Accueil > Projet ARCUS E2D2 > Projet 2: Modélisation et infrastructures pour l'Environnement > Thème 2 : Vers un environnement propre, sécurisé et intelligent

Thème 2 : Vers un environnement propre, sécurisé et intelligent

Le terme « intelligence ambiante » regroupe les systèmes matériels, capteurs, et logiciels, embarqués, enfouis, portés par des objets ou des personnes, qui permettent grâce aux dispositifs de communication et d'auto-organisation de fournir de nouveaux services adaptés aux utilisateurs fixes ou mobiles. Cette thématique émergente fortement interdisciplinaire couvre de nombreux domaines liés entre autres aux télécommunications (réseaux de capteurs communicants, codage), au traitement de l'information (analyse, reconnaissance de forme),... et concerne de nombreux secteurs d'application : surveillance environnementale bien sur, mais aussi transports, health-care, monitoring, sécurité, ...


Par exemple, dans le contexte de surveillance automatisée et temps-réel des infrastructures de conduites de fluides sous pression (pétrole, gaz, eau), la mise en oeuvre de de réseaux hybrides combinant de façon complémentaire des capteurs acoustiques et images et vidéo, revêt de toute évidence une importance considérable ; en effet :

  • Une telle approche cross-media permettra d'améliorer la fiabilité du diagnostic en fusionnant les données issues des différents types de capteurs : acoustique et caméra de supervision, autres (température, ...) ;
  • L'ajout de capteurs images et vidéo permet d'étendre la surveillance des infrastructures au delà des réseaux de conduites en inspectant l'environnement proche de ces sites généralement considérés comme sensibles et à risque : détection d'intrusions sur site, prévention d'actes malveillants;
  • Il sera nécessaire de garantir la transmission des signaux acoustiques/images via le réseau de capteurs jusqu'au poste de contrôle tout en optimisant la durée de vie du réseau. Pour cela, des solutions spécifiques de codage et de transmission des données devront être mises en oeuvre pour fiabiliser le réseau déployé en s'appuyant notamment sur des techniques de localisation 2D/3D des capteurs mobiles au sein du réseau ;
  • Enfin, certaines techniques d'imagerie spécifiques pourront être prises en compte et étendues à l'analyse des cartographies issues des capteurs acoustiques répartis.

Un autre exemple concerne l'écologie marine où le phytoplancton joue un rôle important dans l'évaluation de la qualité des eaux. Cette évaluation s'effectue, de plus en plus, par des mesures hautes fréquences grâce à l'emploi de techniques telles que la Cytométrie en flux et surtout l'imagerie FlowCAM, etc.. L'évaluation de la qualité de l'eau s'opère donc par comptage grâce aux appareils Cytomètre et FlowCAM générant de ce fait des bases de données (signaux profils cytométriques et images). Il s'agit alors d'exploiter les informations issues de ces appareils afin de coupler les données issues de la Cytométrie en flux et du FlowCAM dans l'objectif de : (a)
caractériser le phytoplancton (cytogrammes, images) et (b) de suivre l'évolution de ces cytogrammes-images en fonction des différents états d'un bloom du littoral jusqu'au milieu marin. Ainsi, s'impose la définition d\indicateurs statistiques en liaison avec la directive cadre stratégie pour le milieu marin (DCSMM) et la caractérisation de ceux-ci avec les paramètres environnementaux obtenus grâce au Ferry Box Pocket.


Enfin un dernier exemple concerne le bien être des personnes et la ville intelligente est celui de l'aide aux personnes à mobilité réduite et aux personnes âgées. En effet, les pays occidentaux telle que la France, voire le Maroc à moyen terme, voient leurs populations vieillir. La surveillance des personnes âgées par un personnel qualifié nécessitera un effort économique colossal. De même, l'intégration des personnes à mobilité réduite et l'effort des sociétés pour leur assurer une autonomie tout en les prenant en charge, nécessite un suivi régulier, voire quotidien dans certains cas sévères, par des auxiliaires de santé.La charge économique d'une telle assistance et surveillance peut être considérablement réduite par une surveillance automatique et à distance utilisant les techniques de la vision par ordinateur et de la vidéo surveillance. Le coût du matériel à installer dans un environnement fermé (appartement, chambre d'hôpital, etc.) ne cesse de diminuer (les prix des caméras, connexion internet pour la transmission des données) et constitue un facteur encourageant. Le véritable défi, est de développer des systèmes capables de reconnaître et déanalyser le comportement humain dans un environnement fermé. l'analyse du comportement humain est un sujet majeur en vision par ordinateur et trouve de nombreuses applications dans domaines variés telles que la maison intelligente, l'aide au handicap,
la surveillance des personnes diminuées ou à mobilité réduite.


Dans un tel contexte où un réseau hybride composé de capteurs multiples scalaires ou non délivre en permanence des informations sur l'environnement qu'il supervise, la génération de grandes masses d'informations multimédia créée pose naturellement plusieurs questions fondamentales :

  • Comment en assurer gestion, classification et catégorisation ?
  • Comment en extraire la connaissance qui fait sens pour soi ou pour un groupe ?
  • Comment la coder, la sécuriser, la transmettre sur des réseaux hétérogènes?

Enfin, la possibilité d'accéder directement à l'information et aux services, de les combiner /fusionner / intégrer sans avoir de connaissances spécialisées ouvre la porte aux systèmes reconfigurables, dotés de traitements automatiques adaptatifs. Aussi, les enjeux scientifiques de ce thème portent sur:

  • Les réseaux de capteurs image sans fil, où l'objectif essentiel de ces travaux est l'optimisation du compromis qualité de service (QoS)/consommation de l'énergie au sein d'un réseau de capteurs image sans fil pour des applications de surveillance de l'environnement via la conception de solutions innovantes dans les domaines du codage de source, de la transmission et du routage, de la localisation, et de leur mise en oeuvre conjointe.
  • La vision et les reconnaissances des formes, qui concerne la conception d\u2019outils algorithmiques d'analyse, de traitement, d'indexation et de filtrage d'informations visuelles (image, vidéo, modèle 3D) et la validation de ces algorithmes à travers des applications diverses comme la gestion de grandes bases de données multimédia et l'environnement.
  • L'apprentissage et la synthèse d'images, où les recherches s'appuient sur des techniques d'apprentissage et de classification en y intégrant des connaissances faciles à formaliser, afin d'élaborer un modèle capable de représenter l'effet du bruit dans les images de synthèse. La spécificité du bruit des images de synthèse est qu'il n'a pas un modèle semblable à celui d'analyse d'images classiques, dû au manque d'informations perceptuelles et à sa non-linéarité inhérente. Ceci nécessite alors l'emploi des techniques d'apprentissage supervisées et semi-supervisées afin de concevoir un modèle adapté. Les premiers résultats encourageants dans le cas d'images nous poussent actuellement à les généraliser aux images stéréoscopiques.