Analyse de la mobilité des véhicules connectés à partir de traces de communication sans-fil

par Safa Boudabous

Projet de thèse en Réseaux, information et communications

Sous la direction de Houda Labiod, Stephan Clemencon et de Bertrand Leroy.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) , en partenariat avec LTCI - Laboratoire de Traitement et Communication de l'Information (laboratoire) , SdR : Sécurité des Réseaux (equipe de recherche) et de Télécom ParisTech (établissement de préparation de la thèse) depuis le 02-10-2017 .


  • Résumé

    Les véhicules connectés et/ou autonomes de demain seront de plus en plus impliqués dans le traitement et la communication de l'information. Ils permettront la collecte d'importantes masses de données provenant de diverses sources. Ils seront dotés d'un système de perception et de traitement performant de l'information, mettant en œuvre des technologies de détection redondantes telles que radars, lidars, vision, bases de données cartographiques et des systèmes de communications de type V2X (véhicule to véhicule, véhicule to infrastructure, véhicule to device,…). Ces systèmes de communications directs (ITS-G5) ou cellulaires (LTE, LTE-V, 5G) devraient permettre d'enrichir le spectre de perception par des bases de données cartographiques locales 3D importées et des informations trafic locales issues d'autres véhicules coopératifs. Par ailleurs, des systèmes de collecte de données embarqués, i.e. des capteurs de mouvement comme le gyromètre et l'accéléromètre, des capteurs de localisation comme le récepteur GPS ou des systèmes de communication sans fil comme Wi-Fi, Bluetooth, NFC, 3G/4G seront de plus en plus performants. La thèse se penche sur l'étude de l'analyse des traces de mobilité des véhicules connectés et/ou autonome en environnement urbain en focalisant sur les technologies de communications embarquées sans fil. L'analyse effectuée dans la thèse permettra de modéliser des flots de déplacement urbain ce qui permettra une gestion active du trafic routier et des transports en commun et d'effectuer une classification de la mobilité selon les différents modes de déplacement (piétons, véhicules, …) Les travaux de thèse s'inscrivent dans une continuité des études réalisées par VEDECOM autour de la technologie Bluetooth. Ainsi, nous élargirons le spectre des vecteurs de communication. Par exemple, il serait intéressant d'étudier Bluetooth LE pressenti pour une forte expansion dans le cadre de l'Internet des objets Une analyse des différentes couches des protocoles de communication sera également réalisée afin de proposer de nouvelles méthodes d'analyse des données plus fines. Par ailleurs, Les informations contenues dans les traces de mobilité peuvent avoir un impact important sur la protection de la vie privée des utilisateurs. En effet, la possibilité de traiter l'ensemble des traces dans une zone géographique donnée par le biais d'inférences peut révéler des comportements locaux (concernant un utilisateur particulier) ou globaux (concernant un ensemble d'utilisateurs). Nous proposerons de mener des inférences à partir des informations de mobilité des utilisateurs sans besoin de leur localisation et en préservant l'anonymat et la protection de la vie privée. Avant de traiter les données issues des traces de mobilité, il sera également nécessaire de connaitre leur degré de fiabilité instantané voire l'évolution de cette fiabilité à moyen terme (en dizaines de secondes). La qualité ou la plausibilité de l'information sera en effet un des critères de décision permettant d'autoriser ou non le traitement de la donnée. La thèse est à la croisée entre plusieurs domaines : les protocoles de communication sans fil, la sécurité de l'information (anonymisation et protection de vie privée) et traitement de gros volumes d'information au moyen de techniques d'apprentissage statistique.

  • Titre traduit

    Trace-based mobility analysis of connected vehicles


  • Résumé

    The aim of this thesis is to analyze the mobility of connected and/or autonomous vehicles based wireless communication traces. The work will focus on: - Definition of new methods of analyzing trace data of various wireless communications (Wi-Fi, cellular, Bluetooth, Bluetooth LE). The study of the different layers of the communication reference stack up to the level of the physical layer is necessary in order to determine the information elements most suited to the applications targeted (classification of mobility according to the different modes of transport, modelling travel in urban environment, traffic management) - The application of statistical learning methods to characterize and classify mobility from traces of wireless communication. - The application of machine learning methods for vehicle sensing - Integration of security aspects related to the processed data, namely the protection of privacy and the preservation of anonymity. - Large-scale experiments (in a city) to compare the traces collected with the actual car traffic measured from other sensors. The data thus collected will allow analyzing the mobility in real time over the whole agglomeration concerned.