A Smart multi-sensor system for marine animals with embedded geolocation
Système embarqué multicapteurs intelligents de géolocalisation pour les animaux marins
Résumé
Geolocation of wild species is a critical source of information for ecological studies and for managers to make decisions related to the habitat and distribution of these species. Several devices (e.g. electronic tags) have been developed to track animals. It is however very difficult to have accurate trajectories at fine temporal and spatial scale for marine species. Indeed, sea water and wild animals complicate the acquisition of accurate positions, especially for long distance.The subject of the thesis is the development of a solution for underwater trajectory estimation and transmission, which can be embedded within a bio-telemeter. It uses the fusion of data from different sensors. These sources can be particularly heterogeneous (inertial data, depth and velocity estimation, geolocated position).To estimate trajectories and accuracy of this estimation, reference data are collected using platforms developed over this PhD, i.e. an Autonomous Surface Vehicle (ASV) with underwater acoustic geolocation and a differential GPS. First, we test different algorithms and present the trade-off of these different solutions in terms of accuracy, consumption, and portability. The trajectory estimation techniques developed and embedded are then improved through the inclusion of the animal behavior to speed estimation. This has another advantage, which is to complete the trajectory information with an ethogram calculated in-board. A final step, the developed algorithms are embedded within a bio-telemeter. Several tests are performed in a controlled environment for different contexts of analysis. The proposed solutions allow novice or experienced users in programming to use the tools for different degrees of analysis. Finally, post-processing of the transmitted data is used to show analysis potential and possible improvements that could be performed. The biological model used for this PhD is the sea turtles.
La géolocalisation des espèces sauvages est une source d'information essentielle pour les études écologiques et les gestionnaires afin de prendre des décisions en lien avec l'habitat et les distributions de ces espèces. De nombreux dispositifs ont été développés pour suivre les animaux. Il est cependant très difficile d'avoir des trajectoires précises à une fine échelle temporelle et spatiale pour les espèces marines. En effet, l'eau de mer et le comportement des animaux sauvages compliquent l'acquisition de positions précises, surtout sur de longues distances.Le sujet de cette thèse est le développement d'une solution d'estimation et de transmission de trajectoires sous-marines, qui peut être embarquée dans un bio-télémetre. Elle utilise la fusion de données provenant de différents capteurs. Ces sources peuvent être particulièrement hétérogènes (données inertielles, estimation de la profondeur et de la vitesse, position géolocalisée).Pour estimer les trajectoires et la précision de l'estimation, des données de référence sont collectées à l'aide de plateformes développées lors cette thèse, à savoir un véhicule de surface autonome (ASV) avec géolocalisation acoustique sous-marine et un GPS différentiel. Dans un premier temps, nous testons différents algorithmes et présentons le compromis de ces différentes solutions en termes de précision, de consommation d'énergie et de portabilité. Les techniques d'estimation de trajectoires développées et embarquées sont ensuite améliorées en prenant en compte le comportement de l'animal pour l'évaluation de sa vitesse. Ceci présente un autre avantage, celui d'apporter des informations supplémentaires à la trajectoire par un éthogramme calculé en embarqué. La dernière étape consiste à intégrer et à tester les algorithmes développés dans un bio-télémètre. Plusieurs tests sont effectués dans un environnement contrôlé, et ce pour différents contextes d'analyses. Les solutions proposées permettent aux utilisateurs novices ou expérimentés en programmation d'utiliser les outils pour différents degrés d'analyses. Enfin, le post-traitement des données transmises est utilisé pour montrer le potentiel d'analyses et les améliorations possibles qui pourraient être réalisées. Le modèle biologique utilisé pour cette thèse est la tortue de mer.
| Origine | Version validée par le jury (STAR) |
|---|