Systèmes de positionnement pour applications coopérativesbonnif/talks/ATEC_ITS09_PhB.pdfService de positionnement – Pour les applications coopératives, le positionnement est nécessaire

Systèmes de positionnement pour

applications coopérativesPh Bonnifait

Lab Heudiasyc UTC/CNRS

Congrès international ATEC-ITS France Fev 09 POMA 2

Plan de l’exposé

• Le sous-projet POMA de CVIS• Qualité de service d’un système de

positionnement (QoS)• Contribution de POMA sur la QoS• Interfaces de POMA pour les applications

coopératives


CVIS-POMA• CVIS : projet intégré du Programme FP6, priorité 2 Information

Society Technologies (IST), “eSafety – Co-operative systems for road transport”.

• 2006-2010• POMA : 12 partenaires :

– NavTeQ (coordinateur), – Teleatlas,– Thales Alenia Space,– DLR, – LCPC/INRETS, – Logica, – Mapflow, – Mizar, – Volvo, – ISMB, – Intempora,– Heudiasyc UMR UTC /CNRS 6599

Objectifs de POMA :

1) Améliorer les systèmes de géo-localisation

2) S’interfacer à la plate-forme de développement ouverte pour la conception de services coopératifs


Service de positionnement

– Pour les applications coopératives, le positionnement est nécessaire partout

– Le GNSS est absolument central mais pas suffisant

• Précision très variable• Nombreux problèmes de disponibilité

(masquages)

– L’intégrité du positionnement est importante dans de nombreuses applications

Qualité de service d’un système de positionnement

Première partie


QoS

• Couverture• Disponibilité• Précision• Robustesse• Intégrité• Continuité de service• Caractéristiques temps réel

– cadence– latence– gigue– temps à alarme


Couverture

• Zone géographique sur laquelle le système est normalement opérationnel– GNSS à l’échelle de la terre– Problèmes de masquage des satellites


Disponibilité

• rapport (en %) du temps pendant lequel le système est opérationnel sur le temps total où le système est actif, sur sa zone de couverture nominale


Exactitude ou précision

• Justesse (en anglais accuracy)– degré de conformité entre les

paramètres de positionnement estimés par le système et les vrais paramètres

• Fidélité (en anglais precision)– dispersion des résultats due aux

erreurs aléatoires inévitables


Norme ISO/DIS 3534-2 (métrologie)

Fidélité Justesse Précision

Pour les applications coopératives, la justesse est un pré-requis


Robustesse

• Mesure aberrante– mesure qui ne respecte pas le modèle

d’erreur qu’on en a • Robustesse

– Aptitude à détecter puis éliminer des mesures brutes aberrantes qui peuvent contaminer le résultat final


Intégrité

• Mesure de la confiance dans l’information de positionnement fournie par le système

• Capacité à alerter le client du service qu’il ne doit pas utiliser l’information


Mise en œuvre de l’intégrité• Perte d’intégrité

– fautes accidentelles, perturbations, malveillances,– mesures brutes aberrantes non détectées par les

mécanismes d’intégrité• Méthodes usuelles

– s’appuyer sur une validation externe (EGNOS)– disposer d’une redondance et rejeter les mesures

douteuses (RAIM)• Stratégie générale

– estimer un majorant de l’erreur commise sur les paramètres de positionnement

– si ce majorant dépasse une certaine limite, avertir le client


Zone de protection

• Ensemble compact de l’espace des paramètres caractérisé par un risque de ne pas contenir les vrais paramètres

Maximum error due to an undetected fault

Le calcul des zones de protection suppose souvent une seule mesure aberrante

Le système POMA et sa qualité de service

Deuxième Partie


Time stampedDR Sensor Data

EGNOS Data Collection & Translation

EGNOS Receiver

L1 GPS Receiver

EGNOS/PVTComputation

HybridPosition

Computation

DR Sensors

L1/L2 GPS Receiver

Raw data

EGNOSMessages

Geosat Data Flow

Preciserelative & absolute Position,

+ Error

PVT, Integrity, Sat PV, UERE

Processed DataSensor Data

Sensor Module

HybridPVT + EMAPComputation

Alcatel

Map Data

Hybrid PVT, ErrorsPos.rel. to Map

L3

L1 L1

L2

1

1

1

L1

Physical Interface

Logical Interface

L5

2

3

L4

5 6

2b

LCPC(Livic)

LCPC(SMI)

UTC

DLR

Alcatel Office (Toulouse)

Hybrid PVT, Integrity, Errors

Position rel. to Map, Confidence

PPS sync.GPS Time

L5

L8

L7

L9

L11

L7

Sensors

Computation Module within POMA

1

TimeStamp

PPSSync

SAPOSModule

2

L4a

L1

Time Stamp

Internet access

Optional localReference Data

4

MapMatching

L14

(PVT = Position, Velocity, Time)

Infrastructure basedpositioning

L11

L21

Architecture de POMA

L6

Input for MM


Contributions

• Deux services de positionnement– absolu (GPS-like)– map-matché

• Attributs de QoS particulièrement étudiés– Disponibilité– Couverture– Intégrité– Précision– Mise à jour des cartes


Amélioration de la disponibilité

• Utilisation de capteurs proprioceptifs pour gérer les courts masquages– Accéléromètre,– gyromètre– vitesse (bus CAN)– Module de fusion hybride


Router PC with M5 board and 2G/3G card

Figure 2 -

Solution Low Cost (développée par QFree)

Carte PCI avec GPS, gyromètre, accéléromètres, IEEE 802.11p, interface OBDII


Simple linear models for specific dynamicsSimple linear models for specific dynamics

Fusion hybride

ikkX /

ˆ

CVk CA

k

CACA

CTCT

CVCV

pastpast ego positionego position

Prediction for Prediction for CA modelCA model

ikkX 1/1

ˆ

: Constant Acceleration

: Constant Turning

: Constant Velocity

: Constant Acceleration

: Constant Turning

: Constant Velocity

Congrès international ATEC-ITS France Fev 09 POMA

Réseaux de capteurs pour améliorer la couverture

RSSI Measurer

WLAN Positioning

Vehicle Position

Two steps:1. Off-line Calibration2. On-board Localization

(fingerprinting)

RSSI: Received Signal Strength Intensity

Utilisation typique dans les tunnels


10

20

30

210

60

240

90

270

120

300

150

330

180 0

2D Error Dispersion

Estimation Error X [m]

Estim

atio

n Er

ror Y

[m]

0 5 10 150

0.5

1

Cum

ulat

ive

Den

sity

Fun

ctio

n (c

df)

2D Error [m]

2D Error Distribution

0 5 10 150

0.1

0.2

Prob

abili

ty D

ensi

ty F

unct

ion

(pdf

)

GPSWLAN Posit

Tests results

ErrLoc_Mean: ~ 6 mErrLoc_Std: ~ 7 mErrLoc_RMS: ~ 9 m

251 points were computed, using 89 different Access Points (APs)


Egnos Inside Server(Thales, Toulouse)

EGNOS pour l’intégrité

PCEgnos dataVia Internet

(GPRS)

GPS receiver (Ublox)

Router PC

Egnos Inside Server SW

Egnos Inside Mobile Unit SW

on RTMAP

GPS ConstellationEGNOS

Signal In Space

PVT, HPL(HPL: Horizontal Protection Level)

Antenna

Receiver


Intégrité du Map Matching




EGNOS Receiver

L1 GPS Receiver


HybridPosition

Computation

DR Sensors

L1/L2 GPS Receiver

Raw data

EGNOSMessages

Geosat Data Flow


+ Error


Sensor Module


Alcatel

Map Data


L3

L1 L1

L2

1

1

L5

2

3

L4

5 6

2b

LCPC(Livic)

LCPC(SMI)

UTC

DLR




PPS sync.GPS Time

L5

L8

L7

L9

L11

L71

TimeStamp

PPSSync

SAPOSModule

2

L4a

L1

Time Stamp

Internet access


4

MapMatching

L14

Infrastructure based positioningmodules (WLAN, WSN)

Infrastructure based positioning

L11

L21

MM Inputs

L6

•Vehicle estimated pose (position + heading)•Map data (Map Cache)

Input for MM


Map Cache

• MM implies many computations with road data local map of the roads around the estimated position stored in RAM memory

• POMA uses a cache structure independent of the map provider

Map MatchingMap Engine Map Cache

1

2 3




EGNOS Receiver

L1 GPS Receiver


HybridPosition

Computation

DR Sensors

L1/L2 GPS Receiver

Raw data

EGNOSMessages

Geosat Data Flow


+ Error


Sensor Module


Alcatel

Map Data


L3

L1 L1

L2

1

1

L5

2

3

L4

5 6

2b

LCPC(Livic)

LCPC(SMI)

UTC

DLR




PPS sync.GPS Time

L5

L8

L7

L9

L11

L71

TimeStamp

PPSSync

SAPOSModule

2

L4a

L1

Time Stamp

Internet access


4

MapMatching

L14

Infrastructure based positioningmodules (WLAN, WSN)

Infrastructure based positioning

L11

L21

MM Outputs

L6

Output for MM

•Map-Matched candidates (up to 10)•Timestamp•For every candidate

•Longitudinal accuracy•Confidence (likelihood)

Meta-data


Intégrité du Map-Matching

*Accuracy

0.4

0.3 0.2

0.1

Confidence indicator attached to each segment


MM Integrity Monitoring

• Principle : check consistency between the Map and the estimated pose

• Approach studied at UTC– Dynamic state observers

• Multi-Hypotheses tracking• Particles filters

– Normalized Innovation Squared (NIS)


Capteurs de précision

• POMA propose une deuxième gamme de capteurs– RTK bi-fréquence– centrale inertielle– Accès complet au bus CAN


POMA EMAP

• Bases de données décrivant les voies de circulation

Pose

Digital Data Base

POMAMM

lane n° i

s e


300 320 340 360 380 400 420 440 460 480 500

140

150

160

170

180

190

local x (in m)

loca

l y (i

n m

)

zoom on emap area - 1st day AM

Connectivity

Connexity

EMAP example


Map Update

HTTP

Map TilesVehicle System

E.g. LastModifiedSince

- Incremental Compiler- Update-Service

NAVTEQ Update ServerMap Updates (PSF Tiles)

Interfaces de POMA pour les applications coopératives

Troisième Partie


Map of encoder Map of decoder

Match common parts

S

E

Pick up the “jam” geometrywith additional

“appendix”

Utilize this geometry(string of co-ordinates)

with “jam” markers

S E

S

E

Location of interest SES

E

Neglect non-common

parts at the

“appendix”end

S

E

AGORA-C : échange de points Map-Matchés


Implémentation AGORA-CLOCATION CONTAINERHEADERgcid: 1lengthComp: 118lengthAttr: 1

AGORA LINEAR LOCATIONHEADERgcid: 0lengthComp: 114lengthAttr: 2Aligned = 1Location Type = 6

CORE POINT LISTCore Point number = 6

CORE POINTHEADERgcid: 4lengthComp: 27lengthAttr: 26Point is Location Point

LOCATION CONTAINERHEADERgcid: 1lengthComp: 118lengthAttr: 1

AGORA LINEAR LOCATIONHEADERgcid: 0lengthComp: 114lengthAttr: 2Aligned = 1Location Type = 6

CORE POINT LISTCore Point number = 6

CORE POINTHEADERgcid: 4lengthComp: 27lengthAttr: 26Point is Location Point

POINTLat Type = 3Long Type = 3Latitude = 49.062688°Longitude = 8.510714°

RP SIGNATUREBearing = 356 degreesAligned = 1Distance = 123 metersIP SIGNATUREFunctional Road Class = 7Intersection Type = 3Drive Direction = 3Number of Intersections = 1Form of Way = 0Road Descriptor = "Lärch"

SR SIGNATUREBearing = 269 degreesAligned = 1NO Attributes

[….more CORE POINTS …]

NO Extended LocationNO Attributes

POINTLat Type = 3Long Type = 3Latitude = 49.062688°Longitude = 8.510714°

RP SIGNATUREBearing = 356 degreesAligned = 1Distance = 123 metersIP SIGNATUREFunctional Road Class = 7Intersection Type = 3Drive Direction = 3Number of Intersections = 1Form of Way = 0Road Descriptor = "Lärch"

SR SIGNATUREBearing = 269 degreesAligned = 1NO Attributes

[….more CORE POINTS …]

NO Extended LocationNO Attributes


POMA Rapid PrototypingPOMA service bundle POMA test client bundle

TCP


OSGi bundle

• Example: Map matching interface


Aperçu du système embarqué(RTMAPS linux)


Conclusion

• POMA fournit des services de positionnement pour les applications coopératives– GPS like– Positions Map-Matchées + AGORA-C

• Principaux paramètres de QoS– couverture, disponibilité, intégrité, précision


Travaux en cours

• Réglages des différents composants déjàtemps réel

• Développements temps réel de prototypes Matlab

• Calibrage du module embarqué• Validation sur des séquences réelles

Merci de votre attention.

Ph BonnifaitLab Heudiasyc UTC/CNRS


Modèle d’observation

• y=Cx + b + w• y = mesure• x = paramètres ou inconnues• C = matrice de passage• b = biais (erreur de justesse)• w = bruit de mesure (erreur de fidélité)• Remarques :

– souvent on suppose w blanc, centré et gaussien– souvent b est connu et retranché de la mesure y– modèle corrigé : yc = Cx+w


La fidélité prime

• On peut rendre précis un dispositif fidèle en appliquant une simple correction (biais)

Fidèle Précis

Documents

Systèmes de positionnement pour applications coopérativesbonnif/talks/ATEC_ITS09_PhB.pdfService de positionnement – Pour les applications coopératives, le positionnement est nécessaire