💻 informatique

Accurate Pedestrian Tracking in Urban Canyons: A Multi-Modal Fusion Approach

Cet article présente un système de fusion multimodale basé sur un filtre particulaire combinant le GNSS, les données inertielles RoNIN et des a priori de cartes spatiales afin d'améliorer significativement la précision de la localisation des piétons et l'assignation des trottoirs dans les canyons urbains, particulièrement pour les utilisateurs aveugles ou malvoyants où les signaux GNSS sont dégradés.

Auteurs originaux : Shahar Dubiner, Peng Ren, Roberto Manduchi

Publié 2026-02-02

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Shahar Dubiner, Peng Ren, Roberto Manduchi

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le Problème : Se perdre dans le « Canyon de Béton »

Imaginez que vous marchez dans une ville remplie de gratte-ciel. Ces hauts bâtiments créent ce que l'article appelle un « canyon urbain ».

Si vous essayez d'utiliser le GPS de votre téléphone (GNSS) ici, c'est comme essayer d'écouter une station de radio en se tenant au fond d'un puits étroit et profond. Les hauts bâtiments bloquent le signal des satellites, ou le signal rebondit sur les parois de verre (comme un écho) avant d'atteindre votre téléphone. Cela rend la localisation GPS très instable et imprécise.

C'est un gros problème pour tout le monde, mais surtout pour les personnes aveugles ou malvoyantes. Elles dépendent entièrement du téléphone pour leur dire : « Vous êtes sur le côté gauche de la rue ; attendez que le feu passe au vert pour traverser ». Si le téléphone pense que vous êtes du côté droit de la rue alors que vous êtes en réalité à gauche, le guidage devient dangereux.

La Solution : Une équipe de trois

Les chercheurs ont construit un système qui agit comme une équipe de détectives pour déterminer où vous vous trouvez, même quand le GPS est confus. Ils ont combiné trois outils différents :

Le GPS (La boussole instable) : Il donne une idée générale de votre position, mais il est souvent erroné en ville.
Le Capteur Inertiel (Le compteur de pas) : Votre téléphone possède des capteurs qui ressentent vos mouvements. L'article utilise une IA intelligente appelée RoNIN qui observe votre façon de marcher. Elle sait que « Vous avez fait 10 pas en avant », peu importe si vous tenez le téléphone à la main ou s'il rebondit dans votre poche. Elle est excellente pour suivre le mouvement, mais si vous marchez pendant 10 minutes sans vérification GPS, elle commence à dériver (comme une boussole qui tourne lentement).
La Carte (Les règles de la route) : C'est l'ingrédient secret. Le système possède une carte numérique qui sait où se trouvent les bâtiments impénétrables et où se trouvent les rues. Il sait que vous ne pouvez pas marcher à travers un mur de briques et que vous ne marchez probablement pas au milieu d'une intersection très fréquentée, sauf si vous traversez sans regarder.

Comment ça marche : Le jeu de l'invité à la fête

L'article utilise une technique appelée Filtrage Particulaire. Imaginez que vous essayez de deviner où se trouve un ami dans une pièce bondée, mais que vous ne pouvez pas le voir.

Les Particules : Le système crée 500 « suppositions » invisibles (particules) éparpillées sur la carte. Chaque supposition est un emplacement possible pour vous.
Le Mouvement : Pendant que vous marchez, le système déplace les 500 suppositions vers l'avant en fonction de votre nombre de pas (grâce à l'IA RoNIN).
Les Règles (Priors Spatiaux) :
- Si une supposition atterrit à l'intérieur d'un bâtiment, le système dit : « Impossible ! » et tue cette supposition (poids = 0).
- Si une supposition atterrit sur un trottoir, le système dit : « Très probable ! » (poids = 1).
- Si une supposition atterrit au milieu de la rue (traversée sauvage), le système dit : « Peut-être, mais peu probable », et lui donne un score plus faible (poids = 0,4).
La Vérification GPS : Lorsque le GPS envoie un signal, le système vérifie les 500 suppositions. Si une supposition est proche du signal GPS, elle reçoit un bonus. Si elle est loin, elle est pénalisée.
Le Résultat : Le système garde les « bonnes » suppositions et élimine les « mauvaises ». La réponse finale est la moyenne de toutes les suppositions survivantes.

L'analogie : Pensez à un jeu de « Chaud et Froid ». Le GPS dit « Vous êtes près d'ici », mais la carte dit « Vous ne pouvez pas être dans ce bâtiment ». Le système utilise la carte pour filtrer les réponses impossibles, ne laissant que l'endroit le plus probable où vous pourriez réellement vous tenir.

L'Expérience : Marcher à San Francisco

Les chercheurs ont testé cela dans le centre de San Francisco, une ville célèbre pour ses hauts bâtiments. Ils ont parcouru six itinéraires différents, incluant :

Des rues animées avec des gratte-ciel.
Un centre de transit couvert (comme un immense toit de gare de bus) où les signaux GPS sont presque inexistants.

Ils ont comparé trois méthodes :

GPS uniquement : Juste la boussole instable.
Inertiel uniquement : Juste le compteur de pas + les règles de la carte (sans GPS).
La Fusion : Le compteur de pas + les règles de la carte + le GPS.

Les Résultats : Qui a gagné ?

L'article mesure le succès de trois manières :

Assignation du trottoir : Le système savait-il de quel côté de la rue vous vous trouviez ? (C'est la métrique la plus importante).
Erreur de distance totale : De combien de mètres étiez-vous à côté ?
Erreur de direction de la rue : Étiez-vous en erreur sur le fait d'être de l'autre côté de la rue ou le long de la rue ?

Les conclusions :

Le GPS seul : A échoué lamentablement. Il n'a identifié le bon trottoir que 47 % du temps. Il pensait souvent que vous étiez du côté opposé de la rue.
Inertiel + Carte (Sans GPS) : A fait un travail étonnant, trouvant le bon trottoir 71 % du temps. Cela prouve que même sans GPS, connaître les règles de la route aide énormément.
La Fusion (GPS + Inertiel + Carte) : C'était le champion. Elle a identifié le bon trottoir 80 % du temps.

Points clés tirés des données :

Les grosses erreurs ont disparu : Le système fusionné ne faisait presque jamais de grosses erreurs (comme être à plus de 30 mètres de la position réelle), contrairement aux autres méthodes qui le faisaient souvent.
La règle du « Traverser sans regarder » : Les chercheurs ont découvert que s'ils traitaient la traversée de rue comme « autorisée » (poids 1), le système devenait confus. Mais s'ils la traitaient comme « rare/improbable » (poids 0,4), le système était le plus performant. C'est une question d'équilibre entre être strict et être flexible.
L'effet de « Latence » : Lors d'un virage, le système subissait parfois un retard. Cela arrivait parce que les particules (les suppositions) restaient bloquées derrière l'angle d'un bâtiment, attendant que le GPS les tire de l'autre côté. Cela causait une erreur temporaire dans la direction de votre marche, mais c'était un petit prix à payer pour savoir de quel côté de la rue vous vous trouviez.

Conclusion

L'article conclut qu'en combinant un compteur de pas intelligent (RoNIN), une carte qui connaît l'emplacement des bâtiments et un signal GPS instable, on peut créer un système de navigation bien plus fiable que le GPS seul.

Pour un piéton malvoyant, cela représente la différence entre recevoir l'ordre « Traversez la rue maintenant » alors qu'il se trouve en sécurité sur le trottoir, et recevoir cet ordre alors qu'il est au milieu du trafic. Le système n'a pas besoin d'être parfait ; il doit simplement être assez bon pour savoir de quel côté de la rue vous vous trouvez, et cette méthode le fait nettement mieux que la technologie actuelle.

Résumé technique : Suivi précis des piétons dans les canyons urbains

Énoncé du problème
La navigation des piétons dans les « canyons urbains » — des zones composées de bâtiments hauts qui obstruent les signaux satellites — souffre d'une dégradation significative de la précision du système de positionnement par satellite (GNSS). Cette limitation est particulièrement critique pour les utilisateurs aveugles ou malvoyants qui dépendent d'une localisation précise pour l'orientation, comme déterminer de quel côté de la rue ils se trouvent. Bien que les services de positionnement visuel (VPS) offrent une alternative, ils sont souvent peu pratiques pour une utilisation continue (par exemple, lorsque le téléphone est dans une poche) ou pour les utilisateurs qui ne peuvent pas référencer visuellement leur environnement. De plus, la fusion traditionnelle basée sur le filtre de Kalman des données GNSS et de l'unité de mesure inertielle (IMU) échoue souvent lorsque les distributions d'erreurs ne sont pas gaussiennes ou lorsque les signaux GNSS sont perdus.

Méthodologie
Les auteurs proposent une approche de fusion multimodale combinant les données GNSS avec la navigation inertielle, en utilisant un filtre à particules (PF) pour incorporer des priors spatiaux issus de cartes numériques. Le système fonctionne via trois composants principaux :

Navigation inertielle (RoNIN) : Le système utilise RoNIN (Robust Neural Inertial Navigation), un algorithme basé sur l'apprentissage profond qui estime la vitesse de l'utilisateur directement à partir des données IMU (accéléromètre et gyroscope) dans un référentiel de monde fixe. Cette approche est robuste aux variations de placement du téléphone (ex. : main vs poche) et aux styles de marche. Cependant, comme tous les systèmes de navigation à l'estime pour piétons (PDR), elle est sujette à la dérive au fil du temps.
Filtrage particulaire avec priors spatiaux : Pour atténuer la dérive et contraindre l'espace de solution, le système utilise un filtre à particules composé de 500 particules. Chaque particule représente une hypothèse de la position de l'utilisateur $(x, y)$ $(x, y)$ , de l'angle de dérive d'orientation $\theta$ $θ$ , et d'un poids $w$ $w$ .
- Priors spatiaux : Le filtre utilise une segmentation de l'environnement par carte en trois catégories :
  - Bâtiments impénétrables : Les particules atterrissant ici se voient attribuer un poids de 0 et sont effectivement supprimées.
  - Zones librement praticables (trottoirs/passages piétons) : Les particules ici se voient attribuer un poids de 1.
  - Surfaces de rue (traversée sauvage) : Les particules ici se voient attribuer un poids intermédiaire (déterminé expérimentalement à 0,4) pour refléter le fait que, bien que les piétons traversent occasionnellement les rues en dehors des passages protégés, ils ne le font généralement pas.
- Rééchantillonnage : Les particules sont rééchantillonnéesnes fonction de leurs poids, garantissant que la distribution se concentre sur des trajectoires plausibles. La composante de dérive d'orientation suit l'erreur cumulative dans le vecteur de vitesse de RoNIN.
Fusion GNSS-Inertielle : Les poids des particules sont affinés en fonction des données GNSS. Lorsque le rayon d'incertitude GNSS est inférieur à un seuil, une densité gaussienne bivariée centrée sur la position GNSS est utilisée pour mettre à jour les poids des particules. Les particules proches de l'estimation GNSS reçoivent des poids plus élevés, tirant efficacement la distribution des particules vers la localisation GNSS tout en respectant les contraintes physiques de la carte.

Configuration expérimentale
Le système a été évalué sur six itinéraires de marche dans le centre-ville de San Francisco, incluant des zones à forte dégradation GNSS telles que le Salesforce Transit Center (un hub couvert) et des ruelles étroites entre de hauts bâtiments. Les données ont été collectées à l'aide d'un iPhone 13, la vérité terrain ayant été établie par tapotements manuels de points de passage et par l'hypothèse d'un déplacement en ligne droite entre les points. La performance a été mesurée selon trois métriques :

Assignation correcte du trottoir : La proportion de temps où la localisation estimée se trouve sur le segment de trottoir correct.
Erreur euclidienne : La distance entre la localisation estimée et la vérité terrain.
Erreur de direction (le long et perpendiculaire à la rue) : Décomposition de l'erreur euclidienne par rapport à la direction de la rue.

Résultats clés
L'étude a comparé trois configurations : GNSS seul, Inertiel seul avec filtrage particulaire (RoNIN+PF), et Fusionné (GNSS+RoNIN+PF).

Assignation du trottoir : L'approche fusionnée (GNSS+RoNIN+PF) a atteint la précision la plus élevée, identifiant correctement le trottoir 80 % du temps. Cela surpasse nettement le GNSS seul (47 %) et le RoNIN+PF (71 %). Le choix du « poids de traversée sauvage » était crucial ; un poids de 0,4 a donné les meilleurs résultats, tandis que traiter les rues comme totalement praticables (poids 1) ou totalement impénétrables (poids 0) a dégradé les performances.
Erreur euclidienne : La méthode fusionnée a produit l'erreur médiane la plus faible (11,3 m) par rapport au GNSS seul (13,6 m) et au RoNIN+PF (16,1 m). Crucialement, l'approche fusionnée a considérablement réduit la probabilité de grandes erreurs ; le 90e percentile de l'erreur est de 20,5 m pour la méthode fusionnée, contre 48,2 m pour le GNSS seul et 47,4 m pour le RoNIN+PF.
Erreur directionnelle : Conformément à la littérature existante, le GNSS seul était plus précis le long de la rue (médiane de 6,2 m) qu'à travers la rue (8,1 m). La méthode fusionnée a inversé cette tendance, atteignant l'erreur la plus faible perpendiculairement à la rue (3,1 m) mais une erreur légèrement plus élevée le long de la rue (9,0 m) par rapport au GNSS seul. Les auteurs attribuent l'augmentation de l'erreur le long de la rue dans la méthode fusionnée à un effet de « retard » où les particules s'accumulent aux coins avant de tourner, un artefact temporaire de la dynamique du filtre à particules.

Signification et affirmations
L'article démontre que la combinaison de la PDR basée sur l'apprentissage automatique (RoNIN) avec le filtrage particulaire et les priors spatiaux offre une solution robuste pour la localisation des piétons dans les canyons urbains où le GNSS est peu fiable. Les auteurs affirment que cette approche est particulièrement précieuse pour les applications d'accessibilité, car elle améliore considérablement la capacité de déterminer de quel côté de la rue se trouve un utilisateur — un facteur critique pour une navigation sécurisée.

Ce travail souligne que, bien que la localisation uniquement inertielle puisse surpasser le GNSS sur des métriques spécifiques (comme l'erreur perpendiculaire à la rue) même sans données GNSS, la fusion des deux modalités fournit les résultats les plus cohérents et les plus précis, atténuant efficacement la dérive de la navigation à l'estime et le bruit du GNSS. Les auteurs notent que bien que leur segmentation de carte ait été manuelle, des segments géographiques similaires peuvent être dérivés automatiquement à partir de données SIG existantes (ex. : OpenStreetMap), suggérant la faisabilité du déploiement de ce système dans des scénarios réels sans cartographie manuelle extensive.