Un système précis et robuste pour le guidage des personnes malvoyantes – HERBS

Le projet HERBS repose sur l’utilisation de technologies sans fil et d’intelligence artificielle pour créer un système de localisation en intérieur capable d’aider les personnes malvoyantes à se déplacer de manière autonome. L’un des principaux défis de ce type de développement réside dans la difficulté à obtenir une position précise à l’intérieur des bâtiments, où les signaux radio sont perturbés par les murs, les meubles et les interférences. Pour surmonter ces obstacles, le projet HERBS combine plusieurs technologies complémentaires : le Wi-Fi, le Bluetooth Low Energy (BLE) et le LoRa. Le Wi-Fi offre une bonne précision mais consomme beaucoup d’énergie et sa portée est limitée. Le BLE, plus économe, s’est révélé trop instable et peu fiable dans des environnements complexes. C’est pourquoi le LoRa, une technologie capable de transmettre des signaux sur de longues distances tout en consommant peu d’énergie, joue un rôle clé. En exploitant deux fréquences (868 MHz et 2,4 GHz), il permet d’obtenir une couverture plus large et des signaux plus stables, même dans des zones où les autres technologies échouent.

Pour améliorer encore la précision, le projet HERBS utilise des techniques de machine learning (apprentissage automatique). En recueillant des milliers de mesures de signaux radio dans un environnement expérimental, il « apprend » à des modèles informatiques à reconnaître les variations du signal associées à chaque position. Ces modèles, basés sur des réseaux de neurones et des algorithmes d’optimisation, permettent de corriger les erreurs dues au bruit ou aux perturbations du signal. Le projet a également développé des méthodes pour fusionner les données provenant de plusieurs technologies (Wi-Fi et LoRa), renforçant ainsi la robustesse et la fiabilité du système.

Grâce à cette approche combinant innovation technologique et intelligence artificielle, le projet HERBS parvient à réduire considérablement les erreurs de localisation, atteignant une précision moyenne d’environ deux mètres. Ces résultats représentent une avancée importante pour les dispositifs d’aide à la mobilité destinés aux personnes déficientes visuelles. Au-delà de son aspect technique, le projet s’inscrit dans une démarche humaine et inclusive, cherchant à rendre les espaces intérieurs plus accessibles tout en utilisant des technologies sobres en énergie et adaptées à un usage quotidien.

Le projet HERBS a obtenu des résultats très prometteurs dans le domaine de la localisation en intérieur. En combinant plusieurs technologies sans fil – principalement le Wi-Fi et le LoRa – et en utilisant des modèles d’intelligence artificielle capables d’apprendre à partir des variations des signaux radio, le projet est parvenu à atteindre une précision moyenne de localisation d’environ deux mètres. Cette performance représente une nette amélioration par rapport aux systèmes classiques fondés sur une seule technologie. Le LoRa s’est distingué par sa grande stabilité et sa faible consommation d’énergie, tandis que le Wi-Fi a offert une précision plus fine sur de courtes distances. En fusionnant les données issues de ces deux approches, HERBS a réussi à concilier précision, couverture et fiabilité. Ces avancées techniques ouvrent la voie à des applications concrètes pour le guidage et la mobilité autonome des personnes déficientes visuelles, tout en démontrant la faisabilité de solutions de localisation efficaces, économiques et durables dans des environnements intérieurs complexes.

Le projet HERBS envisage, dans la continuité de ses travaux, d’exploiter le CSI (Channel State Information) des signaux Wi-Fi afin d’obtenir des informations plus fines et plus précises sur la propagation du signal. Contrairement au simple indicateur de puissance reçue (RSSI), le CSI fournit des données détaillées sur les variations d’amplitude et de phase de chaque sous-porteuse du signal Wi-Fi, offrant une description beaucoup plus riche des interactions du signal avec l’environnement (réflexions, obstacles, déplacements, etc.). En parallèle, le projet prévoit d’intégrer les capteurs embarqués des smartphones, tels que l’accéléromètre, le gyroscope, le magnétomètre et le capteur de lumière, afin de compléter les informations radio avec des indices contextuels sur les mouvements, l’orientation et l’environnement de l’utilisateur. La combinaison du CSI et des données issues des capteurs permettra de raffiner considérablement la précision et la continuité de la localisation, même dans des zones où les signaux radio sont perturbés. À terme, cette approche hybride devrait permettre au projet HERBS de proposer un système de guidage intelligent, plus stable, réactif et adaptable, capable d’accompagner efficacement les personnes déficientes visuelles dans leurs déplacements à l’intérieur des bâtiments.

Selon l'Organisation mondiale de la santé (OMS), le nombre de personnes déficientes visuelles devrait tripler d'ici 2050, pour atteindre 588M dans le monde. Aujourd'hui, en France, cette population représente 1,8 million de personnes. Elles restent peu intégrées dans notre société, notamment en raison des contraintes de mobilité. En effet, il existe très peu de solutions pour guider l'utilisateur vers un lieu souhaité, surtout dans un environnement inconnu. L'assistance aux personnes est une solution envisageable, mais elle n'améliore pas l'idée d'un guidage autonome basé sur la connaissance de la localisation de la personne. Les solutions de positionnement couramment utilisées, comme le GPS et ses équivalents, offrent de bonnes performances pour la mobilité extérieure, mais les performances en intérieur restent insuffisantes pour guider en toute sécurité une personne malvoyante. Notre projet permettra aux personnes malvoyantes d'être guidées en temps réel grâce à une solution de localisation précise et fiable. Pour y parvenir, nous proposons des concepts avancés sur les techniques de localisation par empreintes radio, en incluant les personnes aveugles et malvoyantes dans le processus d'évaluation, tout en exploitant la disponibilité des données et en utilisant la combinaison de nouvelles techniques d'Intelligence Artificielle (IA) pour obtenir une localisation de haute précision. Le projet étudiera également comment résoudre le problème de la localisation basée sur les empreintes radio, très gourmande en données. Notre approche consiste à considérer un environnement sans visibilité directe et à proposer une solution de localisation en étudiant tous les niveaux, du canal radio à l'algorithme d'IA, y compris la forme d'onde de modulation, et en utilisant à chaque étape un scénario de guidage réel pour les malvoyants, défini et validé puis par un démonstrateur.