Post de reprise apres 1 mois sans publier (precedent = L040 RS3 Simulate). Annonce Telemachus 0.8 (4 SPECS), 3 datasets ouverts publiés sur Zenodo (AEGIS/STRIDE/RS3), gg-diagram v0.2.0, Periplus RFC-0001 draft (teaser), et carnet de rech…

Consolidation avril 2026 : 10 anciennes RFCs fusionnées en 4 piliers SPEC (Record Format, Manifest, Adapters & Validation, Governance). Couverture complète des sources Open (AEGIS, PVS, STRIDE) et industrielles (Teltonika, Samsara, Geota…

Gouvernance simplifiée (solo maintainer), versioning pragmatique, lifecycle des specs, séparation canaux IP (public/research/private), release checklist. Supersedes RFC-0011.

Architecture des adapters (function-based), spécifications AEGIS/PVS/STRIDE/RS3, framework de validation (4 niveaux), CLI, Open Sources Matrix, mapping industriel (Samsara/Webfleet/Geotab/Teltonika). Supersedes RFC-0002, RFC-0005, RFC-00…

Spécification du manifest.yaml v0.8. Couvre identification, provenance, hardware, sensors (burst sampling), acc_periods, carrier_state (manifest-only), héritage per-row, validation rules. Supersedes RFC-0003, RFC-0014.

Spécification consolidée du format Telemachus. Définit les 5 groupes fonctionnels (datetime, GNSS, IMU, Vehicle I/O, extra), les colonnes mandatory/optional, la convention multi-rate, les frames accéléromètre (raw/compensated/partial), l…

Dépôt eSoleau INPI 2026-03-31. Architecture pipeline multicouche. P020 = validation empirique.

Smartphone Xiaomi + OBD, 128 segments Brésil. CC-BY-NC-ND-4.0. Nécessite auth Kaggle.

Dataset référence gyroscope+OBD ground truth. 33 trips BeagleBone Graz. CC-BY-4.0.

Brevet clé. PCA + désambiguïsation 180° par signe(dv_GPS/dt). UBI standalone black box. Méthode B12 inspirée.

Bible g-g diagram (diagramme circle of forces). SAE Publication.

Référence historique décomposition gravité / dynamique. Fondement P013 Niveau 1.

Levenberg-Marquardt multi-étapes. Sub-degree precision. Inspiration méthodologique C12-C14.

RANSAC 1-point 100-200 itérations vs milliers. Embedded-friendly. Méthodes B08-B11 inspirées.

FIR modulating function, contrainte non-holonome v_lat=0. Nécessite CAN-OBD (non applicable FMC880).

Two-stage coarse-to-fine. PCA + RLS/LM raffinement. Inspiration méthodes C12-C14.

AKF innovation covariance. Erreur dynamo 6.4% → 1.8%. Méthodes D15/D16 inspirées.

CNN+RNN direction yaw véhicule, 60k trajets smartphones. Accuracy 90.07%. Référence long-terme (training set requis).

Papier compagnon dataset UAH-DriveSet (DS-003). Non téléchargé au 2026-04-14 (DNS Robesafe down).

Référence foundational smartphone telematics. Inclut yaw estimation ay/v (Wahlström). Base théorique méthode D15.

Calibration IMU sans rig externe (Tedaldi open source toolkit).

Référence historique multi-position calibration pour MEMS IMU. Fondement théorique Niveau 1 Rodrigues.

Article LinkedIn publié dans la série Data Space : démontre que l’enjeu central n’est pas la donnée elle‑même mais la responsabilité collective sur la réalité mesurée. S’appuie sur les billets B020 et B021.

Post LinkedIn de publication et de mise en débat autour de l’article B020. Positionne le Data Space comme tendance structurante 2026 pour la donnée de mobilité (rupture avec data lakes/marketplaces, gouvernance par contrats, souveraineté…

Analyse stratégique des architectures DataSpace appliquées à la donnée mobilité : rupture avec les modèles centralisés (data lake / marketplace), gouvernance par contrats et souveraineté des producteurs de données. Positionne Telemachus…

Article de seuil ouvrant l’année 2026 : bilan structurant de 2025 (RS3, inertiel, Telemachus, standards ouverts) et cadrage des axes techniques et scientifiques à approfondir en 2026.

Étude du couplage IMU+odomètre pour maintien de position GNSS ; protocole RS3 reproductible. Sert C3/C5 VAE (fusion robuste, reproductibilité).

Billet scientifique centré sur Cellina 2023 : comment combiner GNSS+IMU 10 Hz, pente réelle et courbure pour estimer la consommation énergétique sans lire le bus CAN. Fait le lien avec l'écoconduite, la sobriété numérique et l'extension…

I2V-GS propose une transformation infrastructure→véhicule via Gaussian Splatting et diffusion, utile pour les pipelines simulation visuelle / augmentation de données et scénarios AV. Sert P001 (simulation), B018 (positionnement RS3),.

Comparatif modèle vs data-driven pour l’angle de dérive β ; sert à valider les modèles physiques RS3/Telemachus par rapport aux approches apprenantes et le papier P004 sur la robustesse GNSS/INS en milieu urbain.

Article Wagner & Wieneke (2001) qui pose le cadre historique des schémas d'intégration GNSS/INS (loose, tight, ultra-tight) et discute leurs compromis robustesse/complexité. Sert de base conceptuelle à P002.

NAVSIM propose une plateforme de simulation non-réactive, alimentée par des données réelles, pour benchmarker les algorithmes de conduite autonome. Les scènes sont reconstruites à partir de données terrain (trafic, trajectoires, capteurs…

Article Zhang 2020 (AFISR) : schéma de Fault Detection & Isolation (FDI) et reconfiguration adaptative pour l’intégration GPS/IMU. Sert de base à P001 (comparaison FI vs FA et motivation d’un schéma adaptatif), éclaire la partie FDI/robu…

Revue Boguspayev et al. (2023) — couverture large GNSS/INS (loose/tight/deep), modèles d’erreurs inertiels, alignement initial, et tendances ML/vision. Sert d’appui théorique à P002/P004 et renforce.

Entrée pour la méthode de filtrage invariant GNSS/IMU, utilisée dans P007 et B009. Voir alias InvariantFiltering2024 pour la déduplication. Fiche de lecture A045 (InvariantFiltering2024).

Étude Lin & Shi (2017) : estimation de la pente locale à partir du profil vertical et de la courbure — applique la relation géométrique entre dérivée de l'altitude et rayon de courbure. Sert P006 (énergie/pente), P008/P009 (pipeline curv…

Comparatif Kalman classique vs hybride (tangent + map-matching) et MMKF consensus. Sert.

Papier structuré présentant un pipeline complet de redressement inertiel : calibration IMU sans équipement (Tedaldi 2014), modélisation du bruit MEMS (Han 2020), estimation d’attitude (complémentaire / EKF), suppression de la gravité et…

Intégration de la topographie réelle dans RS3 pour améliorer la précision des simulations.

Post LinkedIn d'accompagnement du billet B003 — présente Telemachus par l'exemple : 3 cas d’usage concrets (assureur, flotte, labo). Sert d’entrée accessible pour le format standard et complète les posts L013/L014 centrés sur la norme.

Post LinkedIn publié : introduction au concept de 'génome routier' — signature inertielle et géométrique des routes. Sert de passerelle vers RoadGeometry (B013, P008, P009)

Thèse (UGA 2024) sur la localisation coopérative et la trajectographie locale contrainte par la carte pour véhicules intelligents. Apporte des méthodes map-aware et coopératives utiles pour la robustesse GNSS/INS en urbain (P004) et l’al…

Article ASTESJ présentant une architecture de localisation intégrée GNSS/IMU/odomètre validée terrain. Sert d’étude de cas et de base comparative pour P002 (schémas Kalman hybrides) et P004 (robustesse en urbain).

Discussion sur la validation des données simulées et l’ouverture scientifique via RS3 et Telemachus.

Cours structurant (cinématique véhicule, dérive latérale, forces pneus, modèle bicycle) utilisé comme socle physique dans P004 (β, contraintes véhicule), P006 (rendement énergétique pente/courbure) et (lecture risque conducteur via courb…

Annexes techniques du rapport RMT06 sur la méthodologie d’essais véhicules et les résultats de référence pour la validation des modèles de simulation. Sert de base pour la calibration et la comparaison des pipelines RS3 avec les essais t…

Rapport stratégique DGITM sur la sélection et la génération de scénarios critiques (SOTIF, ODD, combinatoire) pour la validation sécurité des véhicules autonomes. Sert d’appui à l’argumentaire RS3 comme injecteur de scénarios reproductib…

Article fondateur sur le map-matching HMM pour la reconstruction de trajectoires GPS bruitées et échantillonnées à basse fréquence. Sert de référence pour l’alignement RS3/Telemachus avec les méthodes de cartographie et la validation de…

Présentation du GPSIMU Toolbox open-source pour l’intégration lâche GNSS/IMU (MATLAB/Octave). Sert de référence pédagogique et de base comparative pour la validation des pipelines RS3 et la reproductibilité scientifique ().

Revue de référence sur les sources d’erreur aléatoires des IMU MEMS, leurs modèles statistiques (bruit blanc, biais, random walk) et leur impact sur la fusion GNSS/IMU. Sert de socle pour la modélisation du bruit inertiel dans RS3 et la…

White paper d'intégration de la courbure routière (rayon, pente, transition) dans Telemachus via la future RFC-0015 RoadGeometry ; inclut le mapping des champs curvature_radius / slope / lane_transition et le jeu de données démonstrateur…

Mise en avant de RS3 comme outil central dans la thèse et la recherche doctorale.

IMUSim définit la base de la simulation inertielle (accéléromètres, gyroscopes, bruit Allan) utilisée ensuite dans RS3. Sert à démontrer la compétence C4 (pipeline simulation inertielle) et C3/C1 côté VAE — via les billets B005/B007 déjà…

Panorama des simulateurs open-source pour la conduite autonome (CARLA, Autoware, Apollo...). Sert de base à l'argumentaire de positionnement RS3 dans B018 : RS3 = simulateur inertiel 10 Hz sans GPU, orienté risque conducteur et énergie,…

Article pivot introduisant le filtre MMKF à consensus pour la fusion GNSS/IMU robuste.

Revue GNSS/INS de référence couvrant les approches EKF, UKF, PF, et fusions hybrides.

Normalisation de la géométrie routière (courbure, pente, transition) dans Telemachus.

Post publié : géométrie routière comme miroir du comportement conducteur (courbure, pente, signature inertielle).

Analyse critique de l’article fondateur IMUSim et ses implications pour la simulation inertielle.

Présentation des usages de RS3 pour la recherche et la compréhension de la mobilité réelle.

Billet publié sur WordPress : introduction au filtrage invariant et à la fusion vision-inertielle (BEVRender) pour estimer la pose dans les environnements GNSS-denied. Article optimisé SEO (focus 'filtrage invariant GNSS IMU'), formules…

Suite de L001 : intégration concrète dans RS3 (pondération dynamique) et extension Telemachus (fusion_state).

Teaser LinkedIn du billet MMKF (Mafi 2025) — fusion physique × data-driven, incertitude et robustesse.

Synthèse du cours MECA0525 – base physique RS3 : forces pneus, modèle bicycle, pente réelle. Sert d'appui à la modélisation énergie/risque (P006) et à.

DEPRECATED — Superseded by SPEC-04 (2026-04-16), simplified for solo maintainer.

DEPRECATED — RS3 is now one adapter in SPEC-03 §3.4 (2026-04-16).

DEPRECATED — Superseded by SPEC-03 §4 (2026-04-16).

DEPRECATED — Superseded by SPEC-03 (2026-04-16). Le BaseAdapter class est remplacé par des fonctions simples.

DEPRECATED — Superseded by SPEC-02 (2026-04-16). Le format dataset.json est remplacé par manifest.yaml.

DEPRECATED — Superseded by SPEC-01 (2026-04-16). Schéma pivot GNSS/IMU/événements à 10 Hz. Gardé comme référence historique.

Comparatif paradigme Angle-Robustness (AAAI 2024) vs pipeline inertiel RS3 (position-based). Sert P004 (robustesse GNSS/INS), P007 (vision GNSS-denied), et.

Comparaison des données cartographiques OSM et IGN et leur impact sur la simulation de trajectoires. Post publié le 2025-09-23.

Trois cas d’usage RS3 (assurance, flotte, labo) montrant la valeur de la simulation inertielle 10 Hz pour le risque, la maintenance et la recherche.

Message clé : GPS seul ≠ suffisant ; inertie + contexte (pente IGN, météo) à 10 Hz pour entraîner/valider l’IA conduite. Aligne RS3×Telemachus et prépare l’adoption assureur/SmartCity.

Choix de la licence AGPL pour protéger l’effet réseau/serveur et garantir l’ouverture du cœur RS3. Aligne gouvernance open‑source et valorisation scientifique.

Rappelle les fondamentaux d’une simulation crédible : signatures inertielle, modélisation du bruit MEMS, et logique d’événements (Telemachus).

Part du constat scientifique GNSS/INS (Liu2023-GNSSINSReview) et montre comment RS3 produit des trajectoires inertielle+GNSS à 10 Hz qui sont ensuite normalisées dans Telemachus. Décrit la gouvernance ouverte (RFC-0001, -0003, -0005, -00…

Article LinkedIn lié aux travaux sur l’acquisition compressive en télématique (CompressiveCVData2018, CompressiveCVRecovery2018). Sert la diffusion scientifique et la sensibilisation à la sobriété numérique.

Article Pulse montrant la différence entre deux virages géométriquement similaires via signature inertielle (acc_lat, yaw_rate). Sert de vulgarisation pour RoadGeometry, P008/P009, et.

Premier commentaire LinkedIn du billet B012 – vulgarisation du concept de virtual sensing GNSS/IMU (Cellina 2023 × RS3 × Telemachus).

Rappelle l’importance des mesures gyro_x/gyro_y/gyro_z pour distinguer rond-point, freinage sec, changement de voie — avec simulation MEMS réaliste RS3. Sert la robustesse inertielle (P004/) et prolonge B008.

Signature inertielle d’un STOP (décélération, immobilisation, redémarrage) vs faux positifs GPS; contexte pente/météo. Sert la détection d’événements (B017) et la robustesse fusion GNSS/IMU (P004).

Guide terrain low-cost (iOS9/Objective‑C/CoreMotion@10 Hz, export CSV, UTM/QEMU). Sert la preuve par l’essai pour le virtual sensing énergie (B012/P006). Lien blog détaillé : https://roadsimulator3.fr/iphone-4s-datalogger-gps-imu-10hz/.

Approche mixte EKF / consensus issue de la bibliographie VAE, enrichie par la fusion robuste multi-capteurs (Fan2019-RobustFusionClustering) et par un cadre de localisation véhicule intégrée IMU+GNSS+odométrie validé terrain (ASTESJ2023-…

Cartographie l'écosystème open-source ADAS / conduite autonome et situe RS3 comme banc de simulation inertielle réaliste orienté mobilité réelle plutôt que pure robotique. Intègre désormais BridgeGenScenarioGeneration2023 : on ne parle p…

Explique comment détecter freinages, virages brusques, accélérations agressives à partir d'une IMU seule (smartphone, 10 Hz) via des modèles ML/Deep Learning embarquables. Sert de démonstrateur pour l'analyse du style de conduite sans CA…

Billet de fond sur la gouvernance des Data Spaces : montre que l’enjeu central n’est pas le volume ou la performance des données, mais la responsabilité collective sur la réalité mesurée (traçabilité, auditabilité, engagements). Sert de…

Annonce publique de Telemachus v0.2 : structure du format, logique de RFC, standardisation des champs (inertie, événements, géométrie routière).

Présente Telemachus comme standard ouvert pour la donnée mobilité (télématique, inertie, événements, qualité). Positionne l'idée de gouvernance ouverte et d'interopérabilité assurantielle / industrielle. Pilier de P003, rattache (pilotag…

Décrit la construction d'un service continu de pente/altitude à 10 Hz (plugin altitude RS3 + topographie réelle) et son lien avec la consommation énergétique, la fatigue mécanique, et l'analyse de risque. Brique technique clef pour P006…

Compare la géométrie routière issue d’OSM et d’IGN (rayon de virage, continuité de trajectoire) et montre comment la courbure devient un proxy de risque conducteur et de difficulté routière. C'est également la référence publique utilisée…

Explique comment estimer la consommation énergétique d'un véhicule en combinant GNSS+IMU 10 Hz, topographie/pente et événements de conduite, sans accès direct au bus CAN. Point d'ancrage industriel (assureur / flotte) et scientifique pou…

Démontre que les signaux inertiels haute fréquence (accélérations, gyros) et la pente locale capturent la dynamique réelle du véhicule, contrairement aux simples compteurs agrégés. Sert d'argument scientifique et industriel pour l'analys…

Positionnement RS3 comme simulateur inertiel véhicule 10 Hz (GPS/IMU, pertes GNSS, pente réelle, événements), distinct des simulateurs open-source orientés perception (CARLA, etc.). Basé sur des sources traçables (revue open-source 2023,…

Analyse : peut-on estimer la vitesse du véhicule uniquement avec une IMU de smartphone, sans GNSS ni CAN ? Présente l'état de l'art, les limites physiques (bruit inertiel, dérive) et le rôle des approches apprenantes type DVSE. Article S…

Introduction courte à IMUSim : comment générer des signaux inertiels réalistes (accélérations, gyros) pour tester vos algorithmes. Sert de point d'entrée pédagogique vers B005 et vers la compétence C4 (pipeline simulation inertielle) côt…

Analyse ciblée du scénario GNSS dégradé : pourquoi le filtre MMKF à consensus reste stable quand le Kalman classique dérive. Met l'accent sur la robustesse multi-modèles, l'estimation d'état véhicule et la résilience en canyon urbain. SE…

Présentation d'IMUSim comme environnement de simulation inertielle open-source (accéléromètres, gyroscopes) pour tester la fusion GNSS/IMU. Introduit la notion de simulation inertielle GNSS/IMU, rappelle son héritage dans RS3 et son rôle…

Comparaison EKF / UKF / MMKF / DVSE appliquée à la fusion GNSS/IMU robuste. Présente le filtre de Kalman multi-modèles à consensus (Consensus MMKF) comme réponse aux scénarios GNSS dégradé. Article publié avec tableau comparatif en HTML…

Billet publié sur le blog — présente la genèse du standard Telemachus et la transition RS3→Telemachus. Sert de pivot de vulgarisation pour P003 et T001, et d’introduction pour les RFCs 0001/0003/0005/0007/0009/0011.

Article complet ; ajouter exemples YAML d’événement Telemachus et une figure de dérive.

Texte complet ; figures RS3/Telemachus à insérer avant publication.

Pipeline complet de génération de cartes lane-level à partir d’un LiDAR mobile : extraction dynamique des marquages (multi-region Otsu), clustering en deux étapes, reconnaissance des types de lignes (MBR + eigenvectors), séparation des s…

Extension directe de CompressiveCVData2018 : démontre la récupération précise (RMSE < 0.05 avec 20% des données) des signaux CV 10 Hz via Compressive Sensing. Valide l’intérêt d’un mode compressif pour RS3/Telemachus et renforce le papie…

Paper fondateur sur l’acquisition compressive des données CV via Compressive Sensing : réduction ×5 des données, reconstruction précise des trajectoires, vitesse et signaux trafic. Sert de base au papier P005 (Connected Vehicles – acquis…

Introduit le framework de catégorisation environnementale le plus fin du domaine (7 classes) pour la navigation véhicule, un nouveau descripteur GNSS (C/N0-weighted azimuth distribution factor r) permettant de distinguer viaduct-down vs…

Propose inTformer, un Transformer à attention temporelle pour prédire la probabilité de crash à une intersection à partir de données de véhicules connectés (INRIX / CATT Lab). Encode des séquences de features agrégées (vitesses, délais,…

Système de localisation pour véhicules de service miniers combinant SLAM LiDAR-inertiel et fusion GNSS étroitement couplée, tolérante aux pertes de signal. Utilise une architecture de type error-state Kalman filter pour intégrer les mesu…

Implémentation didactique d’une fusion GNSS+IMU via UKF, validée sur KITTI à 1 Hz. Forte réduction de RMSE (x,y,z) grâce au filtrage non linéaire et à la stabilisation inertielle. Sert de baseline reproductible pour illustrer EKF vs UKF…

Framework de localisation terrestre robuste combinant GNSS-based odometry (EKF), IMU pré-intégrée, LIDAR-odometry et un nouvel algorithme Dynamic-ICP permettant re-localisation rapide et réduction de dérive. Utilisation d’une carte 3D of…

Calibration extrinsèque robuste pour plateformes multi-LiDAR avec GINS, résolution du problème d’observabilité verticale via Virtual LiDAR et joint optimization des poses GINS. Intéressant pour les extensions RS3-Fleet et pour P004 (robu…

Paradigme de navigation “angle-robustness” pour UAV en environnement GNSS-denied : au lieu de prédire une position puis un angle, le réseau prédit directement l’angle de direction à partir d’une séquence d’images historiques et de l’imag…

Chaîne complète low-cost pour estimer attitude et position d’un UAV à partir d’un IMU 9-axes (MPU6050 + HMC5883L) et d’un GPS u-blox M8N, avec filtres passe-bas/passe-haut, filtre de Butterworth, filtre complémentaire et interpolation li…

Étude Xiao 2025 sur l’estimation de vitesse véhicule via IMU seule, séquence inertielle et modèles apprenants. Sert P005 (qualité trajectoires), B008 (vitesse IMU smartphone) et.

Fiche canonique pour Huang 2023 (reconstruction de trajectoires de transport en commun à partir de données sparse type smartcard). Sert de base scientifique aux papiers P001/P004 (reprojection dynamique RS3) ainsi qu’au billet B002 et à…