Thèse - Formalisation d’un Environnement d’Aide à l’Analyse Géovisuelle

CRC Centre de recherche sur les Risques et les Crises

Formalisation d’un Environnement d’Aide à l’Analyse Géovisuelle

Application à la Sécurité et Sûreté de la Maritimisation de l’Energie

Gabriel Vatin Sous la direction d’Aldo Napoli

Soutenance de thèse - 21 Novembre 2014

Plan

1 Introduction

Contexte de la thèse Etat de l’art Problématique de recherche

2 Analyse géovisuelle et Maritime Domain Awareness

Positionnement de notre recherche Rôles de la visualisation Analyse et compréhension du mouvement

3 Modélisation d’un environnement d’aide à la GeoVA

Méthodologie et système général Modèles proposés Règles de raisonnement

4 Démonstration

Prototypage Utilisation de l’EAAG

5 Conclusion

Bilan Perspectives

2

Introduction Contexte de la thèse

Etat de l’art

Problématique de recherche

Naufrage du Rena à Astrolabe (NZ) (5/10/2011)

Introduction >> Contexte de la thèse >> Etat de l’art >> Problématique de recherche

« Espace de rigueur et de liberté »

Economie Energie

• 90% du commerce mondial • 90% du pétrole et gaz en Europe • 1/3 production mondiale de pétrole

Sécurité • Accidents, catastrophes naturelles • Protection des passagers • Pollution

Sûreté • Attaques pirates • 439 en 2011, 72 en 2014 • 10 Md €/an

Sécurité et Sûreté de la Maritimisation de l’Energie (Napoli, 2014)

4


Où est le risque ?...

Peu ou pas d’outils d’analyse supportés (Glandrup, 2013)

Affichage d’information ≠ Découverte de connaissances (MacEachren & Brewer, 2004 ; Cai, 2005)

Trafic dense, données mobiles > Surcharge cognitive (Davenport & Risley, 2006)

Nécessité de mettre en place des outils d’analyse du mouvement

5


Approche complémentaire par l’analyse visuelle

Sous-estimation du

rôle de la carte

Mise en retrait du rôle de

l’être humain

Effet boite noire par une

détection automatisée

Pistes de recherche

• Modéliser des règles de comportements

• Découvrir les comportements (a-)normaux

• Simuler les comportements à risques

• Reconnaissance automatisée ou supervisée des menaces

Approche privilégiée :

> Automatiser la détection

6


Visualiser : espace, temps et sémantique

• Flux et clusters (Demsar & Virrantaus, 2010 ; Andrienko & Andrienko, 2011)

• Densité de trajectoires, zones sensibles (Willems, 2011)

• Carte de Kohonen, modèles gaussiens (Riveiro, 2011 ; Guo et al., 2011)

(Linköping University) Pas ou peu de documentation sur

l’utilisation/usage de ces méthodes

Nombreuses possibilités

pour explorer l’information géographique

Trois dimensions à prendre en

compte

Recherche très active et

productive

7


L’humain doit garder le contrôle : surveillance et détection

• Davenport & Risley, 2006

• Morel et al., 2010

• Riveiro & Falkman, 2011…

La géovisualisation comme outil reconnu d’exploration et d’analyse des mouvements

• Kraak, 2006

• Willems, 2011

• Andrienko & Andrienko, 2013

Postulats de recherche

8


Hypothèses de recherche

• Assister l’opérateur dans l’utilisation de solutions géovisuelle permet d’améliorer l’analyse des situations à risques

• Une représentation formelle du contexte d’utilisation et des solutions d’analyse géovisuelle permet de guider dans l’utilisation de ces méthodes

Objectifs de la thèse

Proposer une méthodologie d’aide à la GeoVA pour l’analyse de comportements à risques

Etudier l’usage de méthodes GeoVA pour l’analyse de mouvements

Modéliser les environnements GeoVA et leurs utilisations

Concevoir un environnement d’aide à l’analyse géovisuelle (EAAG)

Approche centrée sur le processus d’analyse des données de mouvements

9

Analyse géovisuelle et Maritime Domain Awareness Positionnement de notre recherche

Rôles de la visualisation

Analyse et compréhension du mouvement

Trajectoires, vitesses et arrêts de navires autour du port de Toulon (29/03/2013)

Contextual Control Model et milieu maritime

Décideurs

Evènements Retours

Concepts Actions

Système contrôlé Trafic maritime

Acteurs SSME

- surveillance - analyse

>> Positionnement >> Rôles de la visualisation >> Analyse et compréhension du mouvement

Mise à jour

Analyse géovisuelle et MDA

COCOM (Hollnagel & Woods,2005)

• Boucle de contrôle

• Différents rôles

• « Systèmes cognitifs joints » homme + technologie (Woods et al. 1990)

Notre recherche

Aide à l’analyse d’évènements dans un système à risques

11


(Davenport & Risley, 2006)


12


GeoVA focuses on visual interfaces to analytical methods

that support reasoning with and about geo-information

to enable insights about something for which place matters. (MacEachren, 2012)

Exploration

• Recherche de sens dans les données

Analyse

• Recherche basée sur une hypothèse

– Validation de résultats automatisés

Conclusions de Geoviz Hamburg (mars 2013)

• Aide à la décision (Andrienko et al., 2007; Ahola et al., 2007; Wilkening & Fabrikant, 2011…)

• Caractérisation du « normal », détection d’anomalies (Davenport & Risley, 2006; Roy, 2008; 2011; Riveiro, 2011…)

• Extraction de motifs dans des données d’objets mobiles (Demsar et al., 2010; Willems, 2011; Guo et al., 2011; Enguehard et al., 2013…)


13

Analyse géovisuelle et MDA >> Positionnement >> Rôles de la visualisation >> Analyse et compréhension du mouvement

Trajectoire

• Courbe décrite par un objet en mouvement

Mouvement

• Déplacement d'un corps, changement de position dans l'espace

Comportement

• Action, réaction, fonctionnement et évolution spatio-temporelle dans certaines situations d’un objet

(Peuquet, 1994 ; Etienne, 2011 ; Idiri, 2013 ; Vandecasteele et al., 2014)

Géométrie

Sémantique

Temporalité

14


Processus d’analyse de données de mouvements (d’après Andrienko & Andrienko, 2013)


Visualisation trajectoires

• Trajectoires

• Clusters et agrégation

Exploration trajectoires

• Attributs

• Evènements

• Motifs reconnus

Vue d’ensemble mouvement

• Généralisation

• Agrégation, flux

• Densité

Analyse mouvements & Contexte

• Proximité, approche

• Contexte géographique, météorologique

15

Modélisation d’un environnement d’aide à la GeoVA Méthodologie et système général

Modèles proposés

Règles de raisonnement

Visualisation 3D de la carte de Minard (source : blog Kenneth Field, 2013)

Modélisation d’un EAAG

Environnement d’aide à l’analyse géovisuelle (EAAG) Geovisual Analytics Support Environment

• Assister et guider lors de l’analyse de données géographiques

– Application à l’analyse de mouvements

– Cas d’étude dans le domaine maritime

• Proposer des méthodes de visualisation qui soient utiles dans le processus de raisonnement visuel

• S’adapter au contexte d’utilisation

• Inclure un catalogue méthodes de visualisation

• Accès rapide aux solutions choisies

Utilisation

• Surveillance temps réel

• Analyse a posteriori

>> Méthodologie et système général >> Modèles proposés >> Règles de raisonnement

Environnement d’aide à la résolution de problèmes (PSE)

(Gallopoulos et al., 1992, 1994 ; Jung et al., 2013)

Système d’aide à la décision (DSS)

(Sprague, 1980 ; Jackson, 1999 ; Power, 2002 ; Andrienko & Andrienko, 2007)

Système expert / à base de connaissances (KBS)

(Smith, 1985 ; Jackson, 1999)

17


Méthodologie proposée

• Evaluation de méthodes de visualisation

– Technologies web : 3 tiers, SOLAP, etc.

– Solutions bureautiques : SIG, softs, etc.

• Sélection de méthodes de visualisation

– Espace, temps, sémantique

– Solutions utilisées de manière opérationnelle

– Solutions publiées par la recherche GIScience

• Choix du formalisme pour la modélisation

– Partage + interprétation machine

• Développement de modèles données et visualisation


18

Ontologies Règles

Raisonneur

Modélisation d’un EAAG >> Méthodologie et système général >> Modèles proposés >> Règles de raisonnement

Environnement d’aide à l’analyse géovisuelle (Vatin & Napoli, 2013 - 2014)

Profil utilisateur Tâches

Cas d’utilisation Solutions

Données

Interface requête / sélection

Méthodes GeoVA

19


Définition des ontologies

An ontology is a formal explicit specification

of a shared conceptualization. (Gruber, 1993)

• Formalisation des connaissances

– Concepts (classes)

– Relations d’inclusion (is-a)

– Relations sémantiques

– Individus

– Propriétés données / objets

• Spécification des règles

– SWRL (Semantic Web Rule Language)

– Règles logiques de la forme if then

– Appliquées par un raisonneur sémantique


Si X est-un Bateau() Et X se-propulse-par Moteur ()

Alors X est-un Bateau_a_moteur()

Bateau(?X), se-propulse-par(?X, Moteur)

-> Bateau_a_moteur(?X)

20


21


Modèle de visualisation

• Reference Model pattern : modèle général pour la visualisation

• Modèles séparés : données + vues + contrôles (Card & Macklinlay, 1999)

• Data State Reference Model (Chi, 1998 ; 2000)


22


Multi-dimensions Temps

Espace Espace / temps Contexte

Modèle de visualisation

• 31 méthodes de visualisation formalisées dans l’ontologie

23


Exemple de modélisation de visualisation

• Représentation vitesse

• Représentation arrêts

24


Modèle du contexte

• Profil de l’utilisateur modélisé selon l’utilisation de la GeoVA

• Buts d’utilisations liés à une succession de tâches

• Buts associés à différents risques


Situation

User

Goal

25


Modèle du contexte

• Profil de l’utilisateur modélisé selon l’utilisation de la GeoVA

• Buts d’utilisations liés à une succession de tâches

• Buts associés à différents risques


Situation

User

Goal Utilisateur

• Environnement de travail : mobilité, temporalité

• Education : statistiques, abstraction

• Expérience : facilité de reconnaissance, nombre de données

• Compétences technologiques : abstraction, dimensions de la visualisation

• Profession : identifiant pour étude postérieure

26


Règles SWRL pour l’étude de la situation


Situation • Récupérer les tâches d’analyse à mener

VisualSpace : évaluation • Evaluer les visualisations selon la temporalité des données

• Evaluer les visualisations selon les tâches

VisualSpace : sélection 1 • Sélection : rechercher les visualisations adaptées (théorie)

• Restriction : supprimer les méthodes non adaptées à un paramètre

User : sélection 2 • Restriction : supprimer les méthodes non adaptées au profil

Situation • Ajouter les méthodes sélectionnées

• Ajouter les environnements sélectionnés

isAdapted_param booléan

isAdapted booléan

S_hasVisSpace VisualSpace

S_hasTask Task

27

Démonstration Prototypage

Utilisation de l’EAAG

Collision entre le tanker Eagle Otome et la péniche Dixie Vengeance à Port Arthur, Texas (23/01/2010)

Démonstration >> Prototypage >> Utilisation de l’EAAG

Interface d’utilisation ontologie

• Technologie Java (OWL API)

• Utilisable / téléchargeable depuis un navigateur

• Copie / lecture / écriture de l’ontologie en local par l’application

29

Preuve de concept et Démonstration >> Prototypage >> Utilisation de l’EAAG

Situation potentiellement à risque

• Un navire sans AIS (B) s’approche d’un tanker (A)

• Pas de réponse radio

• Plusieurs scénarios

– Attaque pirate ? (1)

– Dérive + secours ? (2)

– Collision non anticipée ? (3)

– Trajectoires parallèles sans menace (4)

Detect the expected and discover the unexpected

• Validation / confirmation de scénario(s) choisi(s)

• Analyse de la dynamique

– Formes trajectoires

– Vitesse au cours du déplacement

– Changements de caps

– …

30


Formalisation de la situation étudiée

• Buts d’utilisation : associés à différents risques et tâches

31


Formalisation de la situation étudiée

• Buts d’utilisation : associés à différents risques et tâches

• Situation : choix du but ou tâche, utilisateur, temporalité, données disponibles

• Utilisateur : environnement de travail, rôle et caractéristiques

32


Phases Evènements Méthodes proposées

Approche

A : trajectoire

rectiligne

HeadingGraph

TrajectoryMap

SpeedMap

SpeedGraph A : vitesse 10 nœuds

B : trajectoire

rectiligne HeadingGraph

TrajectoryMap

SpeedMap

SpeedGraph B : vitesse rapide

A&B : approche en

cours

TrajectoryMap

CPA

Manœuvres

A&B : trajectoire

zigzag

HeadingGraph

TrajectoryMap

A devance B SpeedGraph

TrajectoryMap

B : vitesse similaire à

A

SpeedGraph

SpeedMap

Abordage

A&B : vitesses quasi-

nulles

SpeedGraph

StopMap

A&B : accolés TrajectoryMap

Contexte : Mer calme WaveForceMap

DensityMap Zone peu fréquentée

Tanker (rouge)

Inconnu (gris)

Scénario « attaque pirate »

33

Conclusion

Bilan

• Définition du concept d’environnement d’aide à l’analyse géovisuelle

• Nécessité de l’approche formelle : partage et intégration aux SI

• Complémentarité détection automatique / analyse géovisuelle

• Vers des systèmes de surveillance « résilients » ?

Nouvelles méthodes Validation d’hypothèses Découverte de connaissances Basé sur l’expérience humaine

> Repousse les limites de la détection actuelle

35

Perspectives

Modélisation et environnement d’aide à l’analyse géovisuelle

• Approche et développement “centrés utilisateur”

– Amélioration du profil utilisateur

– User Centered Design (ISO 9241-210:2010)

• Séquences dans la stratégie d’analyse visuelle

– Prise en compte de l’ordre des tâches d’analyse

– Apprentissage du système (Jackson, 1999)

Nouvelles pistes de recherche

• Impact de la qualité de représentation

– Design (couleurs, etc) [normes S-52 OHI]

– Qualité des données (ISO 19157:2013)

– Impact sur les analyses menées et les décisions

– Données manquantes (Davenport et Risley, 2006)

Sou

rce

: cen

isis

.co

m

Sou

rce

: ser

rew

et.c

om

36

Merci de votre attention!

Gabriel Vatin

MINES ParisTech – PSL Research University

Centre de recherche sur les Risques et les Crises Sophia Antipolis, France

[email protected]

Presentations & Public Speaking

Thèse - Formalisation d’un Environnement d’Aide à l’Analyse Géovisuelle