Développement d'un modèle de gestion d'objets géo-localisables centralisé utilisant différents moyens de communication dans une environnement OSGI

Pendant la dernière décennie, la vente des GPS a connue une explosion à l'échelle planétaire. Les applications logicielles et les améliorations matérielles liées à cette industrie, ne cessent de proliférer et ce à une vitesse exponentielle. \n \nDésormais, les systèmes de géo-localisation, et plus précisément le GPS, sont utilisés dans plusieurs domaines. Plusieurs compagnies de transport l'utilisent pour contrôler l'itinéraire de leurs conducteurs afin d'optimiser l'utilisation du réseau routier, d'économiser la consommation d'essence, le temps de transit, etc. Les soldats l'utilisent lors des conflits pour se localiser dans les endroits les plus difficiles d'accès, ils utilisent le GPS aussi pour le guidage précis de leurs bombes et missiles afin de minimiser les dégâts collatéraux. Dans le domaine de la santé, le GPS permet d'augmenter les chances de survie des personnes atteintes d'Alzheimer en les localisant très vite. Un dispositif appelé VPS peut, via un cardiogramme intégré, déceler l'imminence d'une crise cardiaque et envoyer la position du patient aux services de santé afin d'intervenir à temps et par conséquent sauver le patient en question. \n \nAfin de pouvoir gérer tous les services de localisation mentionnés précédemment de manière automatique, nous avons besoin d'un système qui puisse interconnecter tous ces services de façon transparente sans que le code soit un frein pour le développement ni que l'ajout de nouveaux services alourdisse le système et rende la maintenance une tâche très difficile au programmeur. \n \nLe deuxième point de la problématique concerne la communication, les données peuvent être envoyées à distance, dans un système de géo-localisation classique, via un réseau cellulaire. L'usage du réseau cellulaire est coûteux et nous avons besoin d'autres alternatives pour assurer une communication sans-fil à distance à moindre coût. \n \nLe troisième point à résoudre est la précision des dispositifs de géo-localisation. Cette précision n'est pas toujours assurée avec l'usage classique du GPS. Des erreurs dans le système GPS peuvent augmenter considérablement l'imprécision de l'erreur sur le positionnement, pour palier ce problème nous devons disposer de solutions qui permettent d'augmenter la précision et de déterminer si le relevé de la position calculée par le GPS est fiable pour le service de géo-localisation. \n \nEn mettant tous les services de géo-localisation dans un même système, nous parviendrons à créer un environnement coopératifs où chaque service pourra utiliser un ou plusieurs autres services pour optimiser le temps de réponse et d'intervention ce qui constitue un quatrième point de notre problématique. La vision globale des services coexistant dans le même système permettra aux décideurs de haut niveau de trouver la logistique optimale pour que les services gérés soient dans leurs pleines capacités opérationnelles. \n \nLes approches de localisation existantes sont basées sur une architecture client serveur où on utilise une connexion GPRS qui est très coûteuse pour envoyer les relevés de positionnement à distance et de manière périodique au serveur. Au niveau du serveur on dispose d'une application pour un service de géo-localisation souvent spécifique à un seul domaine d'application. Toute évolutivité du système devient difficile et onéreuse dépendamment de la complexité de l'application. \n \nDans ce mémoire, j'ai conçu un modèle pour la gestion des objets géo-localisables qui nous permet de gérer plusieurs services de géo-localisation dans une même plateforme. Cette solution apportera des améliorations par rapport aux modèles standards au niveau du système de communication, la fiabilité des données de localisation, la programmation des composantes du système, de leur intégration et de leur maintenance. Nous avons implémenté ce modèle (dans un outil de gestion et de contrôle d'objets géo-localisables) pour répondre aux quatre problématiques mentionnées précédemment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.