Nantilus
Analyse et classification des signatures des véhicules provenant de capteurs magnétiques pour le développement des algorithmes
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 pa...
Enregistré dans:
| Auteurs principaux : | , , , , |
|---|---|
| Collectivités auteurs : | , , |
| Format : | Thèse ou mémoire |
| Langue : | français |
| Titre complet : | Analyse et classification des signatures des véhicules provenant de capteurs magnétiques pour le développement des algorithmes / David Guilbert; sous la direction de Yide Wang; sous la direction de Yide Wang |
| Publié : |
[Lieu de publication inconnu] :
[éditeur inconnu]
, 2015 |
| Description matérielle : | 1 vol. (173 p.) |
| Condition d'utilisation et de reproduction : | Publication autorisée par le jury |
| Note de thèse : | Thèse de doctorat : Electronique, Traitement du signal : Nantes : 2015 |
| Sujets : | |
| Documents associés : | Reproduit comme:
Analyse et classification des signatures des véhicules provenant de capteurs magnétiques pour le développement des algorithmes intelligents de gestion du trafic |
| 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. 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. |
|---|---|
| Variantes de titre : | Analysis and classification of vehicle signatures from magnetic sensors fot the development of smart trafic management algorithms |
| Notes : | Ecole(s) Doctorale(s) : École doctorale sciences et technologies de l'information et de mathématiques (Nantes) Autre(s) contribution(s) : Christine Buisson (Présidente du jury) ; Patrick Aknin, Sylvie Charbonnier, Sio-Siong Ieng, Cédric Le Bastard (Membre(s) du jury) ; Salah Bourennane, Ali Khenchaf (Rapporteur(s)) |
| Bibliographie : | Bibliogr p. 165-173. |