Contexte : Le programme PLD (Personnel Location Device) vise à fournir une localisation en temps réel pour les personnels évoluant en environnements industriels ou dangereux, tout en minimisant la dépendance à une infrastructure externe (satellites, balises radio, Bluetooth, etc.). Le dispositif Sysnav, porté par chaque utilisateur, collecte les données de mouvement, reconstruit la trajectoire et envoie la position vers un serveur central. Ce programme trouve principalement ses applications dans deux contextes :

• Protection du travailleur isolé dans un environnement industriel.

• Support aux primo-intervenants dans le domaine de la défense.

Les systèmes de navigation Sysnav reposent sur des algorithmes de fusion de données issues de capteurs variés et complémentaires tels que les centrales inertielles, les baromètres, les GPS ou encore la multilateration UWB.

Dans les systèmes de navigation modernes, la précision dans l’axe vertical (axe Z) est un enjeu crucial, notamment pour des applications nécessitant une localisation précise en altitude ou en élévation. Le baromètre est un capteur clé pour cette mesure, mais il est souvent sensible aux variations de température, pouvant engendrer des erreurs dans les calculs d’altitude. L’objectif de ce stage est de mieux comprendre le comportement d’un baromètre face à des changements brusques de température, et de modéliser ce comportement afin d’améliorer la précision des algorithmes de traitement de signal utilisés dans nos systèmes de navigation.

Rôle et responsabilités :

1. Étude expérimentale :

   • Réaliser des tests pour évaluer la réponse d’un baromètre à différents environnements thermiques.

   • Analyser la sensibilité du baromètre aux variations rapides et extrêmes de température, en particulier ses effets sur la précision des mesures de pression.

2. Modélisation du comportement thermique :

   • Proposer un modèle physique permettant de prédire l’impact des variations de température sur les mesures du baromètre.

   • Valider le modèle avec les données expérimentales et analyser les écarts.

3. Intégration dans les algorithmes de navigation :

   • Intégrer le modèle thermique dans les algorithmes de traitement de signal pour compenser les effets de température sur les mesures de pression.

   • Tester et évaluer les gains de performance en termes de précision, notamment sur l’axe Z.

• Bonnes connaissances en physique des capteurs, traitement de signal et modélisation physique.

• Compétences en analyse de données expérimentales.

• Capacité à utiliser des outils de simulation (MATLAB, Python, etc.) et des environnements de mesure (oscilloscopes, chambres climatiques, etc.).