Intégration de données hétérogènes et raisonnement spatial pour l’aide à la localisation des victimes en montagne

Heterogeneous data integration and spatial reasoning for localizing victims in mountain area

logo

Le projet CHOUCAS est un projet collaboratif de recherche visant à répondre à un besoin exprimé initialement par le PGHM de Grenoble pour l'aide à la localisation des victimes en zone de montagne. Le projet est coordonné par l'équipe MEIG du laboratoire LASTIG de l'IGN en partenariat avec les équipes STeamer du LIG et UPPA, lab. LMAP (équipe Proba./Stat.) de UPPA ainsi que le PGHM de Grenoble. Le projet est financé par l'ANR pour une durée de 55 mois (2017-2022).

En savoir plus

The project CHOUCAS is an interdisciplinary research project aiming to respond to a need expressed by the PGHM of Grenoble to help localising victims in montain area. The project is leading by MEIG team from IGN involving three partners: the STeamer team of the Grenoble Informatics Laboratory (LIG) and the UPPA, lab. LMAP (Proba/Stat team) of the University of Pau and Pays de l’Adour (UPPA) as well as the High Mountain Gendarmerie Platoon of Grenoble. CHOUCAS is funded by the French National Research Agency.

More

Actualités

News

Présentation du projet

Project description

Plus de 15000 demandes de secours en montagne sont recensées annuellement en France. Les Pelotons de Gendarmerie de Haute Montagne (PGHM) sont les principaux acteurs du secours en montagne. La localisation de la victime pendant la phase d’alerte repose sur un dialogue entre le requérant (personne qui donne l’alerte, qui peut être la victime ou un tiers) et les secouristes, et s’appuie sur la recherche manuelle d’indices géographiques dans différentes sources de données ainsi que sur le savoir-faire des secouristes. Cette recherche d’indices s’inscrit dans un processus de raisonnement, qui consiste à formuler des hypothèses à partir des premières informations fournies par le requérant, à les affiner progressivement au fil du dialogue et de l’analyse des données, puis à déduire la localisation la plus probable de la victime.

Plusieurs éléments compliquent cette tâche de localisation. Du côté de la victime, la faible connaissance de la montagne et de la géographie des lieux, les imprécisions dans la description de l’itinéraire emprunté et la peur font que la description de sa localisation est imprécise et pas toujours fiable. Du côté des secours, mentionnons l’hétérogénéité des données sur lesquelles ils s’appuient pour la prise de décision : données multi-sources (données institutionnelles ou communautaires) et multi-formats (cartes, topo-guides de randonnées en format papier, données vectorielles). L’outillage logiciel permettant de combiner des sources de données géographiques hétérogènes sur lesquels il serait possible de mener des raisonnements déductifs est encore très peu développé. Par ailleurs, si les solutions reposant sur l’utilisation de smartphones se développent, elles présentent des inconvénients parfois rédhibitoires : d’une part elles supposent que le requérant soit au même endroit que la victime, d’autre part elles impliquent des contraintes d'équipement, de couverture réseau de données, d'installation d'application ou d'aptitude technique du requérant (qui par ailleurs risque de ne pas être en plein possession de ses moyens). Dans les cas où ces technologies ne s’appliquent pas, pouvoir exploiter conjointement des sources de données hétérogènes comme support à la décision offre un potentiel très prometteur.

Dans ce contexte, le projet CHOUCAS a pour objectif de proposer des méthodes et des outils permettant de constituer et enrichir des données géographiques issues de sources hétérogènes, et des modèles de raisonnement afin de favoriser le processus de décision dans le contexte de la localisation des victimes en montathne. L’enjeu est donc d’améliorer la capacité de réponse à une alerte. Nous émettons l’hypothèse qu’un outil de géovisualisation intégrant des techniques de fusion de données, de raisonnement flou et d’analyse spatiale peut y contribuer.

More than 15,000 SOS messages in mountain areas are counted every year in France. However, despite recent technological advances in positioning systems and the increasing number of geo-applications, locating victims during the alert is still an issue for rescue teams. Poor knowledge of mountain, inaccuracies in description of the used paths and spatial environments are some factors making the location a difficult step which can be improved by using multi-sources data. The project CHOUCAS is interdisciplinary involving researchers in geographic information sciences, computer science and automatic language processing. The aim of the project is to provide methods and tools for enriching, structuring, querying and visualising spatial data coming from heterogeneous sources and reasoning to help the rescue teams to speed up the phase of victims location and to better estimate a probable location area.

Consortium

Consortium

IGN, MEIG

L'équipe MEIG (Médiation et Enrichissement de l'IG) de l'IGN effectue des recherches sur la médiation et l'enrichissement de l'information géographique.

Les participants au projet sont :

MEIG team from IGN, the French National Mapping Agency, is in charge of research related to the mediation and enrichement of geographic information.

Project members:

Proba/Stat, LMAP

L'équipe Proba/Stat, LMAP effectue des recherche théoriques autour de deux axes principaux : (1) stochastic modeling: theoretical investigations of probabilistic models and their numerical evaluation by means of Monte-Carlo and deterministic schemes; et (2) l'inférence statistique : études théoriques d'estimateurs et de tests statistiques ainsi que d'algorithmes pour l'estimation, parfois dans le contexte de données en grande dimension.

The team Proba/Stat, LMAP has theoretical interests mostly in: (1) la modélisation stochastique : étude théorique de modèles probabilistes et évaluation numérique de modèles probabilistes par le biais d'études de Monte-Carlo et de schémas déterministes ; et (2) statistical inference: theoretical studies of estimators, estimation algorithms and statistical tests.

Les participants au projet sont :

Project members:

STeamer, LIG

STeamer est une équipe du LIG. Elle s’intéresse à la spécification de méthodes et d’outils pour la conception et le développement de systèmes d’information spatio-temporelle basés sur le Web.

Les participants au projet sont :

STeamer is a research team from LIG. Its research is focuses on the specification of methods and tools for the design and development of web-based spatiotemporel systems.

Project members:

PGHM

Le PGHM de Grenoble a un double rôle dans le projet : celui de contributeur et celui d’utilisateur final.

Les participants au projet sont :

PGHM from Grenoble has a both the role of contributor and end user.

Project members:

  • adjudant Olivier Favre

Galeries

Galerie d'images, vidéos et présentations illustrant les résultats du projet.

Galleries

Gallery of pictures, videos et presentations illustrating the results of the project.

Publications

Articles de revue

Journals Papers

Actes de conférence

Conference papers

Livres et chapitres de livres

Books and chapters

Posters

Posters

Livrables

Deliverables

  • Livrable 0.4 : Définition fil rouge Télécharger le document
  • L1.1 Description du corpus de matériaux bruts (Interviews, Enregistrements d’appels) (Lot 1).
  • L1.1bis Template de saisie des expressions (Lot 1).
  • L 2.1.1 État de l'art sur l’annotation et la catégorisation des entités spatiales (ES) nommées ou génériques (Lot2).
  • L 2.1.2 Conception et implantation de méthodes permettant l'identification des différentes ES (Lot2).
  • L 2.2.1 État de l'art sur les méthodes de désambiguïsation (Lot2).
  • L 2.3.1 État de l'art sur les méthodes l’extraction des relations spatiales et d’appariement avec des traces GPS (Lot2).
  • L 2.4.1 Étude exploratoire de données alternatives (Lot2).
  • L 3.1.1 Etat de l’art des modèles flous (Lot3).
  • L 3.2.1 Etat de l’art sur les prédicats (Lot3).
  • L4.2.1 Visualisation des données incertaines et imparfaites (Lot4).
  • L 5.1.1 Spécifications du DSL (version alpha) (Lot5).
  • L 5.2.1 État de l’art sur les classifications de services (Lot5).

Vulgarisation

Dissemination

  • Projet Choucas : Mieux localiser les victimes pour mieux les secourir, IGN Magazine N°89, 2018. Télécharger le document
  • Participation d'Amine Medad et Meriem Sabrine Halilali aux journées doctoriales transfrontalières, Doctoriales transfrontalières UPPA-UPV, Saint Sébastien, Espagne, 9 au 12 juillet 2018.

Ressources

Ontologies

Ontologies

  • Ontologie d'Alerte CHOUCAS (OAC) OAC
  • Ontologie d'Objets de Repères (OOR) Télécharger la description OOR OOR
  • Ontologie de Relations de Localisation (ORL).

Plug-ins

Plug-ins

  • Plug-in QGIS Chargement données VGI. Ce plug-in a comme objectif de faciliter l'accès et la visualisation de données de type point (refuges, plans d’eau...) et de type ligne (itinéraires de randonnée), provenant essentiellement de sites collaboratif.
  • Plug-in QGIS de calculs de visibilité active. Ce plug-in permet des calculs de visibilité passive, totale/partielle, et tests de sensibilité aux données en entrée.
  • Plug-in QGIS Hy2roresO. Ce plug-in permet la hiérarchisation automatique de réseaux hydrographiques.