Idée

Reconnaissance de contexte environnemental véhicule via mesures GNSS (C/N0, satellite geometry) + GRU léger.

Contributions

• Catégorisation fine à 7 classes (open sky, tree-lined, semi-outdoor, urban canyon, under-viaduct, shallow indoor, deep indoor)
• Nouveau feature “C/N0-weighted azimuth distribution factor” (r)
• GRU 2×180 neurones, fenêtre 6 samples
• Dataset open-source (59 996 samples)

Résultats

• Accuracy isolée : 99.94 %
• Accuracy transition : 94.95 %
• Retard moyen : 2.14 s

Application RS3 / Telemachus

• Extension possible du schéma Telemachus : context_category, context_confidence
• Améliore la robustesse GNSS/INS (P004)
• Alimente V001 (fusion multi-capteurs) et P005 (qualité trajectoire)
• Compatible RoadGeometry (T002) pour relier géométrie ↔ environnement