Site sncf.com
Le site de la transformation digitale du groupe SNCF

Le défi de la géolocalisation à l’intérieur des gares

La Direction de la Recherche Groupe travaille au développement d’une fonctionnalité mobile permettant aux voyageurs de s’orienter dans les gares de la zone francilienne. Cette géolocalisation s'appuie sur une base de données GPS de référence, ainsi que sur des algorithmes d’intelligence artificielle pour la reconnaissance d’images. Ceci représente plusieurs défis à relever pendant la phase de conception et de test.

par La Rédaction

Si vous sortez votre smartphone pour trouver votre chemin dans une gare comme celle de Montparnasse à Paris, vous risquez d’être déçu. Au mieux, votre application de géolocalisation vous indiquera la latitude et longitude de votre position à une dizaine de mètres près, sans vous dire à quel étage vous vous situez. Pas très pratique quand on cherche à s’orienter pour trouver un guichet en particulier, ou le service des objets trouvés.

C’est là qu’interviennent Claire Nicodème, experte Synapses en vision par ordinateur et intelligence artificielle, et Maxime Jallon, ingénieur systèmes embarqués, tous deux au sein de la direction de la recherche du groupe SNCF. Ils développent un outil de géolocalisation fonctionnant à l’intérieur des gares et sans accès au réseau internet. Dans la pratique, il s’agit de comparer une photo prise par l’utilisateur avec des caractéristiques d’une base de photographies de gares pour le localiser.

Cette banque d’images géoréférencées (associées à des coordonnées GPS) est le produit d’un relevé cartographique dans la base de données géographiques ouverte et collaborative OpenStreetMap, mené par Transilien avec la société externe Carto’Cité. À l’instar de Google Street View, ces photos 360° couvrent tous les espaces des gares Transilien et leurs abords et portent des informations clés pour la compréhension de l’environnement.

Ensuite, un algorithme d’IA développé en interne est utilisé pour la comparaison de deux clichés, celui de l’utilisateur contre ceux de la base de données. Vous êtes perdus ? Utilisez une application embarquant l’outil de géolocalisation pour prendre une photo de votre environnement et il vous dira où vous êtes dans la gare. Un plus de l’outil est l’approche hors connexion, qui permet de fonctionner en local, sans consommation de donnée. Utile lorsque l’accès au réseau est limité ou pour les voyageurs étrangers n’ayant pas de forfait data.

Un défi matériel

Première difficulté : la puissance de calcul des smartphones ne permet pas de comparer l’image prise par le voyageur à toutes celles de la base de données dans un laps de temps raisonnable. Une solution pourra consister à demander à l’utilisateur d’indiquer dans quelle gare il se trouve, afin de limiter le nombre d’images de référence que l’IA va devoir comparer à celle qu’il a prise.

Second point noir, la mémoire limitée des smartphones. Puisque l’outil doit fonctionner hors connexion, le modèle d’IA et les caractéristiques de chaque position dans la gare doivent être embarquées dans le téléphone. L’utilisation des images brutes n’est pas envisageable au risque de saturer la mémoire de l’appareil. Aussi des solutions sont envisagées comme la réduction de la taille des images ou encore le téléchargement en amont des informations utiles.

Au sein d’une gare donnée, l’outil pourra déterminer l’emplacement du voyageur, autant sur le plan 2D que l’étage auquel il se trouve. La position et les déplacements peuvent ainsi être représentés dans un plan 3D de la gare, comme il en existe dans certains centres commerciaux. Si le GPS capte suffisamment bien, il pourra être utilisé pour fiabiliser la géolocalisation. Il suffit ensuite de guider le voyageur, de sa position à l’endroit recherché.

Un défi pour l’IA

« Il existe une autre difficulté pour la reconnaissance d’images. Au sein des gares, deux photographies, prises à un mètre de distance, peuvent être très similaires. Ajoutons que certains lieux se ressemblent beaucoup, comme les couloirs et les escaliers. L’intelligence artificielle doit trouver et extraire des caractéristiques discriminantes pour comparer efficacement la photo de l’utilisateur avec les images de références. Ainsi, l’algorithme pourra atteindre de très bonnes performances » explique Claire Nicodème de l’équipe SNCF Intelligence Artificielle, qui va donc devoir entraîner finement son IA pour y parvenir.

Le mois de mai 2022 verra le début de la phase de tests en gare, notamment pour affiner les algorithmes et s’adapter aux différents modèles d’appareils photo, qui peuvent varier d’un smartphone à l’autre. Un travail important d’optimisation sera mené pour embarquer l’outils dans une application mobile peu consommatrice d’énergie. Objectif début août pour la sortie d’une première version de cet outil.

Tags associés à cet article :

Commentaires

S’enregistrer et se connecter
Recommandé pour vous
nonne
Chez SNCF, l’intelligence artificielle doit être vue comme un outillage pour l’humain
Lire la suite
Des bancs automatisés pour révolutionner la maintenance des trains
Lire la suite
archeno
De l’IA chez SNCF Voyageurs pour compter les passagers
Lire la suite