Luận văn thạc sĩ phát triển ứng dụng di động sử dụng vị trí địa lý trong nhà luận văn ths công nghệ thông tin

Luận văn thạc sĩ kỹ thuật nghiên cứu phát triển ứng dụng di động sử dụng vị trí địa lý trong nhà luận văn ths công nghệ thông tin, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Nguyễn Quốc Khải
• Người hướng dẫn: Dr. Besma ZEDDINI
• Trường học: Université Nationale du Vietnam, Hanoi
• Chuyên ngành: Informatique
• Đề tài: Phát Triển Ứng Dụng Di Động Sử Dụng Địa Lý Trong Nhà
• Loại tài liệu: Mémoire de fin d’études
• Năm xuất bản: 2016
• Địa điểm: Hanoi

Mục lục chi tiết

• LỜI CAM ĐOAN
• REMERCIEMENTS
• 1. RÉSUMÉ
• 2. ENVIRONNEMENT DE TRAVAIL
• 3. CHAPITRE 1: ÉTAT DE L’ART
• 3.1. Système de la géolocalisation en intérieur
• 3.2. Technologies
• 3.2.1. Wi-Fi Positioning System (WPS)
• 3.2.2. Near Field Communication (NFC)

Tóm tắt

I. Tổng quan về phát triển ứng dụng di động sử dụng địa lý trong nhà

Phát triển ứng dụng di động sử dụng địa lý trong nhà đang trở thành một xu hướng quan trọng trong lĩnh vực công nghệ thông tin. Với sự phát triển của Internet vạn vật (IoT), việc xác định vị trí trong không gian nội bộ đã trở nên khả thi hơn bao giờ hết. Các ứng dụng này không chỉ giúp người dùng tìm đường mà còn cung cấp thông tin hữu ích về môi trường xung quanh. Việc sử dụng công nghệ định vị trong nhà như GPS, Bluetooth và Wi-Fi đã mở ra nhiều cơ hội mới cho các nhà phát triển ứng dụng.

1.1. Định nghĩa và tầm quan trọng của ứng dụng địa lý trong nhà

Ứng dụng địa lý trong nhà là các ứng dụng sử dụng công nghệ để xác định vị trí của người dùng trong không gian nội bộ. Chúng có thể giúp người dùng tìm đường, nhận thông báo và tương tác với các dịch vụ khác. Tầm quan trọng của chúng ngày càng gia tăng khi mà nhu cầu về trải nghiệm người dùng tốt hơn trong các không gian như trung tâm thương mại, sân bay và các tòa nhà lớn.

1.2. Các công nghệ chính trong phát triển ứng dụng địa lý

Các công nghệ chính bao gồm GPS, Bluetooth, và Wi-Fi. GPS thường không hiệu quả trong không gian kín, trong khi Bluetooth và Wi-Fi có thể cung cấp độ chính xác cao hơn. Việc kết hợp các công nghệ này giúp cải thiện khả năng định vị và cung cấp trải nghiệm người dùng tốt hơn.

II. Thách thức trong phát triển ứng dụng di động sử dụng địa lý trong nhà

Mặc dù có nhiều tiềm năng, việc phát triển ứng dụng di động sử dụng địa lý trong nhà cũng gặp phải nhiều thách thức. Độ chính xác của các công nghệ định vị, sự tương thích giữa các thiết bị và vấn đề bảo mật là những vấn đề cần được giải quyết. Ngoài ra, việc thu thập và xử lý dữ liệu từ nhiều nguồn khác nhau cũng là một thách thức lớn.

2.1. Độ chính xác và độ tin cậy của công nghệ định vị

Độ chính xác của các công nghệ như Bluetooth và Wi-Fi có thể bị ảnh hưởng bởi nhiều yếu tố như vật cản và nhiễu sóng. Việc cải thiện độ chính xác là một trong những thách thức lớn nhất trong phát triển ứng dụng địa lý trong nhà.

2.2. Vấn đề bảo mật và quyền riêng tư

Bảo mật thông tin người dùng là một vấn đề quan trọng. Các ứng dụng cần đảm bảo rằng dữ liệu vị trí của người dùng được bảo vệ và không bị lạm dụng. Việc tuân thủ các quy định về quyền riêng tư cũng là một yếu tố cần thiết.

III. Phương pháp phát triển ứng dụng di động sử dụng địa lý trong nhà

Để phát triển ứng dụng di động sử dụng địa lý trong nhà, các nhà phát triển cần áp dụng nhiều phương pháp khác nhau. Việc sử dụng các thuật toán định vị như Trilateration và Fingerprinting là rất quan trọng. Ngoài ra, việc tích hợp các công nghệ như iBeacons và NFC cũng giúp cải thiện khả năng định vị.

3.1. Sử dụng thuật toán Trilateration

Thuật toán Trilateration là một trong những phương pháp phổ biến nhất để xác định vị trí trong không gian nội bộ. Bằng cách đo khoảng cách từ nhiều điểm phát tín hiệu, ứng dụng có thể xác định vị trí chính xác của người dùng.

3.2. Tích hợp công nghệ iBeacons

iBeacons là một công nghệ Bluetooth cho phép các thiết bị di động nhận diện vị trí của người dùng trong không gian nội bộ. Việc tích hợp iBeacons vào ứng dụng giúp cải thiện độ chính xác và cung cấp thông tin theo ngữ cảnh cho người dùng.

IV. Ứng dụng thực tiễn của công nghệ địa lý trong nhà

Công nghệ địa lý trong nhà đã được áp dụng rộng rãi trong nhiều lĩnh vực khác nhau. Từ việc tìm đường trong các trung tâm thương mại đến việc quản lý tài sản trong các tòa nhà lớn, các ứng dụng này đang mang lại giá trị thực tiễn cao. Nhiều tổ chức đã bắt đầu triển khai các giải pháp này để cải thiện trải nghiệm người dùng và tối ưu hóa quy trình làm việc.

4.1. Ứng dụng trong trung tâm thương mại

Nhiều trung tâm thương mại đã triển khai các ứng dụng địa lý để giúp khách hàng tìm kiếm cửa hàng và sản phẩm một cách dễ dàng. Điều này không chỉ cải thiện trải nghiệm mua sắm mà còn tăng doanh thu cho các cửa hàng.

4.2. Ứng dụng trong quản lý tòa nhà

Các tòa nhà thông minh đang sử dụng công nghệ địa lý để theo dõi và quản lý tài sản. Việc xác định vị trí của thiết bị và người dùng giúp tối ưu hóa quy trình làm việc và nâng cao hiệu quả hoạt động.

V. Kết luận và tương lai của ứng dụng địa lý trong nhà

Tương lai của ứng dụng địa lý trong nhà rất hứa hẹn với sự phát triển không ngừng của công nghệ. Các nhà phát triển cần tiếp tục nghiên cứu và cải tiến các phương pháp định vị để đáp ứng nhu cầu ngày càng cao của người dùng. Việc tích hợp trí tuệ nhân tạo và học máy vào các ứng dụng này cũng sẽ mở ra nhiều cơ hội mới.

5.1. Xu hướng phát triển công nghệ địa lý trong nhà

Xu hướng phát triển công nghệ địa lý trong nhà sẽ tiếp tục gia tăng với sự xuất hiện của các công nghệ mới. Việc áp dụng trí tuệ nhân tạo và học máy sẽ giúp cải thiện độ chính xác và khả năng dự đoán của các ứng dụng.

5.2. Tác động của công nghệ đến cuộc sống hàng ngày

Công nghệ địa lý trong nhà sẽ tiếp tục tác động mạnh mẽ đến cuộc sống hàng ngày của con người. Từ việc cải thiện trải nghiệm mua sắm đến việc tối ưu hóa quy trình làm việc, các ứng dụng này sẽ trở thành một phần không thể thiếu trong cuộc sống hiện đại.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh sự bùng nổ của Internet vạn vật (IoT), nhu cầu ứng dụng công nghệ định vị chính xác trong không gian trong nhà ngày càng trở nên cấp thiết. Theo báo cáo ngành, chính xác định vị trong môi trường trong nhà hiện còn là thách thức lớn do GPS không thể hoạt động hiệu quả trong các cấu trúc kín. Luận văn này tập trung phát triển một ứng dụng di động sử dụng công nghệ định vị địa lý trong nhà, dựa trên tín hiệu iBeacon và thuật toán cải tiến Trilateration để nâng cao độ chính xác định vị.

Mục tiêu nghiên cứu là xây dựng và triển khai ứng dụng iOS có khả năng xác định vị trí người dùng trong hệ thống ba tòa nhà của Trường Quốc tế Khoa học và Công nghệ Thông tin (EISTI), đồng thời tích hợp dữ liệu từ nền tảng giáo dục trực tuyến AREL để cung cấp thông tin cá nhân hóa. Nghiên cứu thực hiện trong khoảng thời gian 5 tháng, từ tháng 4 đến tháng 8 năm 2016, tại phòng thí nghiệm L@RIS, EISTI – Cergy, Pháp.

Luận văn có ý nghĩa thực tiễn lớn trong việc tối ưu hóa quản lý không gian, hỗ trợ di chuyển trong môi trường trong nhà và ứng dụng cho các mô hình “Smart Building” trong tương lai. Số liệu thực nghiệm cho thấy, việc sử dụng phương pháp “cảm biến gần nhất” cải thiện đáng kể độ chính xác so với thuật toán Trilateration truyền thống, giảm sai số tới 30% trong điều kiện vật cản (tường ngăn). Đây là nền tảng quan trọng thúc đẩy các ứng dụng IoT trong lĩnh vực quản lý và khai thác không gian thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai lý thuyết và mô hình chính: công nghệ Bluetooth Low Energy (BLE) và thuật toán định vị Trilateration. BLE làm nền tảng cho hệ thống beacon – là các thiết bị phát sóng có định danh duy nhất, giúp thiết lập vị trí tương đối của thiết bị di động trong không gian trong nhà. Thuật toán Trilateration sử dụng khoảng cách đo được từ ba beacon trở lên để tính toán tọa độ vị trí người dùng dựa trên phương trình hình học.

Ba khái niệm chuyên ngành then chốt trong luận văn gồm:

• Indoor Location (Định vị trong nhà): kỹ thuật xác định vị trí chính xác trong các khu vực kín, đề cập đến các giải pháp không sử dụng GPS.

• Mobile Crowd Sensing (Cảm biến đám đông di động): phương thức thu thập dữ liệu đa nguồn từ các cảm biến tích hợp trên smartphone giúp nâng cao độ chính xác và bổ trợ cho các thuật toán định vị.

• iBeacon: công nghệ beacon sử dụng Bluetooth Low Energy của Apple, là tiêu chuẩn để phát hiện vị trí dựa trên tín hiệu không dây.

Nghiên cứu còn đề xuất thuật toán cải tiến “Cảm biến gần nhất” dựa trên Trilateration, nhằm hạn chế ảnh hưởng tiêu cực của vật cản như tường phòng lên tín hiệu radio, từ đó nâng cao độ chính xác định vị.

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập trực tiếp từ trường thực nghiệm tại ba tòa nhà của EISTI – Cergy gồm hệ thống 15 beacon được bố trí cố định; dữ liệu về tín hiệu Bluetooth từ iBeacon thu thập bằng ứng dụng di động trên nền iOS. Số lượng mẫu thu thập trong khoảng 10.000 lần đo, đảm bảo đại diện và tính đa dạng môi trường, độ phức tạp khác nhau.

Phương pháp chọn mẫu là sử dụng phương pháp thuận tiện kết hợp quần thể có tính đa dạng về vị trí và môi trường thu thập, trong đó tập trung vào vị trí có vật cản (tường) để kiểm định hiệu quả của thuật toán mới. Thời gian nghiên cứu được phân bổ 5 tháng, bao gồm quá trình khảo sát, phát triển thuật toán, lập trình ứng dụng, thử nghiệm và phân tích kết quả.

Phân tích dữ liệu sử dụng MATLAB và môi trường phát triển Xcode tích hợp Google Maps SDK và Mapbox SDK cho bản đồ trong nhà. Thuật toán Trilateration nguyên bản và phương pháp “cảm biến gần nhất” được so sánh về sai số vị trí trung bình, sai số tối đa và tỉ lệ cải thiện độ chính xác.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả cải tiến thuật toán “Cảm biến gần nhất”: Khi so sánh với thuật toán Trilateration truyền thống, "Cảm biến gần nhất" giảm trung bình sai số vị trí từ 5.8m xuống còn khoảng 4.0m, tương đương cải thiện 31%. Sai số tối đa giảm từ 12.5m xuống còn 8.7m, chứng tỏ khả năng hạn chế ảnh hưởng của vật cản tốt hơn.

2. Độ ổn định vị trí khi có vật cản: Khi tín hiệu đi qua ba bức tường dày, sai số Trilateration tăng lên tới 15m trong khi thuật toán cải tiến duy trì sai số dưới 10m, cho thấy tính bền vững trong môi trường phức tạp.

3. Thời gian phản hồi real-time: Ứng dụng iOS sử dụng thuật toán mới cho phép cập nhật vị trí người dùng trung bình trong vòng 1.5 giây, phù hợp cho các ứng dụng hướng dẫn di chuyển và cảnh báo tức thời.

4. Tích hợp nền tảng AREL và tính năng nâng cao: Việc sử dụng API REST của AREL giúp ứng dụng cung cấp được các đề xuất cá nhân dựa trên lịch học và vị trí hiện tại, nâng cao trải nghiệm người dùng. 85% người dùng khảo sát đánh giá tính năng này hữu ích.

Thảo luận kết quả

Nguyên nhân sự cải thiện chủ yếu là do thuật toán "Cảm biến gần nhất" ưu tiên khoảng cách từ beacon gần nhất - tín hiệu ít bị nhiễu nhất, từ đó ước lượng vị trí chính xác hơn so với cách bình quân tín hiệu của ba beacon như Trilateration. Kết quả này phù hợp với lý thuyết về ảnh hưởng vật lý của tường và vật cản đối với sóng radio.

So sánh với các nghiên cứu gần đây cho thấy, các thuật toán sử dụng fingerprinting tuy chính xác hơn nhưng yêu cầu quá trình đo mẫu và bản đồ tín hiệu offline phức tạp. Giải pháp của luận văn kết hợp độ chính xác chấp nhận được với tính khả thi thực thi cao trên các nền tảng thực tế.

Dữ liệu có thể được trình bày qua biểu đồ cột so sánh mức sai số trung bình giữa hai thuật toán tại các vị trí khác nhau và bảng thống kê số lần người dùng nhận được thông báo kịp thời dựa trên vị trí.

Đề xuất và khuyến nghị

1. Triển khai hệ thống beacon diện rộng trong các toà nhà thông minh: Mở rộng mạng lưới beacon phủ toàn bộ các khu vực nhiều tầng nhằm tăng độ phủ và chính xác định vị. Mục tiêu nâng tỉ lệ tín hiệu đủ mạnh trên 90% trong vòng 12 tháng do bộ phận kỹ thuật tòa nhà thực hiện.

2. Tích hợp thuật toán “cảm biến gần nhất” vào các ứng dụng quản lý tòa nhà và dịch vụ hướng dẫn: Phát triển các module tương tác như chỉ đường nội bộ, cảnh báo chỗ đông người, dự báo sử dụng phòng học, giúp nâng cao trải nghiệm người sử dụng. Thời gian hoàn thành từ 6-9 tháng bởi nhóm nghiên cứu và nhà phát triển phần mềm.

3. Phát triển thêm chức năng Mobile Crowd Sensing: Thu thập dữ liệu cảm biến từ smartphone của người dùng để hỗ trợ thuật toán định vị và thu thập thông tin về sử dụng không gian, giúp cải thiện độ chính xác và hiệu quả khai thác dữ liệu. Dự kiến hoàn thiện module trong 1 năm, liên quan đến đội ngũ nghiên cứu và kỹ sư dữ liệu.

4. Tăng cường bảo mật và quyền riêng tư: Áp dụng chuẩn mã hóa AES-256 và cơ chế xác thực OAuth2 nhằm bảo vệ dữ liệu định vị và thông tin cá nhân người dùng, đảm bảo phù hợp với quy định bảo vệ dữ liệu cá nhân. Đây là nhiệm vụ của phòng an ninh thông tin trong 6 tháng tới.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển ứng dụng di động trong lĩnh vực IoT và Smart Building: Các nhà phát triển phần mềm sẽ tìm thấy kinh nghiệm thực tiễn trong phát triển hệ thống định vị indoor tích hợp beacon và thuật toán cải tiến.

2. Các nhà quản lý tòa nhà và vận hành hệ thống Smart Campus: Luận văn cung cấp hướng tiếp cận để ứng dụng công nghệ IoT tối ưu quản lý không gian, nâng cao an ninh và phục vụ người dùng.

3. Nhà nghiên cứu công nghệ định vị và mạng không dây: Với phân tích chuyên sâu về thuật toán và thử nghiệm thực tế, luận văn là tư liệu quý cho nghiên cứu phát triển thuật toán mới và cải tiến giải pháp định vị.

4. Giảng viên và sinh viên ngành công nghệ thông tin, mạng và hệ thống thông tin: Luận văn khai thác kết hợp khá đầy đủ các kiến thức về hệ mạng, lập trình ứng dụng di động, xử lý tín hiệu nên rất thích hợp làm tài liệu tham khảo hoặc đề tài nghiên cứu.

Câu hỏi thường gặp

1. Ứng dụng sử dụng loại beacon nào và vì sao?
Ứng dụng sử dụng iBeacon dựa trên công nghệ Bluetooth Low Energy (BLE) của Apple do tiêu chuẩn này có khả năng tiêu thụ năng lượng thấp, tín hiệu ổn định, phạm vi hoạt động khoảng 70 mét phù hợp cho định vị trong nhà phức tạp.

2. Làm thế nào để tín hiệu từ beacon bị ảnh hưởng bởi tường và vật cản được xử lý?
Nghiên cứu phát triển thuật toán “Cảm biến gần nhất” ưu tiên tín hiệu mạnh nhất từ beacon gần nhất, từ đó giảm thiểu sai số do tường làm suy yếu tín hiệu như trong thuật toán Trilateration tiêu chuẩn.

3. Thời lượng pin của beacon và smartphone có ảnh hưởng đến ứng dụng không?
Beacon sử dụng công nghệ BLE với tiêu thụ pin cực thấp, có thể hoạt động liên tục vài tháng đến một năm. Smartphone chỉ thu tín hiệu BLE và xử lý nhẹ nên không ảnh hưởng đáng kể đến pin.

4. Làm sao ứng dụng lấy thông tin cá nhân và lịch học từ nền tảng AREL?
Ứng dụng sử dụng API REST của nền tảng AREL với cơ chế OAuth2 xác thực để truy xuất dữ liệu cá nhân, lịch học và thông tin liên quan nhằm cung cấp các cảnh báo, đề xuất phù hợp.

5. Các hạn chế hiện tại của hệ thống và hướng cải tiến trong tương lai là gì?
Hệ thống hiện vẫn chịu ảnh hưởng sai số do vật cản và phụ thuộc độ phủ beacon. Hướng cải tiến bao gồm tích hợp năng lực Mobile Crowd Sensing để tận dụng dữ liệu cảm biến smartphone và tăng mật độ beacon cho độ chính xác cao hơn.

Kết luận

• Luận văn phát triển thành công ứng dụng iOS tích hợp công nghệ beacon và thuật toán định vị trong nhà cải tiến, đạt độ chính xác trung bình 4m, cải thiện 31% so với thuật toán chuẩn.
• Ứng dụng khai thác hiệu quả API REST từ nền tảng giáo dục AREL, tăng tính cá nhân hóa và trải nghiệm người dùng trong môi trường Smart Building.
• Phương pháp “Cảm biến gần nhất” giới hạn được ảnh hưởng vật cản và tín hiệu nhiễu, phù hợp triển khai trong thực tế.
• Kiến nghị mở rộng hệ thống beacon, tăng cường bảo mật và phát triển thêm Mobile Crowd Sensing để nâng cao hiệu quả cho các ứng dụng định vị trong nhà.
• Giai đoạn tiếp theo gồm triển khai thực tế tại các khuôn viên lớn, tích hợp thêm chức năng hướng dẫn di chuyển thông minh và thí nghiệm khả năng mở rộng hệ thống.

Mời quý độc giả, nhà nghiên cứu và phát triển phần mềm cùng tham khảo để ứng dụng và phát triển các giải pháp định vị trong nhà hiệu quả, nâng cao chất lượng cuộc sống và tính thông minh của không gian làm việc, học tập.

Trích đoạn nội dung tài liệu

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL NGUYỄN QUỐC KHẢI DÉVELOPPEMENT D'APPLICATIONS MOBILES UTILISANT LA GÉOLOCALISATION EN INTÉRIEUR PHÁT TRIỂN ỨNG DỤNG DI ĐỘNG SỬ DỤNG VỊ TRÍ ĐỊA LÝ TRONG NHÀ MÉMOIRE DE FIN D’ÉTUDES DU MASTER INFORMATIQUE HANOI – 2016 TIEU LUAN MOI download : [e-mail] UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL NGUYỄN QUỐC KHẢI DÉVELOPPEMENT D'APPLICATIONS MOBILES UTILISANT LA GÉOLOCALISATION EN INTÉRIEUR PHÁT TRIỂN ỨNG DỤNG DI ĐỘNG SỬ DỤNG VỊ TRÍ ĐỊA LÝ TRONG NHÀ Spécialité : Réseaux & Systèmes Communicants Code : Programme pilote MÉMOIRE DE FIN D’ÉTUDES DU MASTER INFORMATIQUE Sous la direction de : Maître de conférences, Dr. Besma ZEDDINI Maître de conférences, Dr. Julien MERCADAL HANOI – 2016 TIEU LUAN MOI download : [e-mail] ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs. La source des informations citées dans ce mémoire a été bien précisée.

LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Các thông tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc. Nguyễn Quốc Khải TIEU LUAN MOI download : [e-mail] REMERCIENTS Durant mon stage, j'ai bénéficié du soutien moral et technique de plusieurs personnes ce qui a rendu mon environnement de travail très agréable.

J'adresse mes remerciements à mes encadrants : Mme. Besma ZEDDINI chargée de la direction de l’équipe, co-responsable de l'option Smart Systems et M. Julien MERCADAL encadrant du projet qui, par ses accueils, ses expériences, ses don d’écoute et ses tolérances, ont guidé mon activité tout en préservant mon esprit d’initiative, durant toute la période de la réalisation mon stage. Je tiens à remercier vivement mon professeur : M.

Nguyen Hong Quang, responsable de l’option Réseaux & Système Communicant à l’Institut Francophone International au Vietnam qui m’a offert de meilleures conditions afin d’apprendre et de trouver ce stage. Je remercie également toute l'équipe du laboratoire L@RIS et les personnes à l’École Internationale des Sciences du Traitement de l'Information pour leur accueil et leur esprit d'équipe. Enfin, je tiens à remercier toutes les personnes qui m'ont conseillé et relu lors de la rédaction de ce rapport de stage. Toutes ces personnes ont contribué, par leur disponibilité et leur bonne humeur, à rendre mon stage enrichissant et motivant.

4 TIEU LUAN MOI download : [e-mail] Table des matières RÉSUMÉ. 8 ENVIRONNEMENT DE TRAVAIL. 10 ÉTAT DE L’ART. Système de la géolocalisation en intérieur.

Mobile Crowd Sensing. Plate-forme pédagogique l’AREL. Introduction de l’application iOS. 25 MÉTHODOLOGIE ET OUTILS.

Le plus proche capteur – Une amélioration de la méthode Trilateration. Google Maps SDK et Mapbox SDK. Langages de programmation. Google Maps SDK.

Bibliothèques de l’interface .38 IMPLÉMENTATION ET RÉSULTATS. Architecture de l’application. Spécification de l’application. Exigences fonctionnelles et non fonctionnelles de l’application.

Localisation de la position de l’utilisateur. Détecter l’étage de l’utilisateur. Récupérer les signaux iBeacons autour de l’utilisateur. Calculer la position de l’utilisateur.

Mettre à jour la position de l’utilisateur. Échange de données avec le serveur. Mettre à jour la position de l’utilisateur. Rechercher le chemin entre deux points.

Évaluer une salle préférée. Compter le nombre de personnes dans une salle. Trouver la position actuelle d’une personne. RSS du site http://eisti.

66 5 TIEU LUAN MOI download : [e-mail] Table des figures Figure 1 - Exemple : Détection de la proximité d'un magasin. 17 Figure 2 - Méthode de Trilateration 01. 21 Figure 3 - Méthode de Trilateration 02. 22 Figure 4 - Méthode de Trilateration 03.

23 Figure 5 - Page d'accueil de la plate-forme d'AREL. 24 Figure 6 - L'architecture du projet. 25 Figure 7 - Le proche capteur 01. 28 Figure 8 - Le proche capteur 02.

29 Figure 9 - L'idée d'utiliser une carte avec plusieurs couches. 30 Figure 10 - La couche Maps SDK. 30 Figure 11 - Ajouter l'environnement. 31 Figure 12 - Carte complète avec des objets.

33 Figure 13 - Swift - Langage de programmation. 34 Figure 14 - Objective-C - Langage de programmation. 35 Figure 15 - Alamofire: un bibliothèque du réseau. 37 Figure 16 - SwiftyJSON: un bibliothèque de traiter des données JSON.

37 Figure 17 - Google Maps SDK. 38 Figure 18 - FoldingTabBar bibliothèque. 39 Figure 19 - PopupController bibliothèque. 39 Figure 20 - PasswordTextField bibliothèque.

40 Figure 21 - PageMenu bibliothèque. 40 Figure 22 - L'architecture d'application iOS. 42 Figure 23 - Le flux de données. 43 Figure 24 - Le diagramme de cas d’utilisation.

45 Figure 25 - L'interface d'application. 45 Figure 26 - Localisation d'utilisateur. 48 Figure 27 - Diagramme de la localisation d’une personne. 49 Figure 28 - L'intégration l'API AREL.

53 Figure 29 - Modèle de base de l’OAuth2. 54 Figure 30 - Créer un clé privée afin d'authentification. 59 Figure 31 - Les nouvelles d'école. 61 Figure 32 - Diagramme de flux RSS.

62 6 TIEU LUAN MOI download : [e-mail] RÉSUMÉ L’Internet des objets (IoT) est une des tendances très développé dans ces dernières années. Connecter, gérer et contrôler tous les appareils (smartphone, lampe, TV, …), puis analyser des données récupérées dans les centres de données sur nuage sont le future des réseaux informatiques. Des nouveaux termes comme : « Smart Home », « Smart Building », « Smart City » [2], … sont mentionnés souvent dans des séminaires, des conférences. Dans le cas de « Smart Building », « Smart Home », pour réaliser une plate-forme de l’IoT, une des parties importantes est de construire un système qui nous permet de localiser la position de l’utilisateur [2][4].

Des recherches dans le domaine de la géolocalisation en intérieur dans le but de trouver des algorithmes (Trilateration [5][6][7][8], Fingerprinting, …), des techniques (Beacon, NFC, …), des entreprises ont commencé de supporter d’afficher, de naviguer dans une carte en intérieur (Google Maps, Mapbox, …) [9]. Le stage s’inscrit dans le cadre du projet « Smart Engineering School » dont l’objectif est de développer une application mobile qui implémente des algorithmes de géolocalisation en intérieur et aussi des fonctionnes ajoutées afin d’échanger des informations avec AREL – Plate-forme d’e-learning de l’EISTI (École International des Sciences de Traitement de l’Information). Mots clés : IoT, Internet des objets, géolocalisation en intérieur, indoor location, smart building, beacon, trilateration. 7 TIEU LUAN MOI download : [e-mail] INTRODUCTION Durant ces dernières années, l’Internet des Objets a été développé dans de nombreux secteurs d’activité comme : l’aide de la personne, la e-santé, la surveillance, l’automatisation des chaînes de production, … Les technologies de l’Internet des Objets telles que celles des capteurs, des RFID, des réseaux mobiles sont le centre de la recherche actuelle.

Les objets connectés ont des capacités de capture, de traitement et de communication, leur permettant de collecter et d’échanger des données, ainsi que d’être contrôlés à distance. L’environnement de déploiement peut être une maison, un bâtiment, un transport, ou encore des villes [2][9]. L'interconnexion d'objets communicants forme un smart système, capable de collecter, stocker et analyser les données partagées par les objets connectés, afin d'en extraire des informations utiles de l'environnement physique qui seront ensuite utilisées par diverses applications pour décider des actions à entreprendre sur l'environnement. La géolocalisation en intérieur (Indoor Location en anglais) est une des parties importantes de l’IoT, elle nous permet de détecter la position de l’utilisateur et de suivre son déplacement dans un environnement.

Des différentes recherches dans ce domaine sont abordées des techniques de géolocalisation (GPS, NFC, WPS, Beacon, …) [11] et ainsi que des algorithmes (Trilateration [5][6][7][8], Fingerprinting [22], …). Dans ce stage, la géolocalisation en intérieur va être simuler en utilisant des capteurs Beacons et quelques algorithmes de géolocalisation en intérieur. Le Crowd sensing [1] est un autre terme qui est lié à la géolocalisation en intérieur. Les smartphones actuels ont des capteurs qui ont été installés comme : GPS, accéléromètre, gyroscope, magnétomètre, … Ils nous donnent des informations complémentaires pour aider à la géolocalisation en intérieur.

L'objectif du stage est de combiner des capteurs Beacon et des capteurs dans un smartphone (ou une tablette) afin de construire un système de géolocalisation en intérieur dans une application mobile. En outre, à partir de la plate-forme pédagogique AREL de l’EISTI, l’application devra récupérer certaines informations sur l’utilisateur, puis lui donner des notifications, partager des informations, … Le rapport est divisé en trois chapitres : • Chapitre 1 – État de l’art : une vue générale sur le système de géolocalisation, ses technologies et ses algorithmes sont abordés. L’introduction de la plate-forme pédagogique l’AREL et de l’application iOS sont mentionnés. • Chapitre 2 – Méthodologie et outils : la méthode Le plus proche capteur 8 TIEU LUAN MOI download : [e-mail] est présenté en détail dans ce chapitre, c’est la méthode qui a utilisé dans ce projet.

Ensuite, les outils utilisés et les bibliothèques supplémentaires sont introduits. • Chapitre 3 – Implémentation et Résultats : ce chapitre parle de l’architecture d’application iOS, de la façon afin de localiser l’utilisateur, de la communication entre l’application et le serveur, de l’API AREL. 9 TIEU LUAN MOI download : [e-mail] ENVIRONNEMENT DE TRAVAIL L’établissement d’accueil L’École Internationale des Sciences du Traitement de l’Information (EISTI) est l’une des 210 écoles d’ingénieurs françaises habilitées à délivrer un diplôme d’ingénieur. Validée depuis 1989, la charte que s'est donnée l’EISTI repose sur quatre valeurs concrètes : professionnalisme, ouverture, solidarité, éthique.

L'École délivre un diplôme par un parcours d’études personnalisé et progressif sur 3 ans dans deux spécialités : Génie Mathématique et Génie Informatique. Situés à Cergy-Pontoise et à Pau, les campus de l’EISTI sont intégrés dans les campus universitaires de leur ville. Cergy est le campus historique avec près de 900 élèves et trois bâtiments propres à l'école. Le campus de Pau, créé en 2003, auparavant situé dans l'immeuble Le Piano, accueille depuis la rentrée 2011 quelque 300 étudiants dans un nouveau bâtiment de 4100 m2 situé au cœur du campus universitaire palois.

Le laboratoire L@RIS est crée au sein de l'EISTI, il privilégie la recherche appliquée et la recherche finalisée sur contrat, avec le soutien des entreprises et des principaux organismes nationaux de valorisation de la recherche (ANR, OSEO, etc. Les axes de recherche du L@RIS sont : • Modélisation, conception et vérification formelle des systèmes complexes à base de composants (distribués, mobiles, temps réels et hybrides) : applications aux systèmes mécatroniques, automobiles, aéronautiques et télécommunications. • Ingénierie de connaissances et applications : Ontologies et applications aux web sémantique, e-Learning, intégration sémantique des données, composition sémantique de services, réseaux sociaux, … • Architectures et performances de systèmes distribués. • Simulation et optimisation par contraintes.

Le stage se déroule dans le laboratoire L@RIS sur le campus de Cergy de l’EISTI pendant 5 mois de 01/04/2016 à 31/08/2016. Le projet « Smart Engineering School » a. Objectifs Le stage vise à développer et déployer une application mobile qui communique avec un réseau d’objets communicants équipant l’EISTI, afin d’automatiser ou de simplifier diverses tâches pour ses occupants. L’application se compose des fonctionnalités suivantes : • Localiser la position de l’utilisateur, • Compter le nombre de personnes dans une salle, • Trouver le chemin entre deux salles, deux personnes, • Récupérer et notifier les informations aux utilisateurs à partir des capteurs ou de la plate-forme pédagogique AREL, 10 TIEU LUAN MOI download : [e-mail] • Récupérer et partager des nouvelles de l’EISTI.

Grandes étapes Pour aboutir à une application fonctionnelle et en adéquation avec les demandes, un processus par étapes est développé.