Analyse et classification des signatures des véhicules provenant de capteurs magnétiques pour le développement des algorithmes

par David Guilbert

Thèse de doctorat en Electronique, Traitement du signal

Sous la direction de Yide Wang.

Le président du jury était Christine Buisson.

Le jury était composé de Yide Wang, Christine Buisson, Salah Bourennane, Ali Khenchaf.

Les rapporteurs étaient Salah Bourennane, Ali Khenchaf.


  • Résumé

    La circulation routière est au coeur des préoccupations de la société au travers des problématiques d’aménagement du territoire, de mobilité, de lutte contre l’insécurité routière, ou plus récemment de lutte contre la pollution. La connaissance des déplacements des véhicules permet de répondre en partie à ces préoccupations. Le développement de la mesure des déplacements individuels des véhicules peut être réalisé par le suivi des véhicules. Pour réaliser le suivi anonyme des véhicules, le choix des capteurs magnétiques est appréhendé au regard des principaux capteurs de trafic. Après une étude sur les propriétés physiques de la boucle inductive et du magnétomètre, les trois étapes (détection, prétraitement et réidentification) du processus de suivi sont développées. Tout d’abord, un automate d’état est proposé pour améliorer la détection de véhicules par magnétomètre. Ensuite, des prétraitements sont proposés. Le premier concerne la proposition d’une méthode de déconvolution aveugle pour le capteur « boucle inductive ». Le deuxième se situe sur la sélection des variables saillantes par analyse en composantes principales. Par la suite, la méthode SVM est adaptée à la réidentification de véhicules. Un processus de vote à l’unanimité des méthodes logique floue, approche bayésienne et mesures de similarités est proposé et comparé par rapport à l’utilisation d’un seuil de décision. Un nouvel indicateur indépendant de la modélisation du trafic est proposé pour évaluer la réidentification. Enfin, l’ensemble des propositions est évalué lors de différentes expérimentations avec pour objectif de mesurer les temps de parcours individuels ou d’estimer les matrices origine – destination.

  • Titre traduit

    Analysis and classification of vehicle signatures from magnetic sensors fot the development of « smart » trafic management algorithms


  • Résumé

    Road traffic is at the heart of concerns for society due to issues of spatial development, mobility, the fight for better road safety or, more recently, environmentally friendly considerations. Observation and knowledge of travel patterns can partly help to answer these concerns. The development of a way to measure individual journeys can be achieved using vehicle tracking. To be able to anonymously track vehicles, magnetic sensors are chosen rather than the main traffic sensors. After a preliminary study of the physical properties of both the inductive loop and magnetometer, three steps in the monitoring process (detection, pre-processing and re-identification) are developed. Firstly, a state machine is provided to improve vehicle detection using a magnetometer. Then, two new pre-processing steps are available. The first concerns the use of a novel method of blind deconvolution for the "inductive loop" sensor. The second concerns the selection of characterizing variables by principal component analysis. Subsequently, the SVM method is adapted for the re-identification of vehicles. A unanimous voting process on either fuzzy logic, a Bayesian approach or similarity measurement is offered and compared in relation to the use of a decision threshold. A new independent predictor of traffic modelling is available to evaluate this reidentification. Finally, all the suggestions are evaluated during different experiments with the goal of obtaining individual travel time measurements or estimates of the origin – destination matrix.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (173 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr p. 165-173.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. BU Sciences.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.