Surveillance de cibles mobiles fondée sur un réseau de drones

Monitoring of mobile targets using UAVs

• Auteur / Autrice : Mouna Elloumi
• Direction : Benoît Escrig, Leïla Azzouz Saïdane
• Type : Thèse de doctorat
• Discipline(s) : Informatique et Télécommunications
• Date : Soutenance le 05/12/2019
• Etablissement(s) : Toulouse, INPT en cotutelle avec École Nationale des Sciences de l'Informatique (La Manouba, Tunisie)
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)
• Jury : Président / Présidente : Sihem Guemara-El-Fatmi
• Jury : Examinateurs / Examinatrices : Benoît Escrig, Leïla Azzouz Saïdane, Mohamed Mosbah, Daniel Roviras, Riadh Dhaou
• Jury : Rapporteurs / Rapporteuses : Mohamed Mosbah

Mots clés

Mots clés contrôlés

Circulation

Surveillance électronique

Drones

Mots clés libres

Drones

Placement et déplacement des drones

Consommation d'énergie des drones

Liaisons LTE

Surveillance du trafic routier

Suivi de cibles mobiles

UAVs

Placement and movement of UAVs

UAV energy consumption

LTE links

Traffic monitoring

Tracking of moving targets

Résumé

Les systèmes fondés sur les drones constituent une solution appropriée pour la surveillance, en particulier des cibles mobiles. La grande mobilité des drones, leur faible coût de maintenance, la facilité de leur déploiement et leur capacité de vol stationnaire, font d'eux une solution intéressante pour la surveillance de cibles mobiles. Notre première contribution concerne le scénario où un seul drone surveille une seule cible mobile. Pour ce cas, nous avons proposé une méthode pour gérer la mobilité du drone, qui assure un suivi continu d'une cible mobile et qui permet d'économiser la consommation en énergie du drone. Les trajectoires du drone ont été calculées en fonction de la position de la cible par rapport au centre du champ de vision du drone. Nous avons considéré pour cela trois zones, et selon la position de la cible par rapport à ces trois zones, le drone fait des ajustements différents, pour minimiser les déplacements inutiles. Notre deuxième contribution concerne le scénario où plusieurs drones surveillent plusieurs cibles mobiles. Pour ce cas, nous avons proposé des méthodes adaptatives pour gérer le placement et le déplacement des drones. Nous avons appliqué ces méthodes dans le contexte de la surveillance du trafic routier. Les trajectoires des drones ont été adaptées, soit en fonction des positions des groupes de véhicules, soit en fonction des positions des événements de la route (embouteillages et excès de vitesse). Ces méthodes assurent la couverture des véhicules, la détection des événements anormaux et la diminution de la consommation d'énergie des drones. Nous avons utilisé une combinaison de l'architecture centralisée et de l'architecture distribuée, en effet les communications entre les drones et avec le point central sont toutes possibles. La communication est faite via des liaisons LTE. Nous nous sommes intéressés à des traces de mobilité réelles de véhicules et à des traces de mobilité générées par un modèle de mobilité véhiculaire qui utilise des plans de routes réelles. Nous avons étudié l'influence des traces de mobilité des véhicules utilisées sur les performances des méthodes de gestion de mobilité des drones.

UAV-based systems are an appropriate solution for surveillance, especially for mobile targets. The high mobility of UAVs, their low maintenance costs, their easy deployment and their hovering capability make them an attractive solution for mobile target monitoring. Our first contribution deals with the scenario where a single UAV monitors a single moving target. For this case, we have proposed a method to manage the mobility of the UAV, which ensures a continuous monitoring of a mobile target and which reduces the energy consumption of the UAV. The trajectories of the UAV were calculated according to the distance between the position of the target and the center of the UAV's field of view. We have considered three zones, and depending on the position of the target in those three zones, the UAV makes different adjustments to minimize unnecessary movements. Our second contribution deals with the scenario where several drones monitor multiple moving targets. For this case, we proposed adaptive methods to manage the placement and movement of UAVs. We applied these methods in the context of road traffic monitoring. The trajectories of UAVs have been adapted according to the positions of the groups of vehicles, or according to the positions of the events of the road (traffic jams and speeding violations). These methods ensure the coverage of vehicles, the detection of abnormal events and the reduction of energy consumption of UAVs. We have used a combination of the centralized architecture and the distributed architecture, indeed the communications between the UAVs and with the central point are all possible. The communication is done via LTE links. We were interested in real mobility traces of vehicles and mobility traces generated by a vehicular mobility model that uses real road maps. We studied the influence of vehicle mobility traces on the performance of UAV mobility management methods