Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/14508
Title: Utilisation de la théorie de Dempster-Shafer pour la détection de pas dans le contexte de la navigation à l'estime pédestre.
Authors: Ziane, Sid Ali
Melchane, Selestine
Achroufene, Achour ; promoteur
Keywords: Théorie de Dempster-Shafer : Navigation à l'estime pédestre : DétectionVallée
Issue Date: 2020
Publisher: université A/Mira Bejaia
Abstract: L'un des aspects clés des environnements intelligents et de l'Internet des Objets est la localisation. En effet, de nombreuses applications de ces technologies reposent sur la connaissance des coordonnées spatiales de l'utilisateur. Même si le système GPS atteint des performances très élevées en environnement extérieur, la localisation reste un thème d'actualité pour les environnements confinés où les signaux des satellites sont souvent affaiblis par les obstacles. Des systèmes de localisation à base des technologies wifi ou Bluetooth sont utilisés en indoor, mais sont limités dans le cas des piétons à cause de la contrainte de distance et de la couverture d'une zone. Une alternative intéressante adoptée récemment par les systèmes de la localisation pédestre en indoor est l'utilisation de la technologie des capteurs inertiels, surtout que ces deniers sont intégrés dans plusieurs dispositifs du quotidien comme les Smartphones et tablettes. Les systèmes de localisation pédestre arrivent à localiser un piéton par la détection de pas, l'estimation de leurs longueurs et de l'angle de marche. C'est dans ce contexte que nous avons proposé une nouvelle approche de détection de pas à partir de données inertielles en utilisant la théorie de Demspter-Shafer. Cette théorie permet de modéliser les imperfections des informations telles que l'incertitude et l'imprécision, et de mieux gérer les conflits entre les sources d'information. Ainsi, la théorie de Dempster-Shafer nous a permis de représenter et de prendre en compte les imperfections des données inertielles et de combiner ces dernières qui sont issues de différents types de capteurs comme les accéléromètres et les gyroscopes. Les résultats obtenus à partir d'un dataset expérimental montrent que l'approche proposée donne des performances acceptables en termes de nombre de pas détectés et surpasse généralement certaines méthodes proposées dans la littérature prises comme références dans ce domaine.
Description: Option : Intelligence Artificielle
URI: http://hdl.handle.net/123456789/14508
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Project_PDR.pdf1.11 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.