Tesi sul tema "Surveillance multicapteurs"

Cette etude concerne la trajectographie de sources sous-marines grace a l'association d'influences multiples. Nous focalisons d'une part sur la contribution magnetostatique des sources, par mesure du champ et par mesure de ses gradients spatiaux, et nous etablissons les performances du filtre adapte multidimensionnel puis celles d'une approche par maximum de vraisemblance. Les associations proposees s'appuient par ailleurs sur l'exploitation d'indiscretions acoustiques a bande etroite et du phenomene doppler engendre par le deplacement relatif de la source et des capteurs. Trois types d'association exploitant un ou deux sites d'observation sont detaillees. Dans chaque cas, on etudie l'observabilite et les bornes de cramer rao des estimateurs sans biais. Des estimateurs de kalman etendu et du maximum de vraisemblance sont decrits et sont compares dans le cas de signaux synthetiques. Enfin, une experimentation terrestre a echelle reduite illustre le fonctionnement des differents estimateurs dans le cas de signaux reels.

L'usure excessive des outils de poinçonnage constitue une des plus importantes causes de dysfonctionnement de presse parmi d'autres, tels que le bris d'outil, la remontée des pastilles découpées, le défaut d'avance bande, etc ces problèmes entraine des conséquences graves sur la qualité des pièces découpées et sur la productivité. Il est donc nécessaire d'introduire des systèmes de surveillance permettant de détecter en temps réel de telles anomalies du processus afin d'améliorer la productivité et la qualité des produits en poinçonnage. Les signaux générés par l'opération de poinçonnage comme bruit audible, effort, émission acoustique, accélération, etc. , sont des effets physiques du processus de poinçonnage. Les anomalies du processus, lorsqu'elles entrainent des variations des signaux cités plus haut, peuvent être mesurées à l'aide de capteurs. Leurs identifications par observations numériques peuvent nous fournir des informations sur le processus de poinçonnage afin de le surveiller et de l'analyser. Cette étude a pour objectif de définir les spécifications d'un système expert capable d'assurer, à l'aide d'informations fournies par une acquisition multicapteurs, un suivi de l'usure et une détection des anomalies du processus. La méthodologie développée dans cette étude concerne l'acquisition des signaux issus de multicapteurs, l'analyse et l'interprétation de ces signaux à l'aide de plusieurs techniques de traitement du signal afin d'extraire les caractéristiques sensibles à l'usure d'outil, l'estimation de l'usure par un modèle adimensionnel, et enfin une décision à prendre sur l'état d'usure et l'alarme pour le changement de l'outil. Cette méthodologie doit être intégrée dans un système expert afin de développer un système de surveillance du poinçonnage efficace, fiable et convivial

Au sein du processus d'établissement d'une piste système, quatre fonctions sont identifiées : l'association plots-plots, l'association plots-pistes, l'extraction des caractéristiques cinématiques à partir des pistes (fusion cinématique), et l'identification des cibles à partir de données qualitatives. Pour les deux premières, l'évaluation analytique de la probabilité de bonne association permet de conditionner les problèmes. L'identification des cibles est proposée à travers la théorie de l'évidence. La fusion cinématique est traitée dans le cadre particulier d'un problème de trajectographie passive. En l'absence de manoeurvre significative du porteur, l'estimation de la distance à une cible en MRU est médiocre. L'apport d'informations a priori sur la vitesse ou la position de la cible via des algorithmes MCMC améliore considérablement la qualité d'estimation donnée par des intervalles HPD. *

La présente thèse porte sur la surveillance et l'évaluation de la qualité d'un cours d'eau qui alimente un réseau d'eau potable. Les données brutes recueillies à partir d'une installation multi-capteurs, sont transformées en information fusionnée. Cette fusion permet de qualifier les pollutions après avoir relevé les réponses de chaque capteur. Ceci se fait après avoir testé différentes pollutions en circuit confiné, en utilisant en partie, la méthode des plans d'expériences. Sur la base de ces états appelés " masques de pollutions ", l'aide multicritère à la décision permet de quantifier le degré de gravité de ces pollutions. L'information ainsi produite, définit le degré de pollution, permet une aide à la décision pour éviter la contamination du réseau d'eau potable, garantissant une action, selon une échelle d'alerte, qui décidera de l'arrêt du pompage par exemple<br>The present thesis investigates the monitoring and the evaluation of the quality of a river which supplies a drinking water network. The raw data collected from a multi-sensors installation, are transformed into data fusion information. This fusion makes it possible to qualify pollutions after having taken down the answers of each sensor. This is done after having tested various pollutions in confined circuit, while using partly, the method of the experimental plans. On the basis of these states called "masks of pollution", the multi-criterion assistance for the decision makes it possible to quantify the degree of seriousness of these pollutions. Information thus produced, defines the degree of pollution, allows a decision aid to avoid the contamination of the drinking water network, guaranteeing an action, according to a level of alarm, which will decide to stop the water pumping for example

La décennie en cours a marqué l’arrivée irrésistible et irréversible des systèmes GNSS dans la société en le rendant accessibles à tous et indispensable à de nombreuses utilisateurs. L’amélioration des performances et de la fiabilité des systèmes GNSS est parmi les facteurs qui concourent au développement exponentiel du champ des applications et de services GNSS. Cette amélioration repose sur l’utilisation des méthodes d’estimation de la géo-position qui assure un niveau d’intégrité très élevé. Pour cela, ces méthodes doivent intégrer une couche de surveillance d’intégrité bien élaborée. Dans ce travail, nous proposons des approches de contrôle et de surveillance d’intégrité d’une estimation d’une géo-position avec des mesures GNSS. Nous avons fait le choix de développer des approches basées sur un formalisme informationnel : filtre informationnel d’une part, et outils de la théorie de l’information d’autre part. Des résidus basés sur l’information mutuelle sont développés. Avec un seuillage adéquate, ces résidus permettent de détecter et d’exclure des mesures GNSS erronées. Dans ce contexte, d’autres idées ont été également mises à profit afin de robustifier les méthodes développées comme la projection des observations GNSS dans l’espace informationnel ainsi que des fonctions d’optimisation de la prédiction d’un filtre.Les méthodes proposées sont testées et validées avec des données réelles acquises avec un véhicule expérimental équipé de plusieurs systèmes GNSS ouverts<br>The current decade has marked the irresistible and irreversible arrival of the GNSS systems in society by making it accessible and essential to many users. Improved performance and reliability of GNSS systems is among the factors that contribute to the exponential development of the field of GNSS applications and services. This improvement is based on the use of estimation methods of geo-positioning which ensures a very high level of integrity. For this, these methods must incorporate a layer of well-developed autonomous integrity monitoring. In this work, we propose approaches for autonomous integrity monitoring of position estimation using GNSS measurements. We have chosen to develop approaches based on an informational formalism: Informational filter on the one hand and tools of the information theory of the other. Residuals based on mutual information are developed. With an appropriate thresholding, these residuals can detect and exclude GNSS erroneous measurements. In this context, other ideas were also developed in order to robustify the developed methods as the projection of GNSS observations in the information space and the development of optimization function in order to ameliorate the prediction of a filter. The proposed methods are tested and validated with real data acquired with an experimental vehicle with several open GNSS systems

Ce mémoire présente une méthode de fusion des données du trafic permettant à la fois la surveillance de la circulation en milieu urbain et la diffusion des états de trafic aux automobilistes en temps réel. Après une introduction présentant le contexte général de cette thèse, un état de l'art des systèmes actuels de mesure du trafic et des différents moyens d'information du conducteur est dressé. Cette partie se termine par la description du système informatique de fusion de données dans la suite du document. La partie suivante propose l'étude et l'évaluation d'une procédure de filtrage qui remédie aux pannes, souvent importantes, des postes de mesure. La procédure mise en œuvre permet de tester la fiabilité des mesures réelles grâce à l'utilisation d'estimateurs basés soit sur un modèle théorique de trafic, soit sur une analyse temporelle ou spatiale. La quatrième partie de ce mémoire, la plus conséquente, s'intéresse à l'étude d'un modèle prévisionnel des variables du trafic. Après une revue des méthodes existantes, une approche innovante est envisagée. Celle-ci s'appuie sur la théorie des réseaux de neurones artificiels (RN). Un algorithme d'apprentissage basé sur la technique de la rétropropagation du gradient, pouvant aussi bien calibrer des réseaux à couches directes que récurrentes a été implémenté. Cette méthode offre la possibilité de prédire le trafic dans le futur proche c'est-à-dire sur plusieurs périodes. Elle permet aussi d'ajuster les RN, pour une utilisation en temps réel, en fonction des situations réellement observées. Dans cette partie, on a évalué les performances de différentes structures neuronales capables de modéliser les phénomènes complexes du trafic sur des jeux de données réelles. Les expériences menées conduisent à des meilleurs résultats que ceux obtenus à partir de prédicteurs classiques (ARIMA). La cinquième partie de cette thèse propose un modèle d'estimation d'indicateurs du trafic non observables ; les temps de parcours et le niveau de circulation pour des trajets. La méthode retenue est basée sur un modèle déterministe qui intègre à la fois des mesures du trafic en certains points du réseau routier et les informations relatives aux feux tricolores. Enfin, la dernière partie s'intéresse à l'évaluation complète du système (filtrage, estimation et prédiction) de fusion de données sur des sites d'exploitations réels.

Les systèmes multicapteurs de gaz intelligents connaissent actuellement un développement accru pour de nombreux domaines d'application. Inscrite dans le large domaine de la lutte contre la pollution atmosphérique, notre étude a pour but principal la détection de deux gaz polluants antagonistes le sulfure d'hydrogène H2S, réducteur, et le dioxyde d'azote, NO2, oxydant. Après avoir situé ce sujet dans le cadre de la pollution atmosphérique, puis présenté le principe des nez électroniques, nous justifions notre choix d'une matrice de capteurs à base d'oxyde métallique, et mettons en évidence les avantages et inconvénients de ces capteurs. L'inconvénient majeur est leur sensibilité croisée, qui peut devenir un avantage par l'utilisation de méthodes de reconnaissance de formes. Les deux gaz sont étudiés seuls ou en mélange, successivement dans trois atmosphères, de plus en plus complexes. Les concentrations étudiées correspondent à une pollution industrielle près d'une source émissive. De chaque réponse des capteurs obtenue lors de la procédure systématique de caractérisation, nous avons extrait trois variables représentatives communes à toutes les mesures et une quatrième correspondant à un "pic" négatif spécifique de la réponse de tous les capteurs à H2S, non utilisé dans l'analyse de données, car il n'apparaît pas toujours dans les mélanges. Nous avons construit une base de données d'apprentissage de notre système (environ 1000 mesures) étudiée à l'aide de l'analyse factorielle discriminante, méthode multidimensionnelle supervisée. Nous obtenons identification et quantification des atmosphères gazeuses, en procédant par étapes qui tiennent compte notamment des atmosphères de références. Une identification rapide est obtenue avec deux variables représentatives, valable pour la détection d'un seuil. Grâce aux règles de décision fiables obtenues, nous proposons une méthode d'indentification d'atmosphères inconnues directement exploitable par des utilisateurs

Cette thèse apporte deux contributions principales, l'une à la construction de fonctions de croyance et l'autre au problème de détection de nouveauté. La première partie de la thèse résume les principales notions de la théorie des fonctions de croyance (Fe) avant d'introduire les contributions associées. Le problème considéré est celui dans lequel la variable d'intérêt est définie comme le résultat dune expérience aléatoire. Deux techniques basées sur des observations passées, et permettant de prédire quelle sera la prochaine observation, sont introduites. La seconde partie de la thèse établit un état de l'art de la classification à une classe avant de montrer quels peuvent être les apports de la théorie des FC dans ce domaine, notamment pour la comparaison ou la combinaison des sorties de différents classifieurs. Une application à la surveillance d'un procédé d'incinération de déchets est présentée en troisième partie de la thèse. Les résultats obtenus sont détaillés et critiqués<br>Abstract the main two contributions of this PhD Thesis are related with the belief function theory and the problem of novelty detection. The thesis is divided into three parts. The first introduces the main notions pertaining to the belief function theory before describing the associated contributions. The special case considered here is that where the variable of interest is defined from the result of a random experiment. Based on past observations, we introduce two different approaches to predict what the next observation will be. In the second part, the state of the art on the one-class classification problem is summarized before the benefits of the use of belief functions in this domain are shown. Indeed, this theory can be used together with novelty detectors so that the outputs of different classifiers are all expressed in the form of belief functions. The latter can then be compared or combined. Finally, an application to the monitoring of waste incineration plants is detailed

Ce travail présente l'architecture d'un système de perception distribuée. Des modules de vision constitués de caméras et d'unités de traitement analysent la scène selon des points de vue distincts et sans recouvrement. Les objectifs du système d'interprétation globale sont la classification et le suivi global des objets dans les scènes autoroutières. Le suivi global est réalisé par l'intermédiaire d'une ré-identification des objets perçus par plusieurs caméras. Les difficultés du système d'interprétation concernent la gestion des erreurs lors de l'identification des objets d'une part, mais également les contraintes temps réel que le système doit respecter. La gestion des erreurs est prise en charge par un raisonnement approximatif basé sur la théorie des possibilités et les aspects temps réel du système sont gérés par un raisonnement distribué et temporel. Deux algorithmes d'association liés à des contextes d'utilisation différents sont développés. L'approche par la programmation dynamique traite l'association en tenant compte d'un ensemble d'objet attendu au niveau de chaque module de vision. Le deuxième algorithme utilisant une approche de fusion temporelle multi-capteurs pour la surveillance prolonge les raisonnements approximatifs et temporels en gérant dans le temps la qualité des décisions<br>This work presents the architecture of the distributed perception system. The system is composed by several vision units analysing the scene from distinct points of view and without recovery. The objectives of the interpretation are the classification and tracking of objects in motorway scenes. The global tracking is carried out by a re-identification of objects perceived by several cameras. The difficulties of the system concern firstly the management of the uncertainty at the re-identification stage, and also the real time constraints of the application. The management of the uncertainty is dealt with an approximate reasoning by using the possibility theory. Real time constraints are taken into account by a distributed and temporal algorithm. Two algorithms of association for object re-identification are developed. The first is based on a dynamic programming algorithm. It decides for a majority of awaited objects independently for each vision unit. For surveillance applications, a temporal fusion approach for association is proposed in order to control the instantaneous quality of each decision over the system

Le sujet de cette thèse vise l'intégration dans une automobile de fonctions d'observation, de supervision, d'aide à la décision ou encore de commande. La problématique est le développement d'une assistance à la conduite longitudinale et latérale basée sur la localisation du véhicule. Le but est de signaler et corriger les faiblesses de conduite en considérant les paramètres du véhicule, du conducteur et la topologie de la route. Selon la localisation du véhicule, une trajectoire de référence et la vitesse associée sont déterminées en fonction du conducteur et de la phase de conduite. Ces références sont utilisées pour effectuer le contrôle du véhicule ou pour informer le conducteur de l'inadéquation de ses consignes. <br> Dans ce contexte, la localisation du véhicule et particulièrement les informations de l'environnement d'évolution doivent être pertinentes. Elles sont obtenues grâce à une base de données cartographique spécifiquement développée dans le cadre de ces travaux. Celle-ci est caractérisée par une précision supérieure à celle des bases de données traditionnellement employées dans des dispositifs de navigation.

L'intérêt des recherches dans le domaine de la fusion de données multi-capteurs est en plein essor en raison de la diversité de ses secteurs d'applications. Plus particulièrement, dans le domaine de la robotique et de la localisation, l'exploitation des différentes informations fournies par les capteurs constitue une étape primordiale afin d'assurer une estimation fiable de la position. Dans ce contexte de fusion de données multi-capteurs, nous nous attachons à traiter le diagnostic, menant à l'identification de la cause d'une défaillance, et la tolérance de l'approche proposée aux défauts de capteurs, peu abordés dans la littérature.Nous avons fait le choix de développer une approche basée sur un formalisme purement informationnel : filtre informationnel d'une part, et outils de la théorie de l'information d'autre part. Des résidus basés sur la divergence de Kullback-Leibler sont développés. Via des méthodes optimisées de seuillage, ces résidus conduisent à la détection et à l'exclusion de ces défauts capteurs. La théorie proposée est éprouvée sur deux applications de localisation. La première application concerne la localisation collaborative, tolérante aux défauts d'un système multi-robots. La seconde application traite de la localisation en milieu ouvert utilisant un couplage serré GNSS/odométrie tolérant aux défauts<br>The interest of research in the multi-sensor data fusion field is growing because of its various applications sectors. Particularly, in the field of robotics and localization, the use of different sensors informations is a vital step to ensure a reliable position estimation. In this context of multi-sensor data fusion, we consider the diagnosis, leading to the identification of the cause of a failure, and the sensors faults tolerance aspect, discussed in limited work in the literature. We chose to develop an approach based on a purely informational formalism: information filter on the one hand and tools of the information theory on the other. Residuals based on the Kullback-Leibler divergence are developed. These residuals allow to detect and to exclude the faulty sensors through optimized thresholding methods. This theory is tested in two applications. The first application is the fault tolerant collaborative localization of a multi-robot system. The second application is the localization in outdoor environments using a tightly coupled GNSS/odometer with a fault tolerant aspect

Les systèmes d'aide à la vie ambiante permettant le maintien à domicile des personnes âgées sont en pleine expansion de nos jours. Les nouvelles approches consistent à mettre en place un système automatisé de surveillance d'activités au sein d'une maison intelligente équipée de capteurs portables tels que les GPS, les bracelets électroniques ou les puces RFID. Ces capteurs malheureusement ont la contrainte d'être portés constamment. L'utilisation des capteurs binaires est une alternative de plus en plus proposée. Dans cette thèse, nous avons proposé la modélisation et la reconnaissance d'activités quotidiennes au sein d'une maison intelligente équipée de capteurs binaires. La première phase de l'architecture proposée concerne la modélisation d'activités. Les algorithmes de fouilles de séquences fréquentes déterministes et incertaines ont été utilisés. Ces algorithmes contiennent une phase de pré-traitement qui intègre la contrainte temporelle entre évènements. Les performances de ces algorithmes ont été évaluées sur la base de données MIT qui contient une collection d'activités humaines issues de deux appartements instrumentés respectivement de 77 et 84 capteurs. Ces expérimentations nous montrent que le nombre et la qualité des modèles issus de la phase de modélisation sont fortement liés au taux de confiance des capteurs. La seconde phase de l'architecture concerne la reconnaissance d'activités. Au cours de cette phase, deux approches sont proposées. La première approche consiste à coupler la méthode de forêt aléatoire avec l'algorithme de fouille déterministe de séquences fréquentes. Cette approche intègre une caractérisation temporelle des modèles d'activités découverts. Une expérimentation est effectuée sur la base de données MIT et les résultats en terme de reconnaissance d'activités sont de 98% pour le sujet 1 et 95% pour le sujet 2. Ces résultats sont comparés à ceux de la littérature pour rendre compte de la performance de l'approche proposée. La seconde approche utilise la méthode de reconnaissance par alignement de séquences basées sur la distance de Levenshtein couplée à la fouille incertaine de séquences fréquentes. A ce niveau, l'algorithme de fouille incertaine de séquences fréquentes, intègre à la fois la gestion des contraintes temporelles entre évènements et la gestion de l'incertitude des données issus des capteurs. Les performances de cette méthode ont été évaluées sur les bases de données MIT et CASAS. La base de données CASAS contient une collection de données issues de deux scénarios réalistes pour détecter les activités de la vie quotidiennes normales et entrelacées. Les résultats obtenus des expérimentations sur ses deux bases de données montrent que le taux de reconnaissances est une fonction croissante du taux de confiance des capteurs. Ces résultats sont de 100% et 94% respectivement pour les activités normales et entrelacées de la base CASAS puis 93% et 90% respectivement pour les activités des sujets 1 et 2 de la base MIT. Comparés avec ceux de la littérature, ces résultats mettent en évidence l'efficacité de notre méthode<br>The ADL systems for keeping seniors at home are expanding today. The new approaches involve setting up an automated activity monitoring system in a smart home equipped with wearable sensors such as Global Positioning System (GPS), electronics bracelets or RFID chips. These sensors unfortunately have the constraint to be worn constantly. The use of binary sensors is an increasingly common alternative. In this thesis we proposed modeling and recognition of daily activities within a smart home equipped with binary sensors. The first phase of the proposed architecture concerns activity modelling. Deterministic and uncertain sequential pattern mining algorithms were used. These algorothms contain a pre-processing phase that integrates the temporal constraint between events. The performance of these algorithms was evaluated on the MIT database, which contains a collection of human activities from two instruments of 77 and 84 sensors respectively. These experiments show that the number and quality of models from the modeling phase are strongly linked to the confidence rate of the sensors. The second phase of architecture involves the recognition of activities. During this phase, two approaches are proposed. The first approach is to pair the random forest method with the deterministic sequential pattern mining algorithm. This approach incorporates a temporal characterization of the activity models discovered. An experiment is carried out on the MIT database and the results in terms of activity recognition are 98% for the subject 1 and 95% for the subject 2. These results are compared with those in the literature to reflect the performance of the proposed approach. The second approach uses the sequence alignment recognition method based on the Levenshtein distance coupled with the uncertain sequential pattern mining. At this level, the uncertain sequential pattern mining algorithm integrates both the management of time constraints between events and the management of the uncertainty of data from the sensors. The performance of this method was evaluated on the MIT and CASAS databases. The CASAS database contains a collection of data from realistic scenarios to detect normal and intertwined daily activities. The results of the experiments on its two databases show that the recognition rate is an increasing function of the confidente rate of the sensors. These results are 100% and 94% respectively for the normal and interweave activities of the CASAS base and 93% and 90% respectively for the activities of subjects 1 and 2 of the MIT base. Compared with those in literature, these results highlight the effectiveness of our method

Aujourd'hui, la proportion des personnes âgées devient importante par rapport à l'ensemble de la population, et les capacités d'admission dans les hôpitaux sont limitées. En conséquence, plusieurs systèmes de télévigilance médicale ont été développés, mais il existe peu de solutions commerciales. Ces systèmes se concentrent soit sur la mise en oeuvre d’une architecture générique pour l'intégration des systèmes d'information médicale, soit sur l'amélioration de la vie quotidienne des patients en utilisant divers dispositifs automatiques avec alarme, soit sur l’offre de services de soins aux patients souffrant de certaines maladies comme l'asthme, le diabète, les problèmes cardiaques ou pulmonaires, ou la maladie d'Alzheimer. Dans ce contexte, un système automatique pour la télévigilance médicale à domicile est une solution pour faire face à ces problèmes et ainsi permettre aux personnes âgées de vivre en toute sécurité et en toute indépendance à leur domicile. Dans cette thèse, qui s’inscrit dans le cadre de la télévigilance médicale, un nouveau système de télévigilance médicale à plusieurs modalités nommé EMUTEM (Environnement Multimodale pour la Télévigilance Médicale) est présenté. Il combine et synchronise plusieurs modalités ou capteurs, grâce à une technique de fusion de données multimodale basée sur la logique floue. Ce système peut assurer une surveillance continue de la santé des personnes âgées. L'originalité de ce système avec la nouvelle approche de fusion est sa flexibilité à combiner plusieurs modalités de télévigilance médicale. Il offre un grand bénéfice aux personnes âgées en surveillant en permanence leur état de santé et en détectant d’éventuelles situations de détresse<br>The population age increases in all societies throughout the world. In Europe, for example, the life expectancy for men is about 71 years and for women about 79 years. For North America the life expectancy, currently is about 75 for men and 81 for women. Moreover, the elderly prefer to preserve their independence, autonomy and way of life living at home the longest time possible. The current healthcare infrastructures in these countries are widely considered to be inadequate to meet the needs of an increasingly older population. Home healthcare monitoring is a solution to deal with this problem and to ensure that elderly people can live safely and independently in their own homes for as long as possible. Automatic in-home healthcare monitoring is a technological approach which helps people age in place by continuously telemonitoring. In this thesis, we explore automatic in-home healthcare monitoring by conducting a study of professionals who currently perform in-home healthcare monitoring, by combining and synchronizing various telemonitoring modalities,under a data synchronization and multimodal data fusion platform, FL-EMUTEM (Fuzzy Logic Multimodal Environment for Medical Remote Monitoring). This platform incorporates algorithms that process each modality and providing a technique of multimodal data fusion which can ensures a pervasive in-home health monitoring for elderly people based on fuzzy logic.The originality of this thesis which is the combination of various modalities in the home, about its inhabitant and their surroundings, will constitute an interesting benefit and impact for the elderly person suffering from loneliness. This work complements the stationary smart home environment in bringing to bear its capability for integrative continuous observation and detection of critical situations

Les nouvelles applications automobiles basées sur localisation rendent nécessaire l'introduction du concept d'intégrité, tel que développé dans le domaine aéronautique. Cette thèse s'intéresse à l'amélioration de l'exactitude de la localisation et à la mise en place de mécanismes d'intégrité pour les véhicules automobiles de série, en particulier dans les environnements urbains. L'approche aéronautique de l'intégrité n'utilise que les mesures GPS et se décompose en deux étapes : la détection et l'exclusion des défauts (FDE), puis le calcul de niveau de protection, qui délimite une zone de localisation sécurisée. Or, une série d'expériences a confirmé que les environnements urbains offrent peu de redondance et des défauts multiples, ce qui pénalise fortement l'étape de FDE. Cette thèse développe deux approches basées sur l'hypothèse que l'introduction des nouvelles mesures redondantes issues des capteurs proprioceptifs du véhicule (odomètres, capteurs de vitesse de lacet, d'angle au volant...) compense ces problèmes inhérents aux environnements urbains. La première approche propose de nouveaux algorithmes de FDE qui exploitent des informations issues d'un filtrage dynamique ainsi que les mesures de Doppler. Les performances, évaluées sur des données réelles à travers quatre cas d'usage, démontrent un gain conséquent en conditions urbaines. La seconde approche se base sur l'estimation de la trajectoire sur un horizon de temps : ce formalisme permet d'introduire des informations dynamiques (positions successives, mesures proprioceptives) dans les algorithmes standards d'intégrité, qui sont à la base statiques. Les niveaux de protection calculés sont diminués d'un facteur trois.

La prise de conscience des problèmes d'environnement et des effets directs et indirects des activités humaines a conduit à renforcer la surveillance haute fréquence des écosystèmes marins par l'installation de stations de mesures multicapteurs autonomes. Les capteurs, installés dans des milieux hostiles, sont sujets à des périodes de calibration, d'entretien voire des pannes et sont donc susceptibles de générer des données bruitées, manquantes voire aberrantes qu'il est nécessaire de filtrer et compléter avant toute exploitation ultérieure. Dans ce contexte, l'objectif du travail est de concevoir un système numérique automatisé robuste capable de traiter de tel volume de données afin d’améliorer les connaissances sur la qualité des systèmes aquatiques, et plus particulièrement en considérant le déterminisme et la dynamique des efflorescences du phytoplancton. L'étape cruciale est le développement méthodologique de modèles de prédiction des efflorescences du phytoplancton permettant aux utilisateurs de disposer de protocoles adéquats. Nous proposons pour cela l'emploi du modèle de Markov caché hybridé pour la détection et la prédiction des états de l'environnement (caractérisation des phases clefs de la dynamique et des caractéristiques hydrologiques associées). L'originalité du travail est l'hybridation du modèle de Markov par un algorithme de classification spectrale permettant un apprentissage non supervisé conjoint de la structure, sa caractérisation et la dynamique associée. Cette approche a été appliquée sur trois bases de données réelles : la première issue de la station marine instrumentée MAREL Carnot (Ifremer) (2005-2009), la seconde d’un système de type Ferry Box mis en œuvre en Manche orientale en 2012 et la troisième d’une station de mesures fixe, installée le long de la rivière Deûle en 2009 (Agence de l’Eau Artois Picardie - AEAP). Le travail s’inscrit dans le cadre d’une collaboration étroite entre l'IFREMER, le LISIC/ULCO et l'AEAP afin de développer des systèmes optimisés pour l’étude de l’effet des activités anthropiques sur le fonctionnement des écosystèmes aquatiques et plus particulièrement dans le contexte des efflorescences de l’algue nuisible, Phaeocystis globosa<br>Because of the growing interest for environmental issues and to identify direct and indirect effects of anthropogenic activities on ecosystems, environmental monitoring programs have recourse more and more frequently to high resolution, autonomous and multi-sensor instrumented stations. These systems are implemented in harsh environment and there is a need to stop measurements for calibration, service purposes or just because of sensors failure. Consequently, data could be noisy, missing or out of range and required some pre-processing or filtering steps to complete and validate raw data before any further investigations. In this context, the objective of this work is to design an automatic numeric system able to manage such amount of data in order to further knowledge on water quality and more precisely with consideration about phytoplankton determinism and dynamics. Main phase is the methodological development of phytoplankton bloom forecasting models giving the opportunity to end-user to handle well-adapted protocols. We propose to use hybrid Hidden Markov Model to detect and forecast environment states (identification of the main phytoplankton bloom steps and associated hydrological conditions). The added-value of our approach is to hybrid our model with a spectral clustering algorithm. Thus all HMM parameters (states, characterisation and dynamics of these states) are built by unsupervised learning. This approach was applied on three data bases: first one from the marine instrumented station MAREL Carnot (Ifremer) (2005-2009), second one from a Ferry Box system implemented in the eastern English Channel en 2012 and third one from a freshwater fixed station in the river Deûle in 2009 (Artois Picardie Water Agency). These works fall within the scope of a collaboration between IFREMER, LISIC/ULCO and Artois Picardie Water Agency in order to develop optimised systems to study effects of anthropogenic activities on aquatic systems functioning in a regional context of massive blooms of the harmful algae, Phaeocystis globosa

Mes travaux de recherches en thèse s’inscrivent dans le cadre du projet FUIE-monitorâge. L’objectif du projet, réunissant de nombreux partenaires industriels et universitaires, est d’améliorer la prise en charge individualisée et la sécurité du résident dans les établissements d’hébergement pour personnes âgées dépendantes(EHPAD). Dans ce travail, nous avons élaboré une méthode de fusion de données multimodales issues des différents capteurs installés dans un smart home. Ces informations sont utilisées pour la localisation intérieure des personnes afin de surveiller leurs activités journalières. Généralement, les mesures issues des capteurs sont soumises à des incertitudes. Dans nos travaux, ces erreurs sont supposées inconnues mais bornées. En tenant compte de cette hypothèse, une méthode de résolution d’un problème d’estimation d’état est élaborée en se basant sur des calculs ensemblistes. Notre algorithme de filtrage ensembliste comporte deux étapes. La première, dite de prédiction, est basée sur l’utilisation d’un modèle de marche aléatoire avec des hypothèses minimales (vitesse de déplacement maximale) pour prédire la zone où se trouve la personne. La deuxième étape, dite de correction, consiste à utiliser la mesure pour affiner cette zone. Cette étape utilise une technique de propagation de contraintes relâchée, q-relaxed intersection, pour permettre une meilleure robustesse par rapport aux données aberrantes. Notre algorithme est capable de quantifier, par un intervalle, l’incertitude commise sur les positions de cibles en mouvement tout en détectant les défauts de capteurs<br>Our research work is a part of the project FUI 14 FEDER Collectivités E-monitor’âge. This project takes place within the framework of Ambient Assisted Living (AAL) which aims to improve the safety and the comfort of elderly people living in smart nursing homes. This work aims to monitor the activities of elderly persons using information from different sensors. The ADL (Activities of Daily Living) are used to evaluate the ability of the person to perform on their own a selection of the activities which are essential for an independent living in the everyday life. Generally, process knowledge and measurements coming from sensors are prone to indeterminable noise. In our work, we suppose that these errors are unknown but bounded. Taking into account this hypothesis, we show how to solve the estimation issue using set-membership computations techniques. Our algorithm, based on set-membership approach, consists of two steps. The prediction step, based on the use of a random walk mobility with minimum assumptions (maximum speed of moving), employs the previous state estimate to provide the prediction zone where the person may be located. The correction step uses the informations coming from the sensors to refine this predicted zone. This step uses a relaxed constraints propagation technique, q-relaxed intersection, to deal with faulty measurements. This proposed method allows us to compute the uncertainty domain for the reconstructed localization of moving targets as dealing with outliers

Le maintien à domicile des personnes fragiles vivant seules est devenu une préoccupation majeure de santé publique dans nos sociétés modernes. Parmi les différents aspects scientifiques traités dans le domaine de la surveillance à domicile, nous nous intéressons à l'étude et à la proposition d'une solution permettant à des capteurs répartis de communiquer entre eux de façon optimale et adaptée aux contraintes spécifiques de l'application. Plus précisément, nous souhaitons construire un réseau sans fil courte portée constitué de plusieurs noeuds capteurs échangeant entre eux des données selon un protocole de communication de niveau MAC (contrôle d'accès au médium) qui optimise à la fois l'énergie, le délai de transmission et la perte d'informations. Pour cela, nous avons finement analysé les avantages et les limites des technologies WPAN (réseau local personnel sans fil) et des protocoles de communication actuellement utilisés en rapport aux exigences de notre application. Nous avons ensuite proposé une méthode d'accès au médium déterministe, adaptative et économe en énergie basée sur la couche physique IEEE 802.15.4 et une topologie maillée. Elle permet de garantir le délai d'acheminement des messages avec un risque de collisions très fortement limité, grâce à une réutilisation spatiale du médium dans un voisinage à deux sauts. Cette proposition a été caractérisée par modélisation et simulation à l'aide du simulateur de réseau OPNET. Nous avons alors implémenté les mécanismes proposés sur des dispositifs matériels et déployé un réseau de capteurs en situation réelle afin de vérifier la pertinence du modèle et évaluer la proposition selon différentes configurations de test.

Cette thèse s’intéresse à la localisation collaborative à partir d’une caméra mobile et d’une caméra statique pour des applications de vidéo-surveillance. Pour la surveillance d’évènements sensibles, la sécurité civile recours de plus en plus à des réseaux de caméras collaboratives incluant des caméras dynamiques et des caméras de surveillance traditionnelles, statiques. Il s’agit, dans des scènes de foules, de localiser d’une part le porteur de la caméra (typiquement agent de sécurité) mais également des évènements observés dans les images, afin de guider les secours par exemple. Cependant, les différences de point de vue entre la caméra mobile située au niveau du sol, et la caméra de vidéo-surveillance située en hauteur, couplées à la présence de motifs répétitifs et d’occlusions rendent les tâches de calibration et de localisation ardue. Nous nous sommes d’abord intéressés à la façon dont des informations issues de capteurs de localisation et d’orientation (GPS-IMU) bas-coût, pouvaient contribuer à raffiner l’estimation de la pose relative entre les caméras. Nous avons ensuite proposé de localiser la caméra mobile par la localisation de son épipole dans l’image de la caméra statique. Pour rendre robuste cette estimation vis-à-vis de la présence d’outliers en termes d’appariements de points clés, nous avons développé deux algorithmes. Le premier est basé sur une approche cumulative pour construire la carte d’incertitude de l’épipole. Le second, qui exploite de cadre de la théorie des fonctions de croyance et de son extension aux cadres de discernement 2D, nous a permis de proposer une contribution à la gestion d’un grand nombre de sources élémentaires, dont certaines incompatibles, basée sur un clustering des fonctions de croyances, particulièrement intéressant en vue de la combinaison avec d’autres sources (comme les détecteurs de piétons et/ou données GPS pour notre application). Enfin, la dernière partie concernant la géolocalisation des individus dans la scène, nous a conduit à étudier le problème de l’association de données entre les vues. Nous avons proposé d’utiliser des descripteurs et contraintes géométriques, en plus des descripteurs d’apparence classiques, dans la fonction de coût d’association. Nous avons montré la pertinence de ces informations géométriques qu’elles soient explicites, ou apprises à l’aide un réseau de neurones<br>This work focuses on collaborative localization between a mobile camera and a static camera for video surveillance. In crowd scenes and sensitive events, surveillance involves locating the wearer of the camera (typically a security officer) and also the events observed in the images (e.g., to guide emergency services). However, the different points of view between the mobile camera (at ground level), and the video surveillance camera (located high up), along with repetitive patterns and occlusions make difficult the tasks of relative calibration and localization. We first studied how low-cost positioning and orientation sensors (GPS-IMU) could help refining the estimate of relative pose between cameras. We then proposed to locate the mobile camera using its epipole in the image of the static camera. To make this estimate robust with respect to outlier keypoint matches, we developed two algorithms: either based on a cumulative approach to derive an uncertainty map, or exploiting the belief function framework. Facing with the issue of a large number of elementary sources, some of which are incompatible, we provide a solution based on a belief clustering, in the perspective of further combination with other sources (such as pedestrian detectors and/or GPS data for our application). Finally, the individual location in the scene led us to the problem of data association between views. We proposed to use geometric descriptors/constraints, in addition to the usual appearance descriptors. We showed the relevance of this geometric information whether it is explicit, or learned using a neural network

Le maintien à domicile des personnes fragiles vivant seules est devenu une préoccupation majeure de santé publique dans nos sociétés modernes. Parmi les différents aspects scientifiques traités dans le domaine de la surveillance à domicile, nous nous intéressons à l’étude et à la proposition d’une solution permettant à des capteurs répartis de communiquer entre eux de façon optimale et adaptée aux contraintes spécifiques de l'application. Plus précisément, nous souhaitons construire un réseau sans fil courte portée constitué de plusieurs nœuds capteurs échangeant entre eux des données selon un protocole de communication de niveau MAC (contrôle d’accès au médium) qui optimise à la fois l’énergie, le délai de transmission et la perte d’informations. Pour cela, nous avons finement analysé les avantages et les limites des technologies WPAN (réseau local personnel sans fil) et des protocoles de communication actuellement utilisés en rapport aux exigences de notre application. Nous avons ensuite proposé une méthode d’accès au médium déterministe, adaptative et économe en énergie basée sur la couche physique IEEE 802.15.4 et une topologie maillée. Elle permet de garantir le délai d'acheminement des messages avec un risque de collisions très fortement limité, grâce à une réutilisation spatiale du médium dans un voisinage à deux sauts. Cette proposition a été caractérisée par modélisation et simulation à l'aide du simulateur de réseau OPNET. Nous avons alors implémenté les mécanismes proposés sur des dispositifs matériels et déployé un réseau de capteurs en situation réelle afin de vérifier la pertinence du modèle et évaluer la proposition selon différentes configurations de test<br>Monitoring behavior of the elderly and the disabled living alone has become a major public health problem in our modern societies. Among the various scientific aspects involved in the home monitoring field, we are interested in the study and the proposal of a solution allowing distributed sensor nodes to communicate with each other in an optimal way adapted to the specific application constraints. More precisely, we want to build a wireless network which consists of several short range sensor nodes exchanging data between them according to a communication protocol at MAC (medium access control) level that optimizes energy consumption, transmission time and loss of information. To achieve this objective, we have analyzed the advantages and the limitations of WPAN (wireless personal area network) technology and communication protocols currently used in relation to the requirements of our application. We then proposed a deterministic, adaptive and energy saving medium access method based on the IEEE 802.15.4 physical layer and a mesh topology. It ensures the message delivery time with strongly limited collision risk due to the spatial reuse of medium in the two-hop neighborhood. This proposal was characterized by modeling and simulation using the OPNET network simulator. We then implemented the proposed mechanisms on hardware devices and deployed a sensors network in real situation to verify the accuracy of the model and evaluate the proposal according to different test configurations

L'introduction des systemes electroniques embarques et miniaturises dans des nouveaux dispositifs apporte des avantages qui sont ressentis essentiellement comme une reduction des couts reels et une augmentation de la performance. Les impacts les plus importants concernent la reduction de la complexite mecanique (reduction du cablage par exemple), une meilleure operation (par l'augmentation de la flexibilite des fonctionnalites) et une maintenance plus efficace (par une meilleure connaissance de l'etat de vieillissement du systeme). L'electronique etant maitrisee, la competitivite tient dans une conception, qui soit rapide, sans faute, robuste et realisable. Les efforts doivent s'orienter vers la recherche de methodologies et techniques qui puissent supporter l'integration, principal defi propose par la conception de ces nouveaux systemes repartis, communicants et pluridisciplinaires. Cette these presente les modeles et les outils developpes pour aider a la conception de micro systemes, avec des points forts tels que : la conception amont, les systemes asynchrones, la fiabilite et l'integration au systeme de conception structuree descendante. Ces modeles et outils sont bases sur sdl, sa-rt et les reseaux de petri.

La reconnaissance d'activités de vie quotidienne (AVQs) fait l'objet, depuis des années, de recherches pour proposer des solutions performantes. Elle s'appuie sur l'analyse spatio-temporelle de situations, de comportements, etc. dont les données d'entrée sont les informations fournies par des capteurs ambiants ou par des capteurs portés par la personne. Cette thèse se focalise sur l'instrumentation du lieu de vie par des capteurs ambiants et sur la détection d'un état d'isolement social chez les personnes âgées. Deux approches sont utilisées pour évaluer l'isolement social. La première se base sur des questionnaires. La deuxième approche s'appuie sur l'utilisation de technologies pour la récupération objective de données représentatives d'un état ou d'un comportement. En particulier, l'activité " se nourrir " est liée à une séquence d'actions telles que faire les courses, cuisiner, manger et faire la vaisselle. L'activité " se déplacer " est liée à la mobilité au sein du domicile et au fait de sortir du logement. La littérature montre que ces deux activités semblent pertinentes pour évaluer un risque potentiel d'isolement social chez les aînés. Les travaux de thèse portent sur quatre contributions principales : Un état bibliographique des recherches sur la détection des AVQs afin d'en identifier les apports et les limites et tracer des voies de recherches pertinentes. Des critères spécifiques ont été choisis pour inclure les articles dans lesquels des systèmes de détection d'activités sont présentés. Une démarche de conception système appliquée à la reconnaissance d'AVQs. Cette démarche s'intègre dans un processus d'Ingénierie Système. Elle décrit l'analyse des exigences, leur modélisation au travers de diagrammes SysML et la mise en place d'une architecture matérielle et logicielle basée sur un réseau IoT. L'analyse des AVQs, dans notre étude, utilise les données de détecteurs de mouvement et de capteurs de contacts. Un affichage sur une application web permet de visualiser les résultats obtenus à destination de l'aide-soignant ou de la famille. L'utilisation originale de quatre méthodes de classification des AVQs à savoir "préparer le repas", "prendre le repas", "faire la vaisselle", "dormir/se relaxer", "hygiène", "la personne à l'extérieur du logement", "un visiteur à l'intérieur de la maison" et "autres activités". Les trois premières méthodes utilisées sont K-means, le modèle de mélange gaussien et BIRCH auxquelles on applique une pondération aux données. Les activités liées au repas n'ont ainsi pas le même poids que le reste des données, ce qui a permis d'améliorer la détection des AVQs. Le quatrième algorithme est basé sur une méthode logique à la suite de la détermination d'une matrice de corrélation prenant en entrée l'ensemble des capteurs disponibles. En utilisant les données de la matrice de corrélation, l'algorithme personnalise la détection des activités liées au repas en différenciant une personne qui prépare seule son repas d'une personne qui bénéficie d'un service de portage de repas. Nous validons nos méthodes en se référant aux formulaires remplis par les participants au début et à la fin de l'expérimentation dans lesquels ils indiquent le déroulement de leur journée-type. Ces algorithmes ont été appliqués sur une base de données annotée ouverte pour confirmer la précision de nos approches. La proposition d'un score du niveau d'isolement social chez la personne suivie. Ce score est établi sur la base de l'identification des activités pour extraire les habitudes quotidiennes au travers d'indicateurs du comportement (Le temps passé à l'extérieur de la maison et à l'intérieur de la cuisine, etc.). Six aînées ont été suivies pendant plus de 3 mois. L'algorithme régression logistique a été utilisé pour l'extraction du niveau d'isolement social qui a été comparé à celui identifié grâce au questionnaire " Lubben Social Network Scale " rempli avec chaque participant au début et à la fin de l'étude<br>The recognition of daily life activities has been the subject of research for years to provide effective solutions. It is based on the spatio-temporal analysis of situations and behaviors whose input data is information provided by ambient sensors or by sensors worn by the person. This thesis focuses on the instrumentation of the living space by ambient sensors and on the detection of a state of social isolation in elderly people. Two approaches are used to assess social isolation. The first one is based on questionnaires. The second approach is based on the use of technologies for the objective acquisition of data representative of a state, behavior, etc. In particular, the activity "eating" is linked to a sequence of actions such as shopping, cooking, eating and washing dishes. The activity "moving" is linked to mobility within the home and leaving the home. The literature shows that these two activities seem to be relevant for assessing a potential risk of social isolation among older people. The thesis work focuses on four main contributions: A bibliographic review of ADLs detection research to identify its contributions and limitations, and to outline relevant research directions. Specific criteria were chosen to include articles presenting activity detection systems. A system design approach applied to the detection of ADLs. This approach is part of a system engineering process. It describes the analysis of requirements, their modeling through SysML diagrams and the implementation of a hardware and software architecture based on an IoT network. The analysis of ADLs, in our study, uses data from motion detectors and contact sensors. A display on a web application allows you to visualize the results obtained for the caregiver or the family. The original use of four methods to classify ADLs, namely "preparing the meal", "eating the meal", "washing the dishes", "sleeping/relaxing", "hygiene", "the person outside the home", "a visitor inside the home" and "other activities". The first three methods used are K-means, the Gaussian mixture model and BIRCH, which applies weights to the data. Meal-related activities therefore do not have the same weight as the rest of the data, which made it possible to improve the detection of ADLs. The fourth algorithm is based on a logical method following the determination of a correlation matrix using all the available sensors as input. Using the data from the correlation matrix, the algorithm personalizes the detection of meal-related activities by distinguishing a person preparing their meal from a person using a meal delivery service. We validate our methods by referring to the forms filled in by the participants at the beginning and end of the experiment, in which they describe the course of their typical day. These algorithms were applied to an open annotated database to confirm the accuracy of our approaches. The proposal of a score for the level of social isolation of the person being monitored. This score is based on the identification of activities to extract daily habits through behavioral indicators (time spent outside the house and in the kitchen, etc.). Six elderly people were followed for more than 3 months. The logistic regression algorithm was used to extract the level of social isolation, which was compared with the level of social isolation identified using the "Lubben Social Network Scale" questionnaire, which was completed by each participant at the beginning and end of the study

Ces travaux de recherche se sont déroulés dans le cadre du développement d'une application de télévigilance médicale ayant pour but de détecter des situations de détresse à travers l'utilisation de plusieurs types de capteurs. La fusion multi-capteurs peut fournir des informations plus précises et fiables par rapport aux informations provenant de chaque capteur prises séparément. Par ailleurs les données issues de ces capteurs hétérogènes possèdent différents degrés d'imperfection et de confiance. Parmi les techniques de fusion multi-capteurs, les méthodes crédibilistes fondées sur la théorie de Dempster-Shafer sont actuellement considérées comme les plus adaptées à la représentation et au traitement des informations imparfaites, de ce fait permettant une modélisation plus réaliste du problème. En nous appuyant sur une représentation graphique de la théorie de Dempster-Shafer appelée Réseaux Évidentiels, nous proposons une structure de fusion de données hétérogènes issues de plusieurs capteurs pour la détection de chutes afin de maximiser les performances de détection chutes et ainsi de rendre le système plus fiable. La non-stationnarité des signaux recueillis sur les capteurs du système considéré peut conduire à une dégradation des conditions expérimentales, pouvant rendre les Réseaux Évidentiels incohérents dans leurs décisions. Afin de compenser les effets résultant de la non-stationnarité des signaux provenant des capteurs, les Réseaux Évidentiels sont rendus évolutifs dans le temps, ce qui nous a conduit à introduire les Réseaux Evidentiels Dynamiques dans nos traitements et à les évaluer sur des scénarios de chute simulés correspondant à des cas d'usage variés

Après un tour du monde des Habitats Intelligents pour la Santé (HIS), nous décrivons la mise en place du système grenoblois développé au laboratoire TIMC : le Système d'Information Domotique-Santé Intégré à Domicile (SID²). Nous faisons l'hypothèse que les rythmes biologiques et sociaux sont liés au comportement, et donc à l'activité physique, que nous mesurons par le déplacement du sujet d'observation au sein de l'habitat. Nous créons le terme " Rythmes Circadiens d'Activité " (RCA) pour faire référence à la mesure comportementale de l'activité des patients dans l'habitat. Le système SID² est composé d'un HIS externe relié à Internet, et d'un HIS local, objet de ce document. L'HIS local effectue la surveillance multi-paramétrique et auto-apprend les habitudes de vie d'un patient à domicile à travers le calcul des RCA, de façon à détecter une évolution anormale de son comportement sur le long terme. Un simulateur a été développé pour valider le système.