent Feriol
• Direction : Damien Vivet
• Type : Thèse de doctorat
• Discipline(s) : Informatique et Télécommunications
• Date : Soutenance le 13/04/2023
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : Équipe d'accueil doctoral Signal, communication, antenne et navigation, radar (Toulouse, Haute-Garonne)
• Partenaire(s) de recherche : Laboratoire : Institut supérieur de l'aéronautique et de l'espace (Toulouse, Haute-Garonne). Département électronique, optronique et signal
• Jury : Président / Présidente : Simon Lacroix
• Jury : Examinateurs / Examinatrices : Damien Vivet, Juliette Marais, Steffen Schön, Paul Honeine, Yoko Watanabe
• Jury : Rapporteur / Rapporteuse : Juliette Marais, Steffen Schön

Mots clés

Mots clés contrôlés

Villes

Ciel

Traitement d'images -- Techniques numériques

Apprentissage automatique

Systèmes adaptatifs (technologie)

Localisation par satellites, Systèmes de

Mots clés libres

Gnss

Classification de contexte environnemental

Solution de navigation adaptative

Satellites LOS/NLOS

Segmentation de ciel

Navigation urbaine

Gnss

Environmental context detection

Adaptive navigation solution

LOS/NLOS satellite classification

Sky segmentation

Urban navigation

Résumé

L'objectif de cette thèse est de développer de nouveaux algorithmes permettant de détecter le contexte environnemental dans lequel un véhicule se situe en se basant essentiellement sur des données GNSS. En effet, il existe différents types d'environnement dans lesquels le signal GNSS est plus ou moins perturbé. Cela peut aller de la simple atténuation, à des phénomènes de multi-trajets ou de réception sans ligne de vue directe qui impactent plus fortement la position estimée. Plusieurs bases de données dans lesquelles le véhicule parcourt les différents contextes d'intérêt ont été collectées (et mises à disposition de la communauté) pour démontrer la capacité de détection des deux méthodes proposées. La première uniquement basée sur des données GNSS, admet des limitations lorsque la variabilité des classes augmente. Une seconde méthode permettant d'identifier le statut d'occlusion des satellites grâce à de la segmentation de ciel, permet de répondre à cette problématique. L'information de contexte peut ensuite être utilisée dans des solutions de navigation dites adaptative afin d'obtenir des performances de positionnement plus importantes. Un exemple de ce type de solution est proposé. Il a été démontré que dans des situations où le signal GNSS était largement perturbé, une amélioration importante du positionnement était constatée. Un ensemble de perspectives est finalement fourni afin de lister les potentielles avancées des travaux effectués.

The main objective of this thesis is to develop new algorithms which are able to properly detect the current vehicle environment (also called environmental context) using mainly GNSS data. Indeed, the GNSS signal is not disturbed in the same manner depending on the scenario. It can goes from a simple attenuation to multipath and NLOS phenomenas which can greatly impact the estimated position. Therefore, multiple datasets (which are open to the community) where the vehicule goes through the different context of interest have been recorded in order to show the relevance of the two proposed methods. The first one which uses only GNSS data have shown some limitation when the class variability is too high. That's why a second method which relies on the occlusion state of the satellites and GNSS data is proposed in order to mitigate the previous limitation. The context information could then be used inside an adaptive navigation solution to achieve better positionning performances. An exemple of such a method is given in this manuscript. It has been shown that a major improvement in term of positionning accuracy in harsh reception scenario is obtained. A list of the possible perspectives of the work done is given in the last chapter.