Source : préimpression sans en-tête de revue (revue, volume, pages, DOI et année non imprimés dans le PDF ; la base bibliographique du corpus les donne, sans que le PDF permette de les vérifier) · KTH Royal Institute of Technology (Stockholm) et Washington University in St. Louis · accès non précisé dans le PDF
· PDF Wahlstrom2016-SmartphoneToVehiclePositioning.pdf, sha256 799b60e0c3af984a…, 9 pages
Lu le : 2026-11-02. LECTURE COMPLÈTE (texte extrait lu en entier ; pages 5 à 7 relues sur le PDF rendu : tableaux I et II, figures 3 à 6). Les annexes A à C ont été lues ; les dérivations des annexes A et B n’ont pas été re-démontrées.
Statut summarized.
Thème : fusion · positionnement relatif de capteurs inertiels dans l’habitacle
Métadonnées vérifiées dans le PDF : quatre auteurs (J. Wahlström, I. Skog, P. Händel, A. Nehorai) et titre « IMU-based Smartphone-to-Vehicle Positioning » conformes à l’entrée du corpus. L’année 2016 n’est pas imprimée dans le PDF (la référence la plus récente date de 2015) ; le DOI et la pagination n’y figurent pas non plus. Un ancien état du corpus listait J. Nilsson à la place de A. Nehorai : J. Nilsson n’apparaît que comme auteur de la réf. [34].
Contexte et question
Pour l’assurance télématique et la limitation du téléphone au volant, il faut savoir où se trouve un smartphone dans le véhicule (côté conducteur ou non). Les solutions d’origine constructeur (Bluetooth et télémétrie audio, reconnaissance vocale, NFC) ne sont pas attendues en pénétration complète à court terme, et l’estimation de la position relative de deux appareils par GNSS converge lentement (Intro., p. 1-2). Les auteurs cherchent à positionner un smartphone par rapport à un accéléromètre fixé au véhicule (ou à un autre smartphone) avec les seules mesures inertielles.
Méthode
- Principe : l’accélération mesurée dépend de la position du capteur dans le corps rigide, via la relation
a(n) = a(1) + ([ω]×[ω]× + [α]×) r(n)(éq. 1, p. 3). Il faut au moins un triplet de gyromètres et deux triplets d’accéléromètres (§I-B, p. 2). - Contrairement aux travaux antérieurs, la cinématique 3D complète est traitée, sans supposer l’accélération angulaire nulle ni la rotation limitée au lacet (§I-A, p. 2).
- Le problème est posé comme un filtrage non linéaire : état = positions relatives, vitesse et accélération angulaires, biais gyromètre, biais différentiels des accéléromètres. La dynamique du véhicule et les biais sont des paramètres de nuisance (§II, p. 3).
- Estimateur : filtre de Kalman unscented (UKF). L’EKF est présenté comme l’alternative classique, l’étude se limite à l’UKF ; un filtre particulaire marginalisé est évoqué (§II-E, p. 3-4).
- Observabilité : la position est localement inobservable dans la direction de ω tant que ω et α sont parallèles et constants (§III-B, p. 5). Les cas dégénérés sont ceux où vitesse et accélération angulaires ne sont non nulles que dans une seule dimension (§II-H, p. 4).
- Classification gauche/droite : signe de la composante latérale estimée, avec un test du rapport de vraisemblance généralisé (§II-F, p. 4).
- Référence de comparaison : la méthode de Wang et al. (réf. [16]), qui suppose ω constant et porté par le lacet seul (Annexe C, p. 8).
Données
- Simulation : données inertielles d’un Microstrain 3DM-GX3-35 pendant 32 virages serrés sur un parking vide, environ 6 minutes, 20 Hz (§III-B, p. 5). Quatre IMU simulées aux coins d’un losange, M = 100 simulations, paramètres au Tab. I (p. 5), par exemple σ_ω = 1 °/s et σ_a = 0,035 m/s².
- Terrain : sept smartphones fixés rigidement (Samsung S3, S4, iPhone 4 et 5), positions relatives mesurées à la main avec une incertitude d’environ 5 cm, synchronisation par l’heure GNSS, alignement sur le repère véhicule par la méthode de la réf. [37] (§IV-A, p. 6-7, Fig. 4).
- Les données et une implémentation Matlab sont annoncées disponibles chez l’auteur (« Reproducible research », p. 2).
Résultats chiffrés
| Résultat | Valeur | Source |
|---|---|---|
| Précision décimétrique en horizontal, simulation | après environ 12 s (un virage) | §III-B, p. 6 |
| Borne de Cramér-Rao atteinte en horizontal | après environ 6 min | §III-B, p. 6 |
| Direction verticale, simulation | pas de convergence | Fig. 3b (p. 5), §III-B, p. 6 |
| RMSE horizontal, 7 smartphones traités ensemble | 0,46 m | §IV-B, p. 7 |
| RMSE vertical, même expérience | 2,40 m | §IV-B, p. 7 |
| Deux smartphones à la fois, distance vraie > 0,3 m dans la direction considérée (21 combinaisons de paires ; 22 cas retenus) | classification correcte dans les 22 cas ; un cas d’erreur relative supérieure à 1 (distance longitudinale entre les deux iPhone) | §IV-B, Fig. 6, p. 7 |
| Deux smartphones à la fois, distance vraie < 0,3 m | RMSE 0,51 m ; classification correcte dans 7 cas sur 11 | §IV-B, p. 7 |
| Classification gauche/droite par virage, distance latérale > 0,3 m | UKF 91,1 %, référence [16] 88,5 % | Tab. II, p. 7 |
| Classification gauche/droite, distance latérale < 0,3 m | 50,5 % pour les deux (hasard) | Tab. II, p. 7 |
| Coût de calcul, N = 3, 20 Hz | environ 1,1 Mflops | §II-E, p. 3-4 |
Ancres (extraits verbatim) : « the horizontal plane after about twelve seconds » (p. 6) ; « The CRB is attained after about six minutes » (p. 6) ; « The horizontal RMSE was 0.46 [m] » (p. 7) ; « had a RMSE of 2.40 [m] » (p. 7) ; « correct left/right or front/back classifications were made in all of the 22 considered cases » (p. 7) ; « made in 7 out of 11 instances » (p. 7). Les valeurs du Tab. II (91,1 / 88,5 / 50,5) sont lues sur la page rendue, l’extraction du texte brouille l’ordre du tableau.
Résultat analytique : avec ω et α supposés connus et les biais calibrés, la borne sur la variance dans la direction perpendiculaire à ω et α est 2σ_a² / (sin θ · ‖α‖)² (éq. 15, p. 6). L’estimation horizontale profite donc de rotations en roulis et en tangage, pas seulement en lacet. Les estimations de deux accéléromètres sont toujours corrélées à 1/2 dans une direction donnée (§III-C, p. 6).
À propos de la précision, l’article écrit « we are not able to reach the sub-centimeter accuracy that was indicated in Fig. 3 (a) » (p. 7).
Limites déclarées par les auteurs
- Erreurs non modélisées sur le terrain : facteur d’échelle, couplage entre axes, désalignement entre capteurs, erreurs de synchronisation (§IV, p. 6).
- La direction verticale est mal estimée, et « it is unclear whether the CRB is attainable at all » (p. 6).
- Les smartphones sont supposés fixes ; les changements de position au cours du temps restent à traiter. L’intégration des mouvements humains et du GNSS est laissée à de futurs travaux (§V, p. 8).
- Une rotation concentrée sur un seul axe rend le problème dégénéré (§II-H, p. 4).
Ce que ça change pour Teleforge (interprétation, hors de l’article)
- Ce papier ne traite pas de l’alignement d’orientation du smartphone sur le véhicule : il le suppose acquis (réf. [37]). Il porte sur la position (lever-arm) entre capteurs. Il ne fonde donc pas, à lui seul, une normalisation de champs d’orientation ou de confiance d’alignement.
- Utile pour estimer un bras de levier entre deux IMU rigidement liées au véhicule, à condition d’avoir un gyromètre et deux accéléromètres et des virages variés.
- Les résultats (0,46 m en horizontal, 91 % de classification) viennent d’un seul jeu de données à appareils fixes : à ne pas extrapoler à un téléphone en poche ou mobile.
- Le critère d’excitation (virages avec roulis et tangage, rotation non concentrée sur le lacet) est un test réutilisable pour décider si une fenêtre est informative.