colloque capteurs 2008 bourges 05/03/2008 1 placement de réseau de capteurs pour lobservation de...

05/03/2008 1

Colloque Capteurs 2008Bourges

Placement de réseau de capteurs pour l’observation

de scènes intérieures

P. David, V. Idasiak, F. KratzP. David, V. Idasiak, F. Kratz

PRISME / L.V.RPRISME / L.V.RENSI de Bourges - Université d'OrléansENSI de Bourges - Université d'Orléans

88 boulevard Lahitolle, 18020 Bourges Cedex, France88 boulevard Lahitolle, 18020 Bourges Cedex, France

205/03/2008

LABORATOIRE VISION ET ROBOTIQUE


POLE CAPTEURS AUTOMATISMES

Sommaire

Projet CAPTHOM Définition du Problème Méthode de Modélisation Première Solution Utilisation d’Algorithmes Génétiques Cas d’Étude Conclusion et Travaux Futurs

305/03/2008




Projet du programme SéSAME du pôle S2E2.

Projet de développement d’un nouveau Capteur de Présence Humaine.

Le capteur est destiné à une utilisation dans des bâtiments tertiaires ou dans l’habitat privé.

Les applications visées vont de la gestion de l’énergie à l’aide au maintien à domicile.

Projet CAPTHOM

405/03/2008




Définition du Problème

Permettre un placement optimal des futurs capteurs développés.

Les caractéristiques du problème sont: Réaliser un placement pour des scènes intérieures Pouvoir fixer des degrés de priorité pour les zones à surveiller Éviter de couvrir certaines zones Résoudre le problème d’observation en disposant d’un nombre

limité de capteurs Résoudre le problème d’observation en disposant de zones de

placement accessibles limitées

505/03/2008




Méthode de Modélisation

Données disponibles: Géométrie de la scène Placement du mobilier Liste des capteurs utilisables Lieux d’implantation possibles Objectifs de couverture

Données attendues: Ensemble des capteurs retenus et leur placement Indicateurs sur l’efficacité de la solution

605/03/2008





Le problème précédant est un problème d’optimisation sous contraintes.

Les données précédentes sont exprimées numériquement pour obtenir un ensemble d’équations.

Le fruit de la recherche des algorithmes d’optimisation employés sera l’ensemble des capteurs retenus.

705/03/2008





Numérisation de la scène: La scène est représentée par un vecteur Chaque point de la scène est un élément du vecteur La scène est découpée en un nombre choisi de points Tous les éléments sont fixés à 0 Si un point appartient à une zone à surveiller l’élément est fixé à 1

805/03/2008





Si l’on veut graduer l’importance des zones à surveiller un deuxième vecteur indiquant cette importance est ajouté.

905/03/2008





Pour caractériser les capteurs il faut connaître leur zone efficace.

Cette zone est la zone dans laquelle le capteur peut fournir une information sur le flux auquel il est sensible.

La zone efficace est calculée par tracé de rayon La zone est ensuite numérisée comme la scène

1005/03/2008




Méthode de Modélisation00...0011..011

1105/03/2008





Ce procédé est réalisé pour chaque capteur et chaque position envisageable.

Les vecteurs décrivant le comportement de chaque capteur sont concaténés dans une matrice.

Pour appréhender la fiabilité des capteurs, il est possible de calculer un second vecteur pour chacun d’eux. Dans ce vecteur, on indique la fiabilité de la mesure au point considéré.

Pour représenter le comportement d’un réseau de capteur, il suffit de multiplier la matrice par un vecteur de sélection des capteurs.

1205/03/2008





Une fonction coût est créée pour évaluer chaque réseau. Cette fonction coût permet de calculer le prix global du

matériel engagé, ainsi que la consommation énergétique de la solution.

C’est cette fonction que l’on minimise tout en vérifiant l’efficacité du réseau par rapport à la mission confiée.

1305/03/2008





1405/03/2008




Premiers résultats

1505/03/2008




Utilisation d’Algorithmes Génétiques

L’usage d’algorithmes génétiques est justifié dans notre cas par: La nécessité d’optimiser des objectifs hétérogènes. (coût,

couverture, redondance des capteurs, fiabilité du réseau) La nécessité de prendre en compte des contraintes hétérogènes.

(zone à observer, éviter, placement restreint, coût maximal) Les algorithmes génétiques permettent de trouver des

solutions plus réalistes et prenant en compte des contraintes plus complexes.

Nous avons en particulier exprimé le fait qu’un capteur ne doit être ajouté au réseau que si il apporte une quantité suffisante de nouvelles informations.

1605/03/2008




Utilisation d’Algorithmes Génétiques Exemple de fonction de coût utilisée:

val 0for i=0..NbPoint

if Scene ( i ) > 0if (A x)( i ) ≥ Scene ( i )

val val + 100 / sum(Scene ) if (A x)( i ) < 0

val val – 100

if sum( x ) > MaxSens val val – 100

val val + Cov ( NbSens – sum( x ) )

1705/03/2008




Cas d’Étude

1805/03/2008




Cas d’Étude

1905/03/2008




Cas d’Étude

2005/03/2008




Conclusion

Première solution pour l’optimisation du placement de réseau de capteur.

Grande souplesse dans les contraintes et objectifs.

Adaptation à des solutions multi capteurs de technologies différentes.

Utilisable pour l’implantation des futurs capteurs développés dans CAPTHOM.

2105/03/2008




Travaux futurs

Passer à une représentation 3D. Ajouter les zones de perturbations dans la

description de la scène. Réaliser des tests de performances par rapport

à un scénario donné. Intégrer aux résultats l’apport de politiques de

fusion de données. Évaluer la fiabilité du réseau par rapport aux

missions (ex: simulation de perte de capteurs)

2205/03/2008




Remerciements

Nous tenons à remercier les partenaires du projet Capthom. Ce travail a été réalisé avec le soutien financier de la Région Centre, des collectivités locales et du Ministère de l’Industrie dans le cadre du projet Capthom du pole S2E2, www.s2e2.fr.

2305/03/2008




colloque capteurs 2008 bourges 05/03/2008 1 placement de réseau de capteurs pour lobservation de...

Documents