Academic literature on the topic 'Localisation des mobiles'

Cet article montre l’intérêt du yield management comme outil d’appariement des stratégies de localisation des entreprises multinationales et des politiques territoriales d’attractivité tout en optimisant les budgets publics qui y sont consacrés. A partir d’un échantillon de 69 projets d’investissements directs étrangers et de trois exemples de projets d’investissement mobiles internationalement, les pratiques actuelles de commercialisation du produit-territoire sont mises en perspective et leur impact évalué en termes de retour sur investissement.

La migration et la spéciation de Cr, de Cu et de Pb sont étudiées sur le sol d'une colonne alimentée par les eaux usées de tanneries. La localisation des métaux est évaluée à l'aide du schéma d'extractions sélectives préconisé par Legret et al. (1988). Les résultats ont montré que l'horizon superficiel renferme des teneurs en métaux très élevées. Parmi les métaux étudiés, le Cr s'avère retenu essentiellement dans la phase résiduelle mais il se présente aussi sous des formes plus mobiles. Le Cu est principalement associé avec la phase résiduelle et organique. Le Pb est lié aux phases acido-soluble et réductible. De ce fait, l'épandage des eaux usées de tanneries, sans aucun traitement préalable, peut être une source de contamination des sols et des eaux souterraines, notamment pour le Cr.

L’objectif de cet article est de mettre en lumière la mobilisation des ressources spatiales et migratoires des familles rurales nicaraguayennes impliquées dans des processus de mobilités à différentes échelles. Ces ressources naissent et s’alimentent de la dispersion de la force de travail et de la multi-localisation de l’économie familiale. Elles constituent aujourd’hui un élément central pour l’organisation des « mondes mobiles » et des espaces transnationaux. L’article vise à discuter de la capacité des familles à articuler différentes trajectoires et temporalités de mobilité afin de gérer les ressources spatiales correspondantes. Trois types de configurations familiales sont présentés, au travers de la perspective de la morphologie de la dispersion, de la pluriactivité et d’un certain étirement des économies familiales. Les exemples représentatifs sélectionnés mettent en relief la gestion de la présence et de l’absence, les mécanismes de réversibilité de la migration et l’articulation des trajectoires individuelles au sein d’une entité, voire d’une institution, qui semble continuer à jouer un rôle central : la famille rurale.

Depuis quelques années, des véhicules de cartographie mobile ont été développés pour acquérir des données géoréférencées très précises et en grande quantité au niveau du canyon urbain. L'application majeure des données collectées par ces véhicules est d'améliorer les bases de données géographiques existantes, en particulier leur précision, leur niveau de détail et la diversité des objets représentés. On peut citer entre autres applications la modélisation géométrique fine et la texturation des façades, l'extraction de "petits" objets comme les troncs d'arbres, poteaux, panneaux, mobiliers urbain, véhicules,...Cependant, les systèmes de géopositionnement de ces véhicules ne parviennent pas à fournir une localisation d'une précision suffisante pour cette tâche. En particulier, les masques GPS fréquents en milieu urbain sont paliés par les mesures de la centrale inertielle grâce à un algorithme de fusion de données pouvant entraîner une dérive. C'est pourquoi, un recalage est indispensable pour mettre en correspondance ces données mobiles très détaillées avec les bases de données géographiques moins détaillées mais mieux géopositionnées, qu'elles soient 2D ou 3D.Cet article présente une méthode générique et efficace permettant un tel recalage. Le processus est basé sur une méthode de type ICP ("Iterative Closest Point") point à plan.On suppose que l'erreur de géopositionnement, ou dérivevarie de façon non linéaire, mais lentement en fonction du temps. On modélise donc la trajectoire par une "chaîne" ayant une certaine rigidité. A chaque itération, la trajectoire est déformée afin de minimiser la distance des points laser aux primitives planes du modèle.Cette méthode permet d'approximer la dérive par une fonction linéaire par intervalle de temps.La méthode est testée sur des données réelles ( 3,6 millions de points laser acquis sur un quartier de la ville de Paris sont recalés sur un modèle 3D d'environ 71.400 triangles). Enfin, la robustesse et la précision de cet algorithme sont évaluées et discutées.

This paper addresses a simple implementation technology for localising a group of mobile nodes using the Peer-To-Peer (P2P) ranging measurements obtained from a Mobile Wireless Sensor Network (MWSN). In recent years, MWSN-based multi-target localisation technologies have been investigated with alacrity. However, it is difficult to implement P2P ranging and data transformation for multi-target localisation iteratively using single channel MWSN. Also, there are critical problems in the conventional localisation algorithms associated with the estimation errors owing to the erroneous linearization of a nonlinear range equation and bad relative locations of the reference nodes and target node. In this paper, very simple P2P ranging and connection data sharing procedures that can be easily implemented in single channel MWSN are established. Moreover, an adaptive localisation algorithm is presented to reduce the estimation errors that may occur in the conventional localisation algorithms. To verify the performance of the presented implementation technology, a localisation system prototype is developed and the presented procedures and algorithm are embedded in the prototype. Through actual experiments, the validity of the localisation system containing the proposed procedures and algorithm is demonstrated.

Regarding assistance to disabled people for object manipulation and carrying, the paper focuses on the localisation for mobile robot autonomy. In order to respect strong low-cost constraints, the perception system of the mobile robot uses sensors of low metrological quality, ultrasonic ring and odometry. That poses new problems for localisation, in particular. Among different localisation techniques, we present only off-line localisation. With poor perception means, it is necessary to introduce a priori knowledge on sensors and environment models. To solve the localisation problem, the ultrasonic image is segmented applying the Hough transform, well-adapted to ultrasonic sensor characteristics. The segments are then matched with the room, modelled and assumed to be rectangular. Several positions are found. A first sort, based on a cost function, reduces the possibilities. The remaining ambiguities are removed by a neural network which plays the part of a classifier detecting the door in the environment. Improvements of the method are proposed to take into account obstacles and non-rectangular room. Experimental results show that the localisation operates even with one obstacle.

Localisation is a standard feature in many mobile applications today, and there are numerous techniques for determining a user’s location both indoors and outdoors. The provided location information is often organised in a format tailored to a particular localisation system’s needs and restrictions, making the use of several systems in one application cumbersome. The presented approach models the details of localisation systems and uses this model to create a unified view on localisation in which special attention is paid to uncertainty coming from different localisation conditions and to its presentation to the user. The work discusses technical considerations, challenges and issues of the approach, and reports on a user study on the acceptance of a mobile application’s behaviour reflecting the approach. The results of the study show the suitability of the approach and reveal users’ preference toward automatic and informed changes they experienced while using the application.

Indoor wireless localisation is a widely sought feature for use in logistics, health, and social networking applications. Low-powered localisation will become important for the next generation of pervasive media applications that operate on mobile platforms. We present an inexpensive and robust context-aware tracking system that can track the position of users in an indoor environment, using a wireless smart meter network. Our context-aware tracking system combines wireless trilateration with a dynamic position tracking model and a probability density map to estimate indoor positions. The localisation network consisted of power meter nodes placed at known positions in a building. The power meter nodes are tracked by mobile nodes which are carried by users to localise their position. We conducted an extensive trial of the context-aware tracking system and performed a comparison analysis with existing localisation techniques. The context-aware tracking system was able to localise a person's indoor position with an average error of 1.21 m.

Depuis plusieurs années, le positionnement de terminal mobile reçoit un intérêt particulièrement grand. La motivation principale pour le développement de système de positionnement mobile provient essentiellement d'une nécessité imposée par le service E-911 de l'U.S FCC. Bien qu'au départ ils ont été utilisés pour les besoins des systèmes de sécurité d'urgence, aujourd'hui ils trouvent des applications dans de nombreux domaine tel que les systèmes cellulaires. Il existe de nombreux algorithmes développés pour le problème de localisation MT. Les méthodes traditionnelles de localisation géométrique sont conçues pour fonctionner sous les conditions de line-of-sight (LoS). Cependant, les conditions LoS pourrait ne pas être toujours présentes entre la station de base (BS) et le MT. Par conséquent, les techniques de localisation basée sur fingerprinting qui sont également l'objet de cette thèse attire l'attention en raison de leur capacité à travailler aussi en multi trajet et dans des environnements non-line-of-sight (NLoS). Dans cette thèse, nous introduisons de nouveaux algorithmes de fingerprinting, à savoir l'algorithme de power delay Doppler profile-fingerprinting (PDDP-F) qui exploite la mobilité du MT. Le but est d'augmenter la précision de localisation en utilisant la dimension Doppler. Nous étudions également les performances de localisation des algorithmes power delay profile-fingerprinting (PDP-F) et PDDP-F via la dérivation des bornes de Cramer-Rao (CRBs). L'impact de la géométrie du réseau est également étudié. Un autre sujet nous nous occupons est l'analyse de la probabilité d'erreur par paires (PEP) pour les méthodes PDP-F. Le PEP est une notion bien connue dans les communications numériques, et nous l'importons dans le domaine de la localisation pour dériver la probabilité de prendre une décision en faveur d'une mauvaise position. Le dernier sujet sur lequel nous avons travaillé est le suivi adaptatif de l'environ MT en utilisant un filtre de Kalman. Différents modèles de mobilité sont comparés en termes de leurs erreurs de prédiction de position.

Récemment, la localisation statique et dynamique d'un objet ou d'une personne est devenue l'un des plus importantes fonctionnalités d'un système de communication, du fait de ses multiples applications. En effet, connaître la position d'un terminal mobile (MT), en milieu extérieur ou intérieur, est généralement d'une importance majeure pour des applications fournissant des services basés sur la localisation. Ce développement des systèmes de localisation est dû au faible coût des infrastructures de réseau sans fil en milieu intérieur (WLAN). Les techniques permettant de localiser des MTs diffèrent selon les paramètres extraits des signaux radiofréquences émis entre des stations de base (BSs) et des MTs. Les conditions idéales pour effectuer des mesures sont des environnements dépourvus de tout obstacle, permettant des émissions directes entre BS et MT. Ce n'est pas le cas en milieu intérieur, du fait de la présence continuelle d'obstacles dans l'espace, qui dispersent les rayonnements. Les mesures prises dans ces conditions (NLOS, pour Non Line of Sight) sont imprévisibles et diffèrent de celles prises en condition LOS. Afin de réduire les erreurs de mesure, différentes techniques peuvent être utilisées, comme la mitigation, l'approximation, la correction à priori, ou le filtrage. En effet, l'application de systèmes de suivi (TSs) constitue une base substantielle pour la navigation individuelle, les réseaux sociaux, la gestion du trafic, la gestion des ressources mobiles, etc. Différentes techniques sont appliquées pour construire des TSs en milieu intérieur, où le signal est bruité, faible voire inexistant. Bien que les systèmes de localisation globaux (GPS) et les travaux qui en découlent fonctionnent bien hors des bâtiments et dans des canyons urbains, le suivi d'utilisateurs en milieu intérieur est bien plus problématique. De ce fait, le problème de prédiction reste un obstacle essentiel à la construction de TSs fiable dans de tels environnements. Une étape de prédiction est inévitable, en particulier, dans le cas où l'on manque d'informations. De multiples approches ont été proposées dans la littérature, la plupart étant basées sur un filtre linéaire (LF), un filtre de Kalman (KF) et ses variantes, ou sur un filtre particulaire (PF). Les filtres de prédiction sont souvent utilisés dans des problèmes d'estimation et l'application de la dérivation non entière peut limiter l'impact de la perte de performances. Ce travail présente une nouvelle approche pour la localisation intérieure par WLAN utilisant un groupement des coordonnées. Ensuite, une étude comparative des techniques déterministes et des techniques d'apprentissage pour la localisation intérieure est présentée. Enfin, une nouvelle approche souple pour les systèmes de suivi en milieu intérieur, par application de la dérivation non entière, est présentée

Il y a plusieurs avantages à faire travailler des robots mobiles en groupe. Par exemple, un groupe de robots peut diviser une tâche en plusieurs sous-tâches à être effectuées individuellement par des membres du groupe. Lorsque les membres sont capables de se localiser les uns les autres, l'efficacité du groupe en est grandement augmentée. À cette fin, l'objectif du projet est de poursuivre le développement d'un système ultrasonique de localisation relative, système dénommé LAMP. Un premier prototype (LAMP-1) a été développé en 2002, mais sa fonctionnalité avec un groupe de robots n'avait pas été validée. De plus, certains problèmes d'interférence avec le système de détection d'obstacles des robots avaient été observés. Des modifications ont été apportées au système afin d'éliminer ces problèmes tout en conservant les capacités du système. La fréquence d'opération est passée de 40 kHz à 25.7 kHz et un filtre passe-bande a été ajouté afin d'éliminer les fausses détections. Une étude de différents paramètres concernant les réflecteurs utilisés pour rendre le système omnidirectionnel a aussi été effectuée. Le nouveau système (LAMP-2) affiche maintenant une portée de 6,7 m avec une erreur absolue moyenne de 8.03 mm sur la distance et de 3.07À sur l'angle. Sa période d'opération est de 300 ms pour un groupe de quatre robots. Le système LAMP-2 consomme 1.73 W et coûte environ 350 $ à fabriquer. Le système LAMP-2 a été utilisé avec succès pour contrôler des formations de quatre robots et améliore substantiellement les performances du groupe par rapport à celles obtenues lorsque la localisation des robots se fait par détection visuelle de couleur. LAMP-2 a aussi démontré qu'il peut être utilisé dans une combinaison humain-robot en équipant un humain d'un émetteur et en le faisant suivre par trois robots. Le système LAMP-2 peut être transformé en un système de positionnement absolu en plaçant un émetteur fixe dans l'environnement. Les possibilités d'utilisation très variées rendent donc le système LAMP-2 très intéressant pour différentes applications en robotique mobile.

Il existe de plus en plus d'applications en robotique mobile faisant intervenir plusieurs robots capables de communiquer entre eux et naviguer en coopération. L'objectif de ces travaux est d'exploiter la communication et la détection des robots avoisinants afin de réaliser de la localisation coopérative. Le moyen de détection des robots utilisé ici se base sur la technologie ultra-wideband,permettant d'effectuer des mesures précises de distance entre deux capteurs. L'approche que nous avons développée privilégie la robustesse et l'intégrité des estimations. Elle permet de prendre en compte des scénarios dans lesquels le peu d'information disponible rend la tâche de localisation difficile à gérer pour les robots. Ainsi, notre solution gère deux problématiques importantes de la localisation coopérative par mesure de distance : la corrélation des données échangées entre les robots et la non-linéarité du modèle d'observation des mesures. Pour résoudre ces problématiques, nous avons fait le choix de développer une approche décentralisée dans laquelle l'aspect coopératif est pris en compte par une modélisation particulière des observations de robots. Une observation correspond ici à une mesure de distance avec une balise (représentant un robot ou un objet statique) dont la position est représentée par une distribution normale. Après plusieurs observations successives d'une même balise, la corrélation devient forte entre l'état du robot et la position de la balise observée. Notre approche s'appuie alors sur la méthode de fusion d'un filtre à intersection de covariance partitionné afin d'éviter les problèmes de sur-convergence dus à la corrélation. De plus, les estimations des états des robots sont modélisées par des mixtures de gaussiennes permettant ainsi de représenter au mieux les formes réelles des distributions obtenues après la fusion d'une mesure de distance. Notre algorithme de localisation coopérative a également la particularité de faire évoluer le nombre de particules des mixtures de gaussiennes afin de se ramener à une modélisation équivalente à un filtre gaussien lorsque les conditions le permettent. Le fonctionnement de notre approche de localisation coopérative est présenté grâce à l'étude de quelques situations basiques mettant en évidences différentes caractéristiques de l'algorithme. Le manuscrit se termine par la présentation de trois scénarios de localisation coopérative faisant intervenir plusieurs robots et objets statiques. Les deux premiers exploitent un simulateur réaliste capable de simuler la physique des robots. Le troisième est une expérimentation réelle utilisant une plateforme urbaine dont dispose le laboratoire. L'objectif de ces expérimentations est de montrer que notre approche reste intègre dans les situations les plus difficiles
There is an increasing number of applications in mobile robotics involving several robots able tocommunicate with each other to navigate cooperatively.The aim of this work is to exploit the communication and the detection of robots in order to achievecooperative localization.The perception tool used here rely on ultra-wideband technology, which allows to perfomprecise range measurements between two sensors.The approach we have developed focuses on the robustness and consistency of robot state estimation.It enables to take into account scenarios where the localization task is difficult to handle due tolimited data available.In that respect, our solution of cooperative localization by range measurements addresses twoimportant problematics: the correlation of data exchanged between robots and the non-linearity ofthe observation model.To solve these issues, we have choosed to develop a decentralized approach in which the cooperativeaspect is taken into account by a specific robot observation model.In this context, an observation corresponds to a range measurement with a beacon (that is, a robotor a static object) where the position is reprensented by a normal distribution. After several observations of the same beacon, the correlation between the robot state and thebeacon position increases.Our approach is based on the fusion method of the Split Covariance Intersection Filter in order toavoid the problem of over-convergence induced by data correlation.In addition, the robot state estimates are modeled by Gaussian mixtures allowing best representationof the distributions obtained after merging a range measurement.Our localization algorithm is also able to dynamically adjust the number of Gaussians of mixturemodels and can be reduced to a simple Gaussian filter when conditions are favorable.Our cooperative localization approach is studied using basic situations, highlighting importantcharacteristics of the algorithm.The manuscript ends with the presentation of three scenarios of cooperative localization implyingseveral robots and static objects.The first two take advantage of a realistic simulator able to simulate the physics of robots.The third is a real world experimentation using a platform for urban experimentation with vehicles.The aim of these scenarios is to show that our approach stay consistent in difficult situations

Ce travail aborde trois sujets différents mais complémentaires sur la robotique mobile. Premièrement, nous abordons la modélisation de la dynamique d'un véhicule qui constitue un archétype de robot mobile. Deux équations non linéaires couplées du deuxième ordre modélisent le comportement de la vitesse tangentielle et de la vitesse angulaire du véhicule. Une troisième équation, elle aussi non linéaire, exprime une contrainte sur le déplacement et les forces qui empêchent le dérapage du véhicule. Ensuite, nous étudions le problème de la localisation du véhicule dans un environnement polygonal connu, à partir de l'information fournie par des capteurs à ultrasons. A cette fin, nous utilisons une technique d'estimation ou la seule hypothèse sur la perturbation affectant les mesures est d'être bornée avec borne connue. Outre son interprétation géométrique, cette technique a l'avantage de pouvoir rejeter les informations redondantes, accélérant ainsi la procédure d'estimation. D'autre part, et afin de mettre en correspondance les observations réalisées par les capteurs et les obstacles composant l'environnement, nous représentons ceux-ci par des classes d'appartenance plutôt que des segments de droite. Cette représentation s'avère très utile lorsqu'on souhaite propager une incertitude d'un repère à l'autre et affecter une observation quand elle est susceptible d'appartenir à plusieurs classes. La dernière partie de ce travail expose un schéma de commande pour l'asservissement du véhicule autour d'une trajectoire de référence. Nous proposons une loi de commande inspirée d'une loi de commande de suivi de parois qui découple le problème de l'asservissement latéral du véhicule et celui de l'asservissement longitudinal par rapport à la trajectoire désirée. Ceci permet d'avoir deux boucles de commande indépendantes pour corriger chacune de ces erreurs.

Mes travaux de recherche se déclinent suivant deux directions : Techniques avancées du traitement du signal pour la localisation de sources. Application à la localisation et poursuite de mobile en UMTS. Méthodes rapides et stables pour la poursuite des sous-espaces. Techniques avancées du traitement du signal pour la localisation de sources : Application à la localisation et poursuite de mobile en UMTS. Depuis que la FCC (Federal Communications Commission) a demandé aux opérateurs américains d'assurer la localisation de tout terminal appelant les services d'urgence (avec une précision de 125 m dans 67 \% des cas), les opérateurs s'intéressent de plus en plus à la localisation de mobile. Ils y voient un moyen de proposer de nouveaux services comme la tarification par zone, la recherche de services proches (hôtels, restaurants), etc. De plus, cela leur permettrait d'avoir un indicateur géographique du trafic, pratique pour l'optimisation de leur réseau. Toutefois, bien que le nombre d'applications possibles soit important, la localisation de mobile n'a été prévue dans aucun système radio-mobile. C'est pourquoi, depuis quelques années, les opérateurs en ont fait un de leur sujet prioritaire de recherche. Plusieurs idées ont ainsi été proposées comme l'utilisation d'un récepteur GPS (Global Positionning Satellite) donnant la position du mobile à partir des temps d'arrivée de signaux issus de trois satellites. Cette solution, bien qu'étant d'une grande précision, n'est pas pour autant optimale. En effet, elle nécessite non seulement une visibilité directe du mobile avec trois satellites (ce qui pose un problème pour la localisation à l'intérieur des bâtiments, des reliefs montagneux. . . ) mais représente également un coût non négligeable à la charge des opérateurs. C'est pourquoi, certains opérateurs préfèrent s'orienter vers les solutions n'utilisant que les signaux radio. C'est cette approche que nous avons choisi de présenter dans cette thèse. Trois classes de méthodes sont utilisées pour la localisation du mobile : La première approche concerne méthodes basées sur l'estimation de la distance entre le mobile et la station de base, obtenue à partir des mesures des temps d'arrivée (TOA). Ces méthodes peuvent aussi bien être envisagées en liaison montante qu'en liaison descendante. Trois mesures impliquant des stations de base (BS) différentes sont au minimum nécessaires pour déterminer la position du mobile. La seconde approche concerne les méthodes basées sur l'estimation des angles d'arrivées(AOA). Celles-ci nécessitent l'installation d'antennes complexes et ne peut donc être envisagées qu'en liaison montante. Chaque AOA estimé définit une demi-droite, de sommet la station de base concernée, sur laquelle se trouve le mobile. Deux mesures de AOAs sont donc nécessaires pour localiser le mobile. Enfin, la troisième approche concerne les méthodes dites conjointes utilisant simultanément l'estimation des angles et des retards. La localisation de mobile ne nécessite alors que l'écoute d'une seule BS. Quelque soit la méthode choisie, les solutions proposées seront différentes selon la norme considérée. En effet, au problème d'absence de trajet direct (Non Line Of Sight (NLOS)) qui est caractéristique de l'ensemble des systèmes radio-mobile, s'ajoute un problème inhérent au système UMTS-FDD : le problème d'écoute (Near-Far Effect (NFE)). Il correspond à la difficulté pour les stations de base (BS) et les mobiles (MS) d'écouter des mobiles ou des BSs éloignés, i. E. Appartenant à des cellules voisines. Il est lié au fait que dans les réseaux UMTS-FDD les stations de base (respectivement les mobiles) émettent simultanément et sur la même bande de fréquence. Mon travail de recherche s'est donc attaché à proposer pour les systèmes UMTS-FDD, des solutions de localisation réalisites, efficaces et qui tiennent compte de ces deux problèmes. Un simulateur UMTS-FDD, construit suivant la norme, a permis de valider l'ensemble des solutions proposées. Enfin, une méthode adaptative de poursuite de mobile en UMTS est proposée. Cette méthode utilise l'estimation adaptative des sous-espaces qui occupe une partie de la thèse. Méthodes rapides et stables pour la poursuite des sous-espaces. Dans cette partie nous nous sommes intéressés à développer des techniques adaptatives capables d'exécuter un suivi de sous-espaces. L'ingrédient principal commun dans toutes ces méthodologies sera l'hypothèse que le rang du sous-espace est connu. La littérature existante sur le suivi de sous-espace est extrêmement riche, offrant une grande variété des schémas avec différentes complexités du calcul. Les algorithmes adaptatifs de suivi de sous-espace sont de grande importance, puisqu'ils peuvent être employés dans de nombreuses applications comme les systèmes de télécommunication, le filtrage adaptatif, la direction des arrivées, le traitement des rangées d'antenne, les systèmes linéaires, etc. Nous nous concentrons sur le problème du suivi de sous-espace lui-même, où nous sommes concernées par estimer les vecteurs singuliers (Minor and Principal Componet Analysis, MCA and PCA) ou une base orthonormale pour le sous-espace d'intérêt (Minor and Principal Subspace Analysis, MSA and PSA. Nos algorithmes proposés sont capables d'estimer le sous-espace (MSA and PSA) correspondant aux plus grandes et plus petites valeurs singulières (et même les vectuers propres correpondant, MCA and PCA). Leur caractéristique principale est leur faible complexité informatique, qui est accompagnée de stabilité numérique, même dans le cas des plus petites valeurs singulières. On devrait mentionner que toutes les techniques existantes de même complexité visant à estimer les plus petites valeurs singulières sont numériquement instables. En conclusion, avec l'aide des simulations, nous démontrons la meilleure exécution de notre méthode contre d'autres schémas populaires de la même complexité
The purpose of this thesis is to provide solutions to challenges facing the wireless localization and tracking techniques, with a special focus on Non Line of Sight (NLoS) effect arising from the presence of obstacles between the mobile station and the base station. In the case of mobile tracking algorithms, adaptive component and subspace analysis are important tools frequently used for different parametric estimation. We present in the first part of this thesis, an extensive study of this subject and we propose fast and efficient subspace tracking methods. The document is structured in three parts gathering several chapters: Subspace Tracking for Signal Processing. Mobile Localization in Wireless Networks. Appendix. Part I: Subspace Tracking for Signal Processing. In the first part, various theoretical aspects for adaptive subspace tracking in signal processing are presented. We start first by a global introduction. In chapter 1, an overview of subspace tracking methods is illustrated. In chapter 2, we propose fast adaptive algorithms for minor and principal component analysis. We start first by proposing new fast methods using Householder Transformation for extracting the desired minor eigenvectors of a covariance matrix. The two proposed methods are referred to as; MCA Orthogonal OJA using Householder Transform (MCA-OOJAH) and MCA Orthogonal FRANS using Householder Transform (MCA-OFRANSH). We propose next a fast PCA algorithm using Givens Rotations for tracking the desired principal eigenvectors of a covariance matrix, we refer to this new algorithm as Principal Component extraction using the Orthogonal PAST method (PC-OPAST). Finally, we study the MCA case where we elaborate a fast MCA algorithm for positive Hermitian covariance matrix associated with time series. This latter method is referred to as Minor Component extraction using the YAST-PGS algorithm (MC-YAST-PGS). Theoretical Convergence analysis and numerical stability analysis are provided in this chapter. Simulation results are presented to assess the performance of our algorithms and compare them with other existing methods. Chapter 3 relates to subspace analysis. To this end, we propose fast adaptive algorithms for minor and principal subspace analysis. The first new method referred to as Fast Orthogonal OJA (FOOJA) estimates the minor or the principal desired subspace of a covariance matrix. Another fast MSA method (YAST-PGS) is proposed in this chapter to extract the desired minor subspace of a positive Hermitian covariance matrix associated with time series. Theoretical stability analysis and simulation results are provided to illustrate the tracking capacity of the proposed algorithms. In chapter 4, we present an application of the subspace tracking for mobile localization. Indeed, we propose an adaptive mobile localization method using Time Of Arrival (TOA) and Direction Of Arrival (DOA) estimates. Simulation results prove the good estimation and tracking performance of the proposed method in typical propagation environments. Part II: Mobile Localization in Wireless Networks. This part deals with mobile localization in wireless networks and more precisely in the UMTS-FDD mode. Before presenting our contributions, we show in chapter 5, a brief summary on the evolution of cellular systems, and an overview of UMTS positioning methods. In chapter 6, we present an efficient TOA estimation method using RAKE-CFAR technique that reduces the effect of the hearability problem on mobile positioning in UMTS-FDD mode. Realistic simulation results show the accuracy improvement provided by the proposed method over a simple Rake receiver. In chapter 7, a new Mobile Station (MS) localization method is provided using Round Trip Time (RTT) measurements in the UMTS-FDD mode. The new methods take into account possible large RTT error measurements caused by Non Line of Sight (NLoS). The mobile position is then obtained only from the three most reliable RTT among the set of all RTT estimates when available. This method is also efficient even if all RTT measurements correspond to the LoS case. More precisely, this algorithm allows the selection of the least ’noisy’ RTT when all measurements are of LoS type. Simulation results show the gain of positioning accuracy provided by the proposed algorithm. In chapter 8, we propose an adaptive Interactive Multiple Models (IMM) Unscented Kalman Filter (UKF) with an efficient RAKE-CFAR method for mobile tracking in NLoS situation. This new algorithm is based first on an efficient and adaptive TOA estimation method, and an IMM-UKF method in order to operate in Non-Line-of-Sight situations and to track manoeuvring mobile. Realistic simulation results are presented in the UMTS-FDD mode to show the tracking accuracy provided by our proposed algorithm. Part III: Appendix. The appendix provides in chapters 9 and 10 complete proofs of some results of Part I and II and contains some details about the UMTS simulator

La thèse comporte trois parties - localisation de robots dans en 3D par des mesures de distances entre les robots, estimation de l'incertitude de la position calculée et construction des trajectoires des mouvements des robots afin de réduire au minimum cette incertitude. L'algorithme de planification utilise certains des robots en tant que balises stationnaires guidant les autres robots mobiles, ce qui permet le fonctionnement précis du system à long terme dans les environnements non structurés. Le but principal de la planification n’est pas de construire des trajectoires sans collision, mais de maintenir l'exactitude de positionnement pendant le mouvement. Deux critères importants d'optimalité sont considérés, reliés aux aspects spécifiques du mouvement commun - comment construire la trajectoire caractérisée par précision de mouvement, comment choisir les robots employés comme des balises et comment les placer dans l’espace de travail, afin de former des arrangements géométriques appropriés et ainsi maximiser la précision de localisation. Pour l'estimation de la position, utilisant les mesures de distance, plusieurs méthodologies de calcul sont présentées – une technique en temps réel et simple à calculer et encore deux techniques itératives, plus précises, mais aussi plus complexes à calculer. Les méthodes et leurs caractéristiques statistiques ont été présentées analytiquement, et ensuite comparées numériquement par des simulations graphiques sur ordinateur. L'évaluation d'incertitude est basée sur la méthode Delta, donnant des résultats très satisfaisants, comparés aux estimateurs numériques. La bonne connaissance de l'incertitude de la position est importante pour la fusion des données d'autres sources d’information de position (navigation hybride). En outre, un estimateur d'incertitude (indépendant du nombre de balises utilisées) rapide et différentiable a été proposé. Le maintien de l'incertitude de position bas est le premier critère pour la planification optimale de mouvement. Un deuxième critère a été développé, un estimateur différentiable pour la configuration géométrique des balises, qui ne dépend pas de la position du robot localisé, mais seulement des positions des balises. Les solutions proposées ont été validées expérimentalement par la simulation par ordinateur
This work emphasizes on three utterly related subjects – resolving robot position by distance measurements to other robots, estimating the uncertainty of the computed position and planning the robot’s movement in order to minimize that uncertainty. The planning algorithm uses some of the robots as stationary beacons guiding the robots in motion, thus enabling long-term working in unstructured environments. The main purpose of the planning is not building collision-free paths, but maintaining the positioning accuracy during the motion. Two important optimality criteria are considered, related to specific aspects of the common motion – how to plan trajectories with good movement precision, how to choose which robots to use as beacons and how to position them, in order to form appropriate geometrical arrangements and thus maximize localization precision. To resolve the position, given the distance measurements, we introduce several novel methodologies – one real-time, low-computation technique and another two optimal, computation costly model. The methods and theirs statistical characteristics have been presented analytically, and compared numerically by graphical simulations. The uncertainty estimation is based on the Delta method for uncertainty propagation, which in our case produce very satisfying results, compared to numeric estimators. Good knowledge of the position’s uncertainty is important when combining it with information of other sources, when performing hybrid navigation. Furthermore, a fast and differentiable uncertainty estimator has been found, not depending on the number of beacons used. Maintaining minimal values for the position uncertainty is the first criterion for the optimal motion planning. As a second criterion, we developed a differentiable beacon configuration quality estimator that does not depend on the localized robot but only on the positions of the beacons used. The proposed solutions for the three tasks have been validated experimentally by computer simulation. A simulation platform has been implemented for this purpose. It has been programmed on C++, using the OpenGL graphic library

The key to autonomous mobile-robot navigation is effective path planning and accurate self-localisation. The lack of self-localisation or inaccurate self-localisation makes any nonholonomic autonomous mobile robot blind in a navigation environment and will deter the robot’s ability to complete path following. In the last several years, many different systems have been considered for self-localisation, from using visual odometry to using a satellite triangulation method, better known as a global position system or GPS. All of these have benefits and detriments, the solution proposed here endeavors to offer more benefits than detriments, utilizing a novel method for self-localisation, employing a dual bearing finder digital compass configuration to resolve the relative location of an autonomous nonholonomic wheeled mobile robot. To facilitate the novel hybrid method, the utilization of the mobile robot’s multiple sensors, dual wheel quadrature shaft encoders and the digital compasses are required. To support the hardware requirements of the novel localisation methodology, the cutting edge technology of a 200 MHz 32-bit ARM 9 processor on a GHI ChipworkX module are employed. The software architecture is based on the Microsoft .NET Micro Framework 4.1 using C# and the Windows Presentation Foundation (WPF). Without the inputs from the dual compass configuration it would not be possible to solve the relative position of the mobile robot analytical. Without the dual compass configuration only a numeric solution is possible, which decelerates the localisation process. The mobile robot’s digital compasses are marked with unnatural markers, for faster identification by an overhead camera. Using the overhead camera tracking results and comparing the telemetry collected by the mobile robot, using the analytical equations, the validation of this method is proven. The most fundamental part of implementing a successful maneuverable nonholonomic mobile robot is accurate self-localisation telemetry. The biggest concern about using a self-localisation technique is the amount of computation it will require to complete the task. Ideally, having an analytical solution to position offers the benefit of a single solution, where the numeric solution has many solutions and requires more time and computation to derive the solution. The benefit of the dual compass configuration is that it offers an analytical solution to the hybrid model that utilizes quadrature shaft encoders and digital compasses. This methodology evidently presents a novel approach where visual odometry is not possible.