Archives de l’auteur : flaunay

5G-Advanced R.19 : AIoT – Partie 2

Posté le by - 444 vues
Répondre

Nous allons nous intéresser maintenant aux cas d’usages présentés dans le TR 22.840

Cas d’usage de 1 à 10

5.1 Use case sur l’IoT Ambiant pour l’entreposage automatisé

Objectif : suivre et inventorier automatiquement les marchandises dans un entrepôt. Les dispositifs sont attachés aux articles, palettes ou conteneurs et communiquent avec le réseau 5G pour permettre un inventaire précis et rapide lors des différentes étapes (entrée, stockage, sortie). Le système peut opérer en mode déclenché manuellement ou automatiquement, et transmettre les données à la plateforme de gestion d’entrepôt.

5.2 Use case sur la gestion d’inventaire et le positionnement des instruments médicaux

Objectif : Faciliter l’inventaire et la localisation des instruments médicaux dans un hôpital. Ces dispositifs fonctionnent sans batterie ou avec un stockage d’énergie limité, et peuvent résister à des conditions difficiles (température élevée, pression, humidité) afin de vérifier que l’instrument médical est bien stérilisé. Le système permet au personnel hospitalier de localiser rapidement des instruments spécifiques et d’obtenir des informations sur leur statut.

5.3 Use case sur les dispositifs IoT Ambiant dans les stations de réseaux électriques intelligents (smart-grid)

Objectif : Déploiement de capteurs dans les sous-stations électriques extérieures pour surveiller différents paramètres (température, humidité, pression, vibrations) afin de détecter les dysfonctionnements. Ces capteurs aident à la maintenance prédictive et permettent d’éviter les pannes. Les données sont collectées périodiquement et analysées pour identifier les anomalies potentielles et faire de l’analyse prédictive.

5.4 Use case sur la prise en charge de l’IoT Ambiant dans un réseau non public pour la logistique

Objectif : Les dispositifs IoT sont attachés aux marchandises et communiquent avec le réseau privé NPN pour permettre un inventaire efficace et un suivi du fret lors de son transport.

5.5 Use case sur l’intralogistique dans la fabrication automobile

Objectif :  les dispositifs sont attachés aux conteneurs de charge et communiquent avec le réseau 5G pour faciliter l’inventaire automatisé, le positionnement et le suivi des matériaux dans l’usine, depuis leur réception jusqu’à leur utilisation sur les lignes de production. Ce cas d’usage permet d’améliorer l’efficacité de la gestion des matériaux et des pièces.

5.6 Use case sur les capteurs IoT Ambiant dans les maisons intelligentes

Objectif : surveillance de l’environnement domestique (température, humidité) et détection de situations d’urgence (gaz, fumée). Ces capteurs fonctionnent à partir d’énergie ambiante récupérée et peuvent alerter les résidents via leurs téléphones portables en cas de dépassement de seuils critiques.

5.7 Use case sur l’IoT Ambiant pour les terminaux d’aéroport/ports maritimes

Objectif : suivi et gestion des actifs dans les aéroports ou ports maritimes (chariots élévateurs, chariots, fauteuils roulants, etc.). Le système permet une gestion en temps réel et un déploiement efficace des ressources en fonction de la demande variable, améliorant la sécurité et l’expérience des voyageurs.

5.8 Use case sur la recherche d’objets perdus à distance

Objectif : Les dispositifs IoT Ambiant sont attachés aux objets personnels, permettant ainsi de les localiser en cas de perte, même à grande distance. Le système permet à l’utilisateur de localiser ses objets perdus grâce à l’aide d’appareils UE/entités RAN environnants qui peuvent communiquer avec le dispositif IoT Ambiant et transmettre les informations de localisation.

5.9 Use case sur les services de localisation (LCS) pour l’IoT Ambiant

Objectif : Le système permet à l’utilisateur de demander la position du dispositif via son téléphone portable, et le réseau localise le dispositif lorsqu’il dispose de suffisamment d’énergie. Exemple : dispositif attaché au collier d’un animal de compagnie

5.10 Use case sur le positionnement relatif pour l’IoT Ambiant

Objectif : Localiser de dispositifs IoT par rapport à d’autres éléments du réseau ou à d’autres UE. L’exemple illustre la recherche d’une clé équipée d’un dispositif IoT Ambiant dans une maison, où l’UE de l’utilisateur communique avec le dispositif pour déterminer sa position relative.

 

5G-Advanced R.19 : AIoT – Partie 1

Posté le by - 195 vues
Répondre

La Release 19 (5G advanced) introduit un nouveau dispositif IoT nommé IoT Ambiant (Ambient IoT). À la différence des autres dispositifs IoT comme le LTE-M, NB-IoT ou le RedCap, il s’agit de dispositifs IoT qui fonctionnent sans batterie conventionnelle ou avec un stockage d’énergie très limité (comme un condensateur), et qui tirent leur énergie de l’environnement via diverses techniques de récupération d’énergie.

Pourquoi l’IoT Ambiant est-il important ?

L’IoT Ambiant répond à plusieurs défis critiques des réseaux IoT actuels :

  1. Réduction de l’impact environnemental : en éliminant les batteries traditionnelles, on réduit les déchets électroniques et la nécessité de remplacer et recycler les batteries.
  2. Diminution des coûts de maintenance : les dispositifs sans batterie ou avec des capacités de stockage très limitées peuvent fonctionner pendant de longues périodes (plus de 10 ans) sans nécessiter d’intervention humaine.
  3. Miniaturisation : sans batterie conventionnelle, les dispositifs peuvent être beaucoup plus petits, légers et moins complexes.
  4. Déploiement dans des environnements difficiles : ces dispositifs peuvent être déployés dans des endroits où le remplacement de batterie serait impossible ou très coûteux.

Comment fonctionne la récupération d’énergie dans l’IoT Ambiant ?

Les dispositifs IoT Ambiant utilisent différentes sources d’énergie ambiante :

1. Énergie RF (Radio-Fréquence)

  • Les dispositifs récupèrent l’énergie des ondes radio présentes dans l’environnement (3 kHz à 300 GHz)
  • L’énergie récupérée est généralement de l’ordre de quelques microwatts à des dizaines de microwatts
  • Un circuit redresseur convertit les signaux RF en courant continu utilisable
  • L’efficacité de conversion varie de 1,2% à 49% selon les technologies

2. Énergie solaire/lumière

  • Utilisation de cellules photovoltaïques pour convertir la lumière en électricité
  • En extérieur, l’énergie solaire peut fournir jusqu’à 100 mW/cm²
  • En intérieur, l’éclairage peut fournir environ 100 μW/cm²
  • L’efficacité de conversion est typiquement de 10-40%

3. Énergie thermique

  • Exploitation des différences de température via l’effet Seebeck
  • L’efficacité est relativement faible (environ 5-6%)
  • La densité de puissance varie de 25 à 1000 μW/cm² selon les conditions environnementales.

4. Vibration mécanique

  • Utilisation de l’effet piézoélectrique pour générer de l’électricité à partir des déformations mécaniques
  • Typiquement, ces générateurs peuvent produire environ 250 μW/cm³
  • Sources : vibrations, mouvements humains, vent, ondes acoustiques

Architecture et communication

L’IoT Ambiant s’intègre dans les réseaux 5G de différentes façons :

Modes de communication

  1. Communication directe avec le réseau : Le dispositif IoT Ambiant communique directement avec le réseau 5G.
  2. Communication indirecte via un UE : Le dispositif communique d’abord avec un équipement utilisateur (UE) qui relaie ensuite l’information au réseau 5G.
  3. Communication device-to-device : communication directe entre un dispositif IoT Ambiant et un UE sans passer par le réseau.

Scénarios de disponibilité

  1. Fonctionnement normal : Le dispositif a de l’énergie disponible en continu ou pendant des périodes significatives.
  2. Fonctionnement déclenché par le dispositif : Le dispositif n’a de l’énergie que par intermittence et décide lui-même quand communiquer.
  3. Fonctionnement à la demande : Le réseau 5G réveille et déclenche le dispositif pour qu’il communique, le dispositif ne pouvant pas déterminer lui-même quand communiquer.

Intégration de la détection et de la communication : ISAC Cas d’usage 27 à 32

Posté le by - 125 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’utilisation 5.27 « Public Safety Search and Rescue or Apprehend »

Description :
Ce cas d’utilisation met en évidence l’importance de localiser rapidement un individu porté disparu (opération de recherche et sauvetage) ou un suspect impliqué dans une activité illégale (opération d’appréhension).

Une localisation précise sur les trois axes (3D) est nécessaire pour optimiser la détection.

Exigences potentielles pour le soutien de ce cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 99 %
Précision de l’estimation du positionnement horizontal ≤ 0,5 m
Précision de l’estimation du positionnement vertical ≤ 1 m
Précision de l’estimation de la vitesse horizontale ≤ 1,5 m/s
Précision de l’estimation de la vitesse verticale ≤ 1,5 m/s
Résolution de la détection ≤ 3 m
Latence maximale du service de détection ≤ 1000 ms
Taux de rafraîchissement ≤ 0,1 s
Taux de détection manquée ≤ 3 %
Taux de fausse alarme ≤ 3 %

 

Résumé du cas d’utilisation 5.28 : Détection pour les systèmes d’assistance avancée à la conduite (ADAS)

Description :
Le système d’assistance avancée à la conduite (ADAS) utilise divers capteurs (radar à ondes millimétriques, lidar, caméras monoculaires/binoculaires et navigation par satellite) installés sur le véhicule pour détecter l’environnement. Ces capteurs collectent des données, identifient, détectent et suivent des objets statiques et dynamiques. Le système analyse ensuite ces données pour alerter le conducteur des dangers potentiels, augmentant ainsi la sécurité et le confort de conduite.

Les technologies de détection basées sur la radio NR (New Radio) 3GPP peuvent être intégrées dans l’ADAS pour améliorer sa fiabilité et sa qualité. Les véhicules équipés de cette technologie peuvent, par exemple, détecter les collisions imminentes et arrêter la voiture pour les éviter.

Exigences potentielles pour le soutien de ce cas d’utilisation :

Critère de performance Valeur requise

Intérieure

 Valeur requise

Extérieure
Niveau de confiance ≥ 95 % ≥ 95 %
Précision de l’estimation du positionnement horizontal ≤ 1,3 m ≤ 2,6 m
Précision de l’estimation de la vitesse horizontale ≤ 0,12 m/s ≤ 0,12 m/s
Résolution de la détection ≤ 0,4 m ≤ 0,4 m
Latence maximale du service de détection ≤ 50 ms ≤ 20 ms
Taux de rafraîchissement ≤ 0,2 s ≤ 0,05 s
Taux de détection manquée ≤ 10 % ≤ 10 %
Taux de fausse alarme ≤ 1 % ≤ 1 %

 

Résumé du cas d’utilisation 5.29 : Use case on Coarse Gesture Recognition for Application Navigation and Immersive Interaction »

Description : Cette section se concentre sur l’utilisation de la reconnaissance gestuelle sans contact, permettant aux utilisateurs de contrôler des applications et d’interagir avec des environnements immersifs via des gestes simples. Ce type d’interaction est particulièrement utile dans des environnements où le contrôle manuel est difficile ou impossible.

Exigences potentielles pour le soutien de ce cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation du positionnement horizontal ≤ 0,1 m
Précision de l’estimation de la vitesse horizontale ≤ 0,1 m
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’utilisation 5.31 : détection des angles morts pour améliorer la sécurité des véhicules en mouvement.

L’objectif est d’améliorer la sécurité des manœuvres, notamment lors des changements de voie ou des virages.

Pré-conditions :

  • Le véhicule doit être équipé de capteurs ou de technologies de détection capables d’identifier les objets ou véhicules se trouvant dans les angles morts.
  • Les capteurs doivent être positionnés de manière à couvrir l’ensemble des zones critiques où des angles morts peuvent exister.
  1. Les capteurs embarqués collectent des données en temps réel sur les objets ou véhicules situés dans les angles morts.
  2. Le système analyse les données pour déterminer s’il y a un risque potentiel de collision.
  3. En cas de détection d’un obstacle dans l’angle mort, le conducteur est averti par un signal visuel ou sonore.
  4. Si le conducteur ignore l’alerte et continue sa manœuvre, le système peut proposer une assistance automatique (par exemple, correction de trajectoire).

 

Exigences potentielles pour le soutien de ce cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 99 %
Précision de l’estimation du positionnement horizontal ≤ 0,5 m
Précision de l’estimation du positionnement vertical ≤ 0,5 m
Précision de l’estimation de la vitesse horizontale ≤ 0,1 m/s
Précision de l’estimation de la vitesse verticale ≤ 0,1 m/s
Résolution de la détection ≤ 0,5 m
Latence maximale du service de détection ≤ 200 ms
Taux de rafraîchissement ≤ 0,5 s
Taux de détection manquée ≤ 1 %
Taux de fausse alarme ≤ 1 %

Résumé du cas d’utilisation 5.32 : intégration des technologies de détection et de positionnement dans un hall d’usine pour améliorer la gestion des opérations et la sécurité.

Ce cas d’utilisation concerne l’intégration de la détection et du positionnement pour suivre et localiser des objets, des équipements ou des personnes à l’intérieur d’un hall d’usine. L’objectif est d’améliorer l’efficacité des opérations de production, d’assurer la sécurité et d’optimiser l’utilisation des ressources.

  1. Les capteurs collectent des données sur les objets et les personnes dans le hall d’usine.
  2. Les données sont analysées pour déterminer la position, la vitesse et d’autres caractéristiques des objets suivis.
  3. Les résultats de l’analyse sont utilisés pour optimiser les flux de production, éviter les collisions et assurer la sécurité du personnel.
  4. Les données de détection et de positionnement sont mises à jour en temps réel pour refléter tout changement dans l’environnement.
Critère de performance Valeur requise
Niveau de confiance ≥ 98 %
Précision de l’estimation du positionnement horizontal ≤ 0,2 m
Précision de l’estimation du positionnement vertical ≤ 0,2 m
Précision de l’estimation de la vitesse horizontale ≤ 0,05 m/s
Précision de l’estimation de la vitesse verticale ≤ 0,05 m/s
Résolution de la détection ≤ 0,2 m
Résolution de la détection en vitesse ≤ 0,05 m
Latence maximale du service de détection ≤ 100 ms
Taux de rafraîchissement ≤ 0,2 s
Taux de détection manquée ≤ 2 %
Taux de fausse alarme ≤ 1 %

 

Intégration de la détection et de la communication : ISAC Cas d’usage 21 à 26

Posté le by - 200 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’utilisation 5.21 : Diffusion continue et transparente pour XR (Extended Reality)

Description :
La réalité étendue (XR) est un cas d’utilisation important pour la 5G Il est crucial de maintenir en permanence une connexion sans fil de haute qualité pour XR. Il est particulièrement important de prévoir et de s’adapter rapidement aux changements du canal sans fil, notamment dans les bandes millimétriques qui sont très sensibles aux changements d’environnement, tels que les blocages, les mouvements de l’utilisateur ou les rotations.

Pour s’adapter rapidement aux changements du canal sans fil, il est nécessaire de comprendre la dynamique du canal sans fil, qui dépend de la connaissance de l’environnement, y compris la localisation de l’émetteur et du récepteur, la géométrie des bâtiments, les objets en mouvement, la localisation et le matériau des obstacles, etc.

Fonctionnement :

  • Les dispositifs XR (par exemple, les téléphones 5G, les casques AR/VR) et les entités tierces qui prennent en charge la 5G utilisent également des capteurs non-3GPP, tels que les capteurs RF, les unités de mesure inertielle (IMU), les caméras RGB et les capteurs de position.
  • Un service de « Carte RF de détection » peut collecter des informations de détection provenant de capteurs 3GPP et non-3GPP, traiter ces données et fournir des résultats de détection pour mieux comprendre l’environnement et anticiper les impacts sur les performances de communication.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Latence aller-retour maximale ≤ 10 ms
Taux de rafraîchissement ≤ 1 s
Niveau de confiance ≥ 95 %

 

Résumé du cas d’utilisation 5.22 : Détection des UAV, véhicules et piétons à proximité des équipements du réseau intelligent (Smart Grid)

Description :
Dans le cadre des opérations de transformation d’énergie, des risques de sécurité existent, comme la photographie non autorisée, les attaques par UAV ou les chocs électriques lorsqu’un intrus s’approche des équipements critiques.

Une fois qu’un intrus est détecté à une distance inférieure à la valeur de sécurité définie par l’opérateur du Smart Grid, le système 5G envoie une alerte pour déclencher une intervention.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 0.7 m
Précision de l’estimation de la vitesse horizontale UAV : ≤ 25 m/s / Piéton : ≤ 1.5 m/s / Véhicule : ≤ 15 m/s
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≥ 10 Hz (toutes les 0.1 s)
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Ces performances garantissent une surveillance continue et précise des intrusions et des mouvements autour des équipements du réseau intelligent, renforçant la sécurité des infrastructures critiques.

 

Résumé du cas d’utilisation 5.23 : Évitement de collision des AMR dans les usines intelligentes

Description :
Les robots mobiles autonomes (AMR) sont de plus en plus utilisés dans de nombreuses opérations logistiques, notamment dans la fabrication, l’entreposage, les terminaux et les hôpitaux. Contrairement aux véhicules guidés automatisés (AGV) qui suivent des itinéraires prédéfinis, les AMR peuvent se déplacer de manière autonome et ajuster leur route en fonction des demandes des utilisateurs, offrant ainsi une plus grande flexibilité et une plus grande mobilité. Cependant, le champ de détection d’un AMR est limité et il peut ne pas détecter à temps l’apparition soudaine de personnes ou d’autres machines dans son environnement, ce qui pose des défis pour assurer la sécurité de sa conduite.

Les stations de base 5G peuvent être déployées dans une usine non seulement pour fournir des capacités de communication, mais aussi pour détecter l’environnement autour des AMR, comme la présence d’obstacles ou de personnes sur leur trajectoire. Les données de détection sont analysées par le réseau 5G pour fournir des informations en temps réel aux AMR afin d’améliorer leur efficacité et leur sécurité de conduite.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 99 %
Précision de l’estimation du positionnement horizontal ≤ 1 m
Précision de l’estimation de la vitesse horizontale 1 m/s
Résolution de détection 1 m
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement 0,05 s
Taux de détection manquée ≤ 5 %

 

Résumé du cas d’utilisation 5.24 : Surveillance des activités sportives avec itinérance

Description :
L’application de surveillance des activités sportives utilise des signaux sans fil plutôt que des caméras ou des dispositifs portables pour surveiller les exercices physiques d’une personne tout en préservant la confidentialité.. Par exemple, pendant des exercices tels que des abdominaux ou des pompes, l’application de surveillance sportive détecte les gestes corporels et fournit des retours, tels que le comptage du nombre d’exercices effectués et le calcul des calories dépensées.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision du taux de mouvement humain 0.05 Hz (3 fois/minute pour les abdominaux)
Précision de l’estimation du positionnement 0.07 Hz (4 fois/minute pour les pompes)
Latence maximale du service de détection ≤ 60 s
Taux de rafraîchissement ≤ 60 s

 

Résumé du cas d’utilisation 5.25 : Expérience immersive basée sur la détection

Description :
Ce cas d’utilisation exploite la technologie de détection basée sur les signaux 5G pour créer une expérience audio et lumineuse immersive dans un environnement domestique. Les signaux sans fil 5G sont utilisés pour détecter la position d’un utilisateur, même lorsque celui-ci ne porte pas d’équipement utilisateur (UE). Grâce à cette détection, un système de home cinéma composé de haut-parleurs intelligents et de lumières intelligentes peut ajuster l’audio et l’éclairage en fonction de la position de l’utilisateur pour offrir une expérience personnalisée.

Fonctionnement :

  • Les haut-parleurs intelligents et les lumières sont distribués dans la pièce et sont capables de communiquer entre eux pour ajuster l’environnement audio et lumineux.
  • Un écran intelligent (utilisé comme nœud de détection) effectue une opération de détection pour suivre la position de l’utilisateur dans la pièce.
  • En utilisant les résultats de la détection, le système ajuste le champ audio et l’éclairage en fonction de la position et des mouvements de l’utilisateur.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation du positionnement horizontal ≤ 0.5 m
Précision de l’estimation du positionnement vertical ≤ 0.5 m
Précision de l’estimation de la vitesse horizontale ≤ 0.1 m/s
Résolution de la détection ≤ 0.5 m
Latence maximale du service de détection ≤ 250 ms
Taux de rafraîchissement ≤ 0.25 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Résumé du cas d’utilisation 5.26 : Détection précise pour la manœuvre et la navigation automobile

Description :
8 millions de véhicules autonomes ou semi-autonomes seront en circulation en 2025. La détection sans fil NR (New Radio) aidera à la manœuvre et à la navigation des véhicules, notamment dans des scénarios où les capteurs montés sur une seule voiture ne suffisent pas à prendre des décisions sûres et fiables (par exemple, éviter une collision ou détecter des piétons).

Dans ce cas d’utilisation, la détection NR est utilisée pour assister la prise de décision des véhicules autonomes.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 99 %
Précision de l’estimation du positionnement horizontal ≤ 1 m
Précision de l’estimation de la vitesse horizontale ≤ 0.1 m/s
Résolution de la détection ≤ 1 m
Latence maximale du service de détection ≤ 100 ms
Taux de rafraîchissement ≤ 0.05 s
Taux de détection manquée ≤ 1 %
Taux de fausse alarme ≤ 1 %

 

Intégration de la détection et de la communication : ISAC Cas d’usage 16 à 20

Posté le by - 123 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’utilisation 5.16 : Protection des informations de détection

Description :
Ce cas d’utilisation reprend le scénario de détection d’intrus dans une maison intelligente, comme décrit dans le cas d’utilisation 5.1. L’aspect supplémentaire introduit dans ce cas d’utilisation est qu’un utilisateur non autorisé tente de collecter des informations de détection provenant de la maison.

  • La confidentialité des informations de détection dans la maison est préservée.
  • L’utilisateur non autorisé ne peut pas utiliser les signaux 5G pour détecter que la famille est absente de la maison.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 Résumé du cas d’utilisation 5.17 : Surveillance de la santé à domicile

Description :

Cette technologie de détection sans fil pour la surveillance de la santé ne nécessite pas le port d’un dispositif de surveillance sur le corps, ce qui est souvent inconfortable et peut être oublié. Si un événement critique est détecté, comme une chute ou une absence de mouvement prolongée, les services d’urgence sont alertés.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation du rythme respiratoire ≤ 0,033 Hz
Latence maximale du service de détection ≤ 60 s
Taux de rafraîchissement ≤ 60 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’utilisation 5.18 : Continuité du service de surveillance de la santé

Description :
Dans une maison de retraite, un système 5G est installé pour fournir des capacités de communication et de détection dans tout l’établissement. Ce système comprend plusieurs dispositifs de détection, tels que des stations de base, qui assurent la surveillance de la santé des résidents (par exemple, détection de chute, détection d’activité ou surveillance des signes vitaux comme la fréquence cardiaque ou respiratoire).

Étant donné que les personnes âgées se déplacent dans l’établissement, il est important d’assurer une surveillance de la santé sans interruption, indépendamment de la station de base utilisée pour la détection. Ce système de détection sans fil 5G est préféré aux dispositifs portés sur le corps, car il ne nécessite pas de recharge ou de rappel pour être porté. De plus, il n’expose pas les résidents à des problèmes de confidentialité comme le ferait l’installation de caméras.

 

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation du positionnement horizontal ≤ 1 m
Latence maximale du service de détection ≤ 1000 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’utilisation 5.19 : Groupes de capteurs

Description :

Ce cas d’utilisation concerne la création de groupes de capteurs pour collecter des données de détection plus complètes et précises. Les capteurs peuvent inclure des vidéos, des dispositifs LiDAR, des sonars et d’autres technologies, et ils peuvent fonctionner ensemble pour fournir une vue d’ensemble d’une scène, par exemple, surveiller un chantier de construction où une grue soulève un objet près d’une tour. Au lieu de se fier uniquement à l’opérateur de la grue, le système 5G permet de modéliser et de suivre la tour, la grue et la charge en mouvement pour améliorer la sécurité et l’efficacité.

Fonctionnement :

  • Un équipement utilisateur (UE) identifie les capteurs disponibles à proximité sur un site de construction pour fournir des données de détection.
  • Les capteurs proches sont regroupés en un groupe de capteurs, permettant d’obtenir des mesures synchronisées et une vue 3D plus précise de l’objet d’intérêt.
  • Les données des capteurs sont combinées pour produire des résultats de détection complets, tels que la position et les mouvements d’un objet en 3D.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Précision de la localisation ≤ 10 cm (en 3D)
Précision des mesures synchronisées ≤ 5 ms
Taille du groupe de capteurs ≥ 4 dispositifs
Portée maximale pour la découverte 100 m

 

Résumé du cas d’utilisation 5.20 : Détermination de la disponibilité des places de stationnement

Description :
La technologie de détection (sensing) permet d’améliorer l’expérience utilisateur en fournissant des informations sur la disponibilité des places de stationnement. Les garages souterrains ou intérieurs peuvent installer plusieurs récepteurs et émetteurs de détection tout au long de la structure en béton pour détecter la disponibilité des places de stationnement. Les garages extérieurs peuvent également exploiter cette technologie pour la détection des places.

Un autre cas d’utilisation lié est le stationnement automatisé, tel que l’AVP (Automated Valet Parking) et l’AFP (Automatic Factory Parking), où les véhicules reçoivent des informations sur le chemin à suivre pour se garer automatiquement dans une installation donnée. La connectivité est un composant important dans le stationnement automatique, et la technologie de détection 3GPP peut être utilisée pour déterminer les places disponibles et le meilleur itinéraire pour qu’un véhicule s’y rende.

Fonctionnement :

  • En mesurant la puissance du signal réfléchi par l’objet cible (véhicule ou espace vide), le récepteur de détection peut distinguer si une place est occupée ou libre.
  • D’autres méthodes incluent l’analyse de la distance, de l’angle et de la vitesse des objets pour déterminer la disponibilité des places de stationnement.
  • Une méthode avancée consiste à générer un nuage de points 3D pour détecter les objets statiques et en mouvement.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation du positionnement horizontal ≤ 0.5 m
Précision de l’estimation du positionnement vertical ≤ 0.5 m
Précision de l’estimation de la vitesse horizontale ≤ 0.1 m/s
Résolution de détection 2,5 m (perpendiculairement à la place) / 5 m (parallèle)
Latence maximale du service de détection ≤ 1000 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Intégration de la détection et de la communication : ISAC Cas d’usage 11 à 15

Posté le by - 167 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’utilisation 5.11 : Détection aux croisements routier avec/sans obstacle

Description :
Ce cas d’utilisation porte sur la surveillance des croisements routiers où diverses formes de transport (véhicules, piétons, véhicules motorisés et non motorisés) rendent la circulation complexe. Les accidents se produisent souvent aux croisements, notamment lorsque des piétons surgissent soudainement d’un endroit invisible, comme derrière des bâtiments ou des arbres hauts. Il est donc essentiel de surveiller en temps réel l’état de la route. En collaboration avec des tiers de confiance, comme des fournisseurs de services cartographiques ou des plateformes de gestion des systèmes de transport intelligents (ITS), des informations d’assistance à la conduite peuvent être fournies aux véhicules pour améliorer la sécurité routière.

Fonctionnement :
Les informations sur l’état de la route (par exemple, le mouvement des véhicules, la position et la vitesse des usagers vulnérables de la route, ainsi que la détection d’obstacles et de comportements anormaux) peuvent être capturées par des caméras et des radars installés sur des unités de bord de route (RSU). Cependant, il subsiste des angles morts que la technologie 5G permet de combler en fournissant des données de détection en temps réel au réseau central. Ce réseau peut ensuite analyser et combiner ces données avec des cartes de navigation pour informer les conducteurs des congestions et accidents potentiels, améliorant ainsi la sécurité et le confort de la conduite.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 0,1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Résumé du cas d’utilisation 5.12 : Détection assistée par le réseau pour éviter les collisions de drones (UAV)

Description :
Avec l’aide des réseaux 5G actuels, la commercialisation des drones (UAV) à basse altitude a atteint un nouveau stade. Les UAV peuvent effectuer des missions de surveillance, d’alerte précoce et de livraison dans l’espace aérien à basse altitude. Le secteur de la livraison par drone se développe rapidement et pourrait devenir un marché de près de 10 milliards d’euros, avec des applications dans la distribution alimentaire, la livraison de biens de consommation, la fourniture d’aide médicale, l’agriculture de précision, la logistique industrielle, etc.

Cependant, éviter les collisions et gérer efficacement le trafic des UAV sont des défis clés. En général, un drone fournit des informations sur ses mouvements et son environnement détectées par ses propres capteurs au système de gestion du trafic des drones (UTM). Mais la portée de détection d’un drone unique est limitée, ce qui peut entraîner des écarts de trajectoire ou des collisions si l’environnement change brusquement.

Grâce à la couverture étendue du réseau 5G, un équipement utilisateur (UE) embarqué sur un drone peut être abonné au réseau 5G et se connecter à l’UTM (UAS Traffic Management) via le réseau.

Fonctionnement :

  • Les stations de base 5G envoient des signaux de détection dans une direction, un angle ou une zone spécifique pour suivre la trajectoire de vol du drone.
  • L’UE collecte les signaux réfléchis par l’environnement et transmet ces données au réseau 5G.
  • Le réseau analyse les informations recueillies, comme la présence de bâtiments élevés, d’obstacles et d’autres drones à proximité, et les transmet au système UTM.
  • Le service de détection est continu pendant le vol du drone, et le réseau peut suivre plusieurs drones en même temps dans une même zone.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Résolution de détection < 1 m
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 0,5 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Résumé du cas d’utilisation 5.13 : Détection d’intrusion de drones (UAV)

Description :
L’industrie des UAV (drones) se développe avec une utilisation croissante dans des scénarios variés tels que la photographie aérienne, les forces de l’ordre, la gestion urbaine, l’agriculture, la météorologie, la fourniture d’électricité, le secours d’urgence, etc. Dans les villes intelligentes du futur, un grand nombre de drones seront utilisés pour améliorer la qualité de vie quotidienne, notamment pour l’inspection industrielle, les patrouilles de sécurité publique, le transport de marchandises et les diffusions en direct.

Cependant, cette prolifération pose des défis importants pour la supervision des UAV, notamment :

  1. Le grand nombre de drones de petite taille, leur vaste zone de vol et leurs missions diversifiées rendent la supervision difficile en utilisant uniquement des systèmes de radar traditionnels.
  2. Les drones non coopératifs peuvent pénétrer dans des zones d’interdiction de vol (par exemple, aéroports, bases militaires), ce qui peut entraîner de graves conséquences, telles que l’exposition d’informations privées ou la perturbation du trafic d’autres UAV sur les routes de vol.

Fonctionnement :
Les signaux radio 5G peuvent être utilisés pour détecter la présence ou la proximité de drones volant illégalement dans une zone spécifique. Ce service est particulièrement utile pour détecter les intrusions illégales dans des zones restreintes telles que les gares ferroviaires, les aéroports, les installations gouvernementales, les instituts de recherche, les sites de performance temporaires, etc.

Scénario de service :

  • Le système 5G détecte en continu les UAV volant dans ou à proximité d’une zone restreinte.
  • Lorsqu’un UAV est détecté à proximité d’une zone interdite, le système de gestion du trafic des drones (UTM) est informé en temps réel.
  • L’UTM peut prendre des mesures pour avertir le contrôleur de l’UAV ou activer des contre-mesures pour empêcher le drone de continuer à voler dans la zone interdite.

 

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 10 m
Précision de l’estimation de positionnement vertical ≤ 10 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Résolution de détection < 10 m
Latence maximale du service de détection ≤ 1000 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

​Résumé du cas d’utilisation 5.14 : Gestion du trafic dans les sites touristiques

Description :
Ce cas d’utilisation concerne la gestion du trafic dans les sites touristiques afin d’assurer un développement durable de ces lieux. La gestion du flux de visiteurs prend en compte la capacité d’accueil, la capacité des installations, la capacité écologique et d’autres facteurs susceptibles d’engendrer des désastres dans la zone.

Les sites touristiques contrôlent le flux de visiteurs grâce à la surveillance en temps réel, à la gestion des flux et aux systèmes d’alerte et de rapport. La gestion du trafic se divise en deux volets : la gestion du flux de passagers et la gestion du flux de véhicules. La collecte de données sur le trafic est une partie importante de cette gestion. Les stations de base situées dans les zones touristiques peuvent fournir des services de communication 5G et collecter des données sur les passagers et les véhicules qui passent à travers les points d’accès ou par unité de surface.

Pour les sites touristiques de grande superficie, il est plus pratique d’utiliser les stations de base pour collecter des données sur le trafic lorsque le déploiement d’équipements comme des caméras et d’autres capteurs est difficile.

Performance requise pour le cas d’utilisation :

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 2 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Résolution de détection < 1 m
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 0.2 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’utilisation 5.15 : Surveillance du sommeil sans contact

Description :
Ce cas d’utilisation consiste à surveiller la situation de sommeil d’une personne sans avoir recours à un dispositif portable. Les technologies de détection sans contact, utilisant les signaux sans fil 3GPP, offrent de nombreux avantages pour la détection de l’état de santé par rapport aux dispositifs portables traditionnels.

L’application de surveillance du sommeil réutilise les signaux sans fil omniprésents pour réaliser la détection. La présence, le mouvement et même la respiration d’une personne influencent la propagation du signal sans fil, ce qui se traduit par des fluctuations de l’intensité de la forme d’onde et du décalage de phase.

Performance requise pour le cas d’utilisation :

 

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision du taux de mouvement humain (fréquence) ≤ 0,033Hz
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Résolution de détection < 1 m
Latence maximale du service de détection ≤ 60 s
Taux de rafraîchissement ≤ 60 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Ces performances garantissent que le système de surveillance du sommeil sans contact est capable de détecter et de signaler des événements respiratoires anormaux, tels que les arrêts respiratoires, afin d’aider les utilisateurs à surveiller leur santé et à identifier les problèmes potentiels liés au sommeil

 

Intégration de la détection et de la communication : ISAC Cas d’usage 6 à 10

Posté le by - 166 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’usage 5.6 : Détection d’intrus aux abords d’une maison intelligente

Ce cas d’usage porte sur l’utilisation de la 5G pour détecter les intrus à l’extérieur d’une maison intelligente, en exploitant des équipements connectés et les signaux radio pour surveiller les alentours d’une propriété.

  • Contrairement à la détection d’intrusion à l’intérieur d’une maison (cas d’usage 5.1), ici, l’objectif est de repérer tout mouvement suspect aux abords de la maison.
  • Des appareils 5G (CPE, caméras intelligentes, capteurs IoT) peuvent collecter et analyser les variations des signaux radio réfléchis, permettant d’identifier une présence inhabituelle.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 10 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.7 : Détection d’intrusion sur les voies ferrées

Ce cas d’usage explore l’utilisation de la 5G pour détecter les intrusions sur les voies ferrées, en exploitant des stations de base et des capteurs connectés pour surveiller en temps réel la présence de personnes, d’animaux ou d’objets sur les rails.

  • Actuellement, la surveillance ferroviaire repose sur des caméras, radars et capteurs traditionnels, mais ceux-ci ont une couverture limitée et nécessitent une maintenance coûteuse.
  • La 5G permet une couverture plus large et une détection en continu grâce à l’analyse des signaux radio réfléchis par les obstacles sur la voie.
  1. Surveillance en temps réel :
    • Les stations de base 5G et les capteurs IoT surveillent en continu l’état des voies en mesurant les signaux radio réfléchis par l’environnement.
  2. Détection d’une intrusion :
    • Si une personne, un animal ou un objet est détecté sur les rails, le système analyse l’information et détermine la nature et la position de l’obstacle.
  3. Alerte et intervention :
    • Une alerte est envoyée aux conducteurs de train, aux centres de contrôle ferroviaires, et aux services d’urgence.
    • Si nécessaire, des messages d’alerte sont diffusés sur des panneaux intelligents près des voies pour avertir les personnes présentes.
    • Un train approchant peut être ralenti ou arrêté à distance en cas de danger.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 10 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.8 : Manœuvre et navigation automobile assistées par détection

Ce cas d’usage explore comment la 5G et les technologies de détection peuvent améliorer la manœuvre et la navigation des véhicules, notamment pour la conduite autonome et assistée.

  • Actuellement, les véhicules utilisent des capteurs embarqués (caméras, radars, LiDAR) pour percevoir leur environnement.
  • La 5G permet d’enrichir ces données en utilisant des stations de base et des capteurs routiers connectés, qui peuvent fournir une vision plus large et plus précise du trafic et des obstacles environnants.

Déroulement du service

  1. Collecte des données :
    • Les stations de base scannent en continu l’environnement en analysant les réflexions des signaux 5G.
    • Les véhicules partagent leurs propres données de capteurs avec le réseau.
  2. Analyse et prédiction :
    • Le système 5G fusionne les données des capteurs embarqués et externes pour créer une cartographie dynamique de l’environnement.
    • Il prévoit les mouvements des autres véhicules, piétons et obstacles en temps réel.
  3. Assistance à la conduite :
    • Si un véhicule s’apprête à changer de voie, tourner ou freiner, il reçoit une recommandation optimisée basée sur l’analyse des capteurs.
    • En cas de danger (piéton traversant, véhicule caché dans l’angle mort), le système déclenche une alerte et peut corriger automatiquement la trajectoire.

Exigences et améliorations potentielles du réseau 5G

  • Faible latence (<10 ms) pour un traitement en temps réel.
  • Précision de localisation inférieure à 1 mètre pour assurer une navigation fiable.
  • Fusion des données des capteurs embarqués et des infrastructures routières pour une perception plus complète.
  • Compatibilité avec les véhicules autonomes et les systèmes ADAS (Advanced Driver Assistance Systems).
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Précision de l’estimation de positionnement vertical ≤ 1 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Précision de l’estimation de vitesse verticale ≤ 1 m/s
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.9 : Détection et suivi des AGV (véhicules à guidage automatique) dans les usines

  1. Description

Ce cas d’usage explore l’utilisation de la 5G pour améliorer la détection et le suivi des AGV (Automated Guided Vehicles) dans les usines intelligentes.

  • Actuellement, ces véhicules (AVG) reposent sur des capteurs embarqués (LiDAR, caméras, RFID), mais ces technologies ont une portée et une précision limitées.
  • La 5G permet une détection plus large et en temps réel en combinant les signaux radio des stations de base avec les capteurs existants.

 Déroulement du service

  1. Surveillance en temps réel :
    • Les stations de base analysent en continu la position et les mouvements des AGV via la réflexion des signaux 5G.
    • Les AGV partagent leurs propres données de navigation avec le réseau.
  2. Analyse et gestion du trafic :
    • Le réseau fusionne les données des AGV et des capteurs externes pour créer une cartographie dynamique de l’usine.
    • Il détecte les risques de collision et optimise les itinéraires des AGV.
  3. Optimisation et intervention :
    • En cas d’obstacle ou de retard, le système peut rediriger un AGV vers un autre chemin.
    • Les opérateurs peuvent suivre les AGV en temps réel via une plateforme cloud et recevoir des alertes en cas d’anomalie.

Exigences et améliorations potentielles du réseau 5G

  • Précision de positionnement inférieure à 10 cm pour éviter les collisions.
  • Latence ultra-faible (<10 ms) pour assurer une détection et une réponse immédiates.
  • Intégration des capteurs embarqués et des infrastructures 5G pour une vision globale.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.10 : Suivi de la trajectoire de vol des UAV (drones)

Ce cas d’usage explore l’utilisation de la 5G pour surveiller et tracer en temps réel la trajectoire des UAV (drones).

  • Actuellement, les UAV dépendent du GPS et de capteurs embarqués, mais ces systèmes peuvent être limités en milieu urbain ou par de mauvaises conditions météorologiques.
  • La 5G permet un suivi plus précis et en temps réel en exploitant les stations de base et les signaux radio pour tracer les mouvements des drones.
  • Les opérateurs ont besoin d’un suivi précis pour éviter les collisions, optimiser les trajets et garantir la conformité aux règles aériennes.

Déroulement du service

  1. Collecte des données de vol :
    • Les stations de base détectent la position des drones grâce à l’analyse des signaux 5G réfléchis et émis.
    • Les drones transmettent en temps réel leurs informations de vol au réseau.
  2. Suivi et optimisation de la trajectoire :
    • Le système 5G fusionne ces données pour offrir une cartographie dynamique des drones en vol.
    • Il ajuste les trajectoires pour éviter les obstacles et les autres drones.
  3. Alertes et intervention :
    • En cas de déviation, de panne ou d’intrusion dans une zone interdite, une alerte est envoyée aux opérateurs.
    • Des ajustements automatiques peuvent être faits pour ramener le drone sur la bonne trajectoire.

Exigences et améliorations potentielles du réseau 5G

  • Précision de localisation inférieure à 1 mètre pour assurer un suivi fiable.
  • Latence ultra-faible (<10 ms) pour un ajustement instantané des trajectoires.
  • Interopérabilité avec les systèmes de contrôle aérien pour garantir la sécurité et la réglementation.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Précision de l’estimation de positionnement vertical ≤ 1 m
Précision de l’estimation de vitesse horizontal ≤ 1 m/s
Précision de l’estimation de vitesse verticale ≤ 1 m/s
Latence maximale du service de détection ≤ 500 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

Ces performances permettent au système de suivre la trajectoire des drones de manière précise et rapide, garantissant ainsi une navigation sécurisée et évitant les collisions avec d’autres objets ou obstacles. Ce suivi en temps réel est essentiel pour des applications telles que la logistique, la surveillance ou la livraison par drones.

Intégration de la détection et de la communication : ISAC Cas d’usage 1 à 5

Posté le by - 241 vues
Répondre

Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages

Résumé du cas d’usage 5.1 : Détection d’intrus dans une maison intelligente

Dans une maison intelligente, divers appareils 5G (comme des capteurs, smartphones ou équipements domestiques connectés) sont utilisés non seulement pour la communication mais aussi pour la détection d’intrusion via l’analyse des signaux sans fil. Ces signaux peuvent être impactés par la présence d’un intrus (modifications du décalage Doppler, de l’amplitude et de la phase).

 

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 10 m
Latence maximale du service de détection ≤ 1000 ms
Taux de rafraîchissement ≤ 1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 2 %

 

Résumé du cas d’usage 5.2 : Détection d’intrusion de piétons/animaux sur une autoroute

Ce cas d’usage porte sur l’amélioration de la sécurité routière grâce à la détection des intrusions de piétons ou d’animaux sur une autoroute via le réseau 5G.

Les stations de base 5G, déjà déployées pour les communications, peuvent également être utilisées pour analyser les signaux réfléchis afin de détecter la présence d’objets en mouvement sur la route.

Déroulement du service

  1. Surveillance continue : Les stations de base 5G émettent des signaux qui, après réflexion sur des objets (véhicules, piétons, animaux), permettent d’analyser l’environnement routier en temps réel.
  2. Détection d’intrusion :
    • Exemple : Un touriste laisse tomber son téléphone sur l’autoroute et tente de le récupérer.
    • Parallèlement, des animaux s’approchent de la route depuis une ferme voisine.
    • La présence des piétons et des animaux est détectée et suivie avec précision.
  3. Alerte et intervention :
    • Les résultats de détection sont envoyés aux autorités routières et aux fournisseurs de cartes numériques.
    • Les véhicules à proximité reçoivent des alertes en temps réel via des panneaux de signalisation intelligents ou des systèmes embarqués.
    • Les autorités interviennent rapidement pour sécuriser la zone.

Exposition des résultats de détection aux services tiers (cartographie dynamique, gestion du trafic).

Fiabilité élevée avec une précision de détection inférieure à 1 mètre, une latence de moins de 5 secondes, et un taux de fausses alertes inférieur à 5 %.

 

Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation de positionnement horizontal ≤ 1 m
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 0.1 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.3 : Surveillance des précipitations

  1. Description

Ce cas d’usage explore l’utilisation des stations de base 5G pour surveiller les précipitations en temps réel.

  • Actuellement, la mesure des précipitations repose sur des pluviomètres fixes, qui offrent une couverture limitée et un coût élevé pour un suivi à grande échelle.
  • Les signaux radio 5G subissent une atténuation due à la pluie, ce qui permet d’estimer le taux de précipitations en analysant la perte de signal sur différentes fréquences (notamment en bande millimétrique, 28 GHz et 38 GHz).

 

Exemple d’utilisateur : Un agriculteur a besoin de données précises sur les précipitations pour ajuster l’irrigation, le drainage et la fertilisation de ses cultures. Il s’abonne à un service premium de surveillance des précipitations via un opérateur mobile.

 

Fiabilité et précision :

  • Précision de la mesure : 1 mm/h.
  • Rafraîchissement des données toutes les 1 à 10 minutes.
  • Latence inférieure à 1 minute.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Précision de l’estimation des précipitations ≥ 1 mm/h
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 60 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Résumé du cas d’usage 5.4 : Utilisation de la détection transparente

Ce cas d’usage explore le concept de détection transparente, où les données de détection issues de capteurs 3GPP et non-3GPP (comme des caméras, LiDAR, ou radars) sont intégrées et exploitées par le réseau 5G.

  • Détection 3GPP : Les équipements 5G (stations de base, appareils mobiles) utilisent les signaux radio pour détecter des objets en mesurant le temps d’arrivée (TDoA), l’angle d’arrivée (AoA) ou la force du signal (RSSI).
  • Détection non-3GPP : Des capteurs externes (caméras, LiDAR) génèrent des données qui peuvent être partagées avec le réseau 5G.
  • Détection transparente : Ce modèle permet au réseau 5G de collecter ces différentes données, mais sans interférer avec leur traitement initial, offrant ainsi une plateforme unifiée pour la fusion et le partage des informations.

Les données issues des capteurs 3GPP et non-3GPP sont transmises à un serveur d’application pour un traitement et fusion des informations.

Les services utilisant la détection transparente peuvent proposer des solutions plus précises et enrichies, par exemple :

    • Navigation augmentée : Meilleure détection d’obstacles pour les véhicules autonomes.
    • Surveillance de sécurité : Identification plus rapide d’intrusions ou d’anomalies.
    • Optimisation urbaine : Collecte de données sur l’environnement en temps réel pour les villes intelligentes.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Taux de fausse alarme ≤ 5 %

 

 

Résumé du cas d’usage 5.5 : Détection des inondations dans les villes intelligentes

Ce cas d’usage explore comment la 5G peut être utilisée pour surveiller et détecter les inondations dans les villes intelligentes. L’idée est d’exploiter les stations de base 5G et d’autres capteurs pour analyser l’environnement urbain en temps réel et prévenir les risques d’inondation.

  • Actuellement, les inondations sont suivies grâce à des capteurs de niveau d’eau fixes, mais ils offrent une couverture limitée et ne permettent pas une détection rapide.
  • En utilisant les signaux radio 5G et d’autres capteurs urbains (caméras, capteurs IoT), il est possible de surveiller en temps réel les changements dans l’environnement urbain, tels que l’accumulation d’eau sur les routes ou dans les égouts.

Exigences et améliorations potentielles du réseau 5G

  • Capacité à collecter et analyser les données des capteurs en temps réel.
  • Fiabilité élevée avec une précision de détection du niveau d’eau au centimètre près.
  • Exposition des données aux services d’urgence et applications tierces pour une réponse rapide.
Critère de performance Valeur requise
Niveau de confiance ≥ 95 %
Latence maximale du service de détection ≤ 5000 ms
Taux de rafraîchissement ≤ 10 s
Taux de détection manquée ≤ 5 %
Taux de fausse alarme ≤ 5 %

 

Intégration de la détection et de la communication : ISAC Définition

Posté le by - 172 vues
Répondre

Cet article reprend la spécificarion TR 22.827 et fait suite à l’article précédent.

3GPP TR 22.827 : Feasibility Study on Integrated Sensing and Communication

Définitions

  • 3GPP sensing data : données dérivées des signaux radio 3GPP impactés (par exemple, réfléchis, réfractés, diffractés) par un objet ou un environnement d’intérêt à des fins de détection et, éventuellement, traitées au sein du système 5G.
  • 5G Wireless sensing : fonctionnalité 5GS fournissant des capacités pour obtenir des informations sur les caractéristiques de l’environnement et/ou des objets au sein de l’environnement (par exemple, forme, taille, orientation, vitesse, emplacement, distances ou mouvement relatif entre les objets, etc.) en utilisant des signaux RF NR et, dans certains cas, des informations prédéfinies disponibles dans l’EPC et/ou l’E-UTRA.
  • Human motion rate accuracy : décrit la précision de la valeur mesurée de la fréquence de mouvement du corps humain causée par une ou plusieurs parties (par exemple, la poitrine) de l’objet cible (c’est-à-dire le corps humain) par rapport à la valeur réelle de la fréquence de mouvement du corps humain.
  • non-3GPP sensing data : données fournies par des capteurs non-3GPP (par exemple, vidéo, LiDAR, sonar) concernant un objet ou un environnement d’intérêt à des fins de détection.
  • Sensing assistance information : informations fournies au système 5G et pouvant être utilisées pour obtenir des résultats de détection. Ces informations ne contiennent pas de données de détection 3GPP.

Note 1 : Exemples d’informations d’assistance à la détection incluent des informations cartographiques, des informations sur une zone, un identifiant UE attaché à la cible de détection ou à proximité de celle-ci, des informations de position UE, des informations de vitesse UE, etc.

  • Sensing contextual information : informations exposées avec les résultats de détection par le système 5G à un tiers de confiance qui fournissent un contexte aux conditions dans lesquelles les résultats de détection ont été obtenus. Ces informations ne contiennent pas de données de détection 3GPP.

Note 2 : Les exemples incluent des informations cartographiques, des informations de zone, le moment de la capture, la localisation UE et l’identifiant. Ces informations contextuelles peuvent être requises dans des scénarios où le résultat de la détection doit être combiné avec des données provenant d’autres sources en dehors du 5GS.

  • Sensing group : un ensemble d’émetteurs et de récepteurs de détection dont l’emplacement est connu et dont les données de détection peuvent être collectées de manière synchrone.
  • Sensing measurement process : processus de collecte des données de détection.
  • Sensing receiver : un récepteur de détection est une entité qui reçoit le signal de détection que le service de détection utilisera dans son fonctionnement. Un Sensing receiver est un nœud NR RAN ou une UE. Un Sensing receiver peut être situé dans la même entité que le Sensing transmitter ou dans une entité différente.
  • Sensing result : données de détection 3GPP traitées demandées par un consommateur de service.
  • Sensing signals : transmissions sur l’interface radio 3GPP qui peuvent être utilisées à des fins de détection.

Note 3 : La définition se réfère aux signaux RF NR et, dans certains cas, des informations prédéfinies disponibles dans l’EPC et/ou l’E-UTRA peuvent être utilisées, sans entraîner d’impacts sur l’EPC et l’E-UTRA.

  • Sensing transmitter : un émetteur de détection est l’entité qui envoie le signal de détection que le service de détection utilisera dans son fonctionnement. Un Sensing transmitter est un nœud NR RAN ou une UE. Un Sensing transmitter peut être situé dans la même entité que le Sensing receiver ou dans une entité différente.
  • Target sensing service area : une zone géographique qui doit être détectée en dérivant les caractéristiques de l’environnement et/ou des objets présents dans l’environnement avec une certaine qualité de service de détection à partir des signaux sans fil impactés (par exemple, réfléchis, réfractés, diffractés). Cela inclut les environnements intérieurs et extérieurs.
  • Moving target sensing service area : le cas où une zone de service de détection de cible se déplace selon la mobilité d’une cible du point de vue de l’émetteur de détection.
  • Transparent sensing : les mesures de détection sont communiquées de manière à pouvoir être discernées et interprétées par le système 5G, par exemple, les données sont communiquées en utilisant un protocole standard vers une interface définie par le système 5G.