Comment déterminer la localisation des personnes via le Wi-Fi : le BIM et la sémantique améliorent la précision

Le projet visait à collecter des statistiques d'occupation et de mouvement des pièces sans infrastructure coûteuse comme la UWB. L'équipe a développé une application Android pour collecter les mesures RSSI des points d'accès et une application de bureau pour construire des cartes de couverture et calculer les coordonnées avec l'erreur quadratique moyenne (RMSE). Des expériences sur le terrain ont été menées dans deux types de locaux : un bureau combiné avec des salles et un couloir où chaque salle avait son propre point d'accès, et un espace ouvert avec des points d'accès centraux et des salles de réunion le long du mur. Deux approches de positionnement ont été implémentées : le kNN classique et un réseau de neurones compact avec une couche cachée utilisant Keras. Des améliorations supplémentaires ont inclus les capteurs inertiels du téléphone, deux méthodes d'étalonnage pour la propagation des ondes radio (force brute et lancer de rayons), et la caractéristique clé : l'utilisation des données BIM (plans d'étage, matériaux des murs) et des probabilités sémantiques de la localisation d'une personne basées sur l'emploi du temps. Deux approches sémantiques ont été testées : le positionnement avec des poids de probabilité et des polygones par pièce dont les tailles dépendent de l'erreur d'étalonnage maximale. Les résultats ont montré que les méthodes kNN simples fonctionnent mais bénéficient significativement de l'étalonnage ; l'ajout du BIM et des probabilités sémantiques réduit les erreurs de positionnement dans les pièces adjacentes aux valeurs RSSI limites ; les combinaisons d'approches donnent une meilleure stabilité que toute méthode unique. La précision dépend fortement de la densité du Wi-Fi et de la disposition : les salles avec un point d'accès chacune ont mieux performé que l'espace ouvert avec plusieurs points d'accès centraux. La preuve de concept a confirmé que pour l'analyse d'occupation (statistiques, cartes de chaleur), le Wi-Fi plus le BIM est généralement suffisant, tandis que la localisation ultra-précise (précision de 0,5 m) nécessite encore un équipement spécialisé. Les applications commerciales potentielles incluent l'évaluation rapide de l'utilisation des locaux sans investissement lourd, l'optimisation des agencements et des emplois du temps, et l'amélioration de l'efficacité énergétique. Les considérations de confidentialité sont traitées en collectant des statistiques agrégées anonymisées plutôt qu'en identifiant les individus, nécessitant le consentement des employés et la conformité avec les lois locales sur la protection des données. Les travaux futurs incluent l'extension de la preuve de concept à des étages plus grands, l'intégration avec les systèmes de réservation et l'automatisation du chauffage, de la ventilation et de la climatisation (CVC), l'ajout de la BLE et de la UWB pour les zones à haute densité, et l'automatisation de l'étalonnage avec l'apprentissage adaptatif.