Highlight your achievements on People@HES-SO More info
PEOPLE@HES-SO – Directory and Skills inventory
PEOPLE@HES-SO – Directory and Skills inventory

PEOPLE@HES-SO
Directory and Skills inventory

Help
language
  • fr
  • en
  • de
  • fr
  • en
  • de
  • SWITCH edu-ID
  • Administration
« Back
Ayer Serge

Ayer Serge

Professeur HES ordinaire

Main skills

Telecommunications

Localization systems

IoT Internet Of Things

Mobile Application Development

  • Contact

  • Research

  • Conferences

Main contract

Professeur HES ordinaire

Phone: +41 26 429 69 78

Desktop: HEIA_C10.19

Haute école d'ingénierie et d'architecture de Fribourg
Boulevard de Pérolles 80, 1700 Fribourg, CH
HEIA-FR
No data to display for this section

Completed

Démonstrateur de pilotage prédictif et adaptatif de systèmes de production, stockage, distribution et consommation d'électricité - Projet ED2050-2015-003
AGP

Role: Co-applicant

Requérant(e)s: VS - Institut Systèmes industriels, Marcuard Jean-Daniel, VS - Institut Systèmes industriels

Financement: HES-SO Rectorat

Description du projet : De nombreux travaux en cours visent à piloter des charges et des systèmes de stockage d'énergie pour atténuer les problèmes provoqués par les nouvelles sources d'énergies vertes et l'utilisation croissante de véhicules électriques. Ils en sont au stade de la recherche et débouchent sur des propositions, des simulations ou, au mieux, sur des réalisations à l'échelle d'un bâtiment ou d'un quartier. La prochaine étape consiste à expérimenter un système complet intégré dans un réseau électrique réel. Son architecture devra démontrer qu'il est possible de piloter des installations distribuées géographiquement depuis un serveur centralisé. Il devra être souple et évolutif afin de pouvoir tester différentes stratégies de conduite. Ce démonstrateur gérera une large palette d'installations pilotables (PAC, chauffages classiques, batteries de stockage, stations de recharge de voitures électriques, etc.) et intégrera des installations de production à base d'énergie verte (capteurs photovoltaïques et éoliennes). La majeure partie de cette infrastructure énergétique sera mise à disposition par deux entreprises. Des passerelles sécurisées géreront localement les installations et se chargeront du transfert des informations avec un serveur centralisé. Au niveau du serveur, les installations pourront être associées à des réseaux virtuels distincts dont la gestion globale sera optimisée par des algorithmes prédictifs et adaptatifs. Il sera ainsi possible de tester et comparer différents concepts de pilotage. Le démonstrateur est prévu pour perdurer après le projet et, en cas denécessité, les algorithmes de gestion globaux pourront être redéployés sur les serveurs des différents partenaires (développement en environnement virtualisé). Les passerelles et certains des services centralisés d'OpenGridLab seront également utilisés dans le cadre d'autres projets R&D de la HES-SO, notamment pour collecter, analyser et visualiser les paramètres des installations. Le projet consiste à : - concevoir et mettre en place une architecture innovante de gestion du réseau électrique, sécurisée et basée sur le concept d'Internet des objets, - développer des algorithmes d'optimisation prédictifs et adaptatifs centralisés répondant aux besoins des différents partenaires, - développer les interfaces logicielles permettant à des non spécialistes de mettre en oeuvre de nouveaux algorithmes et de visualiser les données, - déployer les passerelles dans les infrastructures à piloter, - monter un projet CTI avec au moins un des partenaires.

Research team within HES-SO: Truffer Christophe , Vaccari Aldo , Marcuard Jean-Daniel , Morand Gilbert , Ayer Serge , Forclaz Didier

Partenaires académiques: VS - Institut Systèmes industriels; FR - EIA - Institut ENERGY; Marcuard Jean-Daniel, VS - Institut Systèmes industriels

Durée du projet: 01.10.2015 - 30.06.2018

Montant global du projet: 250'000 CHF

Statut: Completed

Plateforme multi-services pour bâtiments résidentiels
AGP

Role: Co-applicant

Requérant(e)s: VS - Institut Systèmes industriels, Gabioud Dominique, VS - Institut Systèmes industriels

Financement: HES-SO Rectorat

Description du projet : Le projet EnergyBox développe un framework IoT (Internet of Things) banalisé pour le déploiement de services. Le framework permet l'hébergement de plusieurs services indépendants les uns des autres mais qui toutefois peuvent partager l'accès à certains capteurs répartis. Le framework dénommé cloud.iO (http:/cloudio.hevs.ch) est composé d'une partie cloud avec des services d'annuaire, de gestion des droits et de stockage des valeurs historiques, ainsi que d'une partie répartie, basée sur une plate-forme offrant un environnement autonome virtualisé à chaque service hébergé. Les développements réalisés ont été utilisés avec succès pour des projets pilote dans le domaine de la gestion énergétique des bâtiments.

Research team within HES-SO: Clausen Michael , Rudaz Patrice , Sterren Thomas , Glück Florent , Gabioud Dominique , Ayer Serge , Lescourt Adrien , Vannel Fabien , Rossier Daniel , Vaussard Florian , Métrailler Christopher , Pignat Marc

Partenaires académiques: VS - Institut Systèmes industriels; ReDS; hepia inIT; FR - EIA - Institut ENERGY; Gabioud Dominique, VS - Institut Systèmes industriels

Durée du projet: 01.01.2015 - 30.09.2017

Montant global du projet: 249'000 CHF

Statut: Completed

2019

Multi-modal probabilistic indoor localization on a smartphone
Conference ArODES

Frederike Dümbgen, Cynthia Oeschger, Mihailo Kolundzija, Adam Scholefield, Emmanuel Girardin, Johan Leuenberger, Serge Ayer

Proceedings of 2019 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 30 Sept.-3 Oct. 2019, Pisa, Italy

Link to the conference

Summary:

The satellite-based Global Positioning System (GPS) provides robust localization on smartphones outdoors. In indoor environments, however, no system is close to achieving a similar level of ubiquity, with existing solutions offering different trade-offs in terms of accuracy, robustness and cost. In this paper, we develop a multi-modal positioning system, targeted at smartphones, which aims to get the best out of each of its constituent modalities. More precisely, we combine Bluetooth low energy (BLE) beacons, round-trip-time (RTT) enabled WiFi access points and the smartphone’s inertial measurement unit (IMU) to provide a cheap robust localization system that, unlike fingerprinting methods, requires no pre-training. To do this, we use a probabilistic algorithm based on a conditional random field (CRF). We show how to incorporate sparse visual information to improve the accuracy of our system, using pose estimation from pre-scanned visual landmarks, to calibrate the system online. Our method achieves an accuracy of around 2 meters on two realistic datasets, outperforming other distance-based localization approaches. We also compare our approach with an ultra-wideband (UWB) system. While we do not match the performance of UWB, our system is cheap, smartphone compatible and provides satisfactory performance for many applications.

Achievements

Media and communication
Contact us
Follow the HES-SO
linkedin instagram facebook twitter youtube rss
univ-unita.eu www.eua.be swissuniversities.ch
Legal Notice
© 2021 - HES-SO.

HES-SO Rectorat