Architecture d’un reseau sans fil exploitant lamobilite pour la tracabilite et la localisation

Chakib Baouche, Antonio Freitas et Michel MissonLIMOS-CNRS,Equipe Reseaux et Protocoles, Universite Blaise Pascal

B.P. 86, 63172 AUBIERE CEDEX, France{baouche, freitas, misson}@sancy.univ-bpclermont.fr

Resume—La localisation est le moyen par lequel une entiteprend concience de sa position geographique, qu’elle soitabsolue ou relative a des balises par exemple. La tracabiliteest une technique pour controler ou reconstituer le parcoursd’entit es mobiles. Quand il s’agit d’applications d’interieurou en milieux confines ces deux objectifs sont difficilementr ealisables par des dispositifs de type GPS. Cet article presentel’architecture d’un r eseau de capteurs sans fil qui utilise lecolportage d’informations pour les centraliser en un point decollecte afin de realiser a posteriori la localisation et l’historiquedes deplacements des entites mobiles. Notre demarche desimulation est presentee, elle s’appuie sur une metrique utilis eepour evaluer la precision d’une telle methode de localisation.

Mots-cles—WSN, Tracabilite, Localisation, Mobilite, Tracking.

I. I NTRODUCTION

Les reseaux de capteurs viennent au secours del’environnement et de l’industrie grace aux recentsdeveloppements realises dans le domaine des technologiessans fil (Wireless). Ils representent aujourd’hui une solutioncredible quand il s’agit d’observer et de controler desphenomenes physiques tels que la temperature, la pressionou encore la luminosite pour des applications nombreuses etdiverses.

Cet article s’inscrit dans une thematique de recherche ayantpour objectif de proposer un modele generique de reseauxsans fil sans infrastructure, dits ad-hoc, pour des applicationsde tracabilite et de localisation. Ce modele s’appuie sur latechnologie des reseaux de capteurs sans fil(WSN WirelessSensor Network)et exploite la mobilite dans ce type dereseaux. Les stations qui se deplacent ont la possibilit´ed’entrer en contact entre elles ou avec des stations fixes, derecolter, d’echanger voire de colporter des informations.

Une autre particularite de notre theme est qu’il s’adressea des applications dites tolerantes au delais(DTN, DelayTolerant Network) [1] pour lesquelles la latence ou lafraıcheur de l’information ne sont pas critiques. Les domainesconcernes par cette thematique sont de trois types. D’abord,dans un contexte medical ou le suivi de l’activite des soinspeut donner lieu a des applications pouvant reconstituer leparcours de personnes ou de materiel susceptibles d’etreagent contaminant [2]. Une autre exploitation de ce theme estla localisation de personnes et de materiel dans des milieux

industriels comme une galerie miniere [3]. De meme, lesuivi d’un processus biologique ou environnemental peutetre envisage : l’etude des deplacements d’especes animales[4], par exemple. Enfin, dans un cadre social, l’evaluationde l’attractivite d’une exposition, d’un salon, d’un parcoursdans un lieu public servira pour des applications d’analysedu comportement des visiteurs [5].

Si l’on se place dans le domaine de la localisation pour lesreseaux sans fil, de nombreuses methodes ont ete propos´eeset developpees. La plupart se basent sur le systeme degeolocalisationGPS (Global Positioning System)[6]. Notreapproche se distingue de ces methodes de localisation parle fait qu’elle est independante des systemes GPS, ce qui larend utilisable meme dans des environnements d’interieuret/ou confines.

L’article est structure comme suit. Un etat de l’art sur lalocalisation et sur les differents domaines d’applications visespar cette proposition est presente dans la prochaine section.L’architecture de notre proposition fait l’objet de la partie 3.Enfin, dans la partie 4, la demarche de simulation retenuepour notre solution sera accompagnee de premiers resultats.La partie 5 nous permet de tirer les premieres conclusions decette approche et de presenter nos perspectives.

II. ETAT DE L’ ART

A. Contexte de l’etude

Les avancees technologiques recentes ont vu l’avenementde nouveaux petits dispositifs capables a la fois de fournir descommunications sans fil et une capacite de traitement local. Ilsse caracterisent par un faible cout et une faible consommation.De tels dispositifs sont utilises dans le developpement decapteurs sans fil qui collaborent de maniere distribuee pourrealiser une application, comme la surveillance de l’evolutiond’un processus naturel tel que le vieillissement d’un pont parexemple.

Chaque capteur ou nœud est limite par sa capacite de calculet de stockage de l’information. Ainsi un reseau de capteurssans fil peut etre vu comme une collection de capteurs quicoordonnent leur action via des liens radio pour effectuerune tache specifique. Les communications radio representent

generalement la source principale de consommation d’energie.

B. Les principales applications des reseaux de capteurs sansfil

Les reseaux de capteurs ont une variete d’applications,parmi lesquelles on peut citer le controle environnementalpour sa multitude de facettes : pollution des sols, qualitede l’eau, detection d’une activite sismique ou volcanique,surveillance des courants, des vents...

Nous presentons ici une breve classification non exhaustive.

1) Domaine medical : Les reseaux de capteurs sans fil ontun impact sur de larges applications medicales. Ces dispositifspeuvent etre utilises pour mesurer de maniere continue,entemps reel, des signes vitaux essentiels d’un grand nombrede patients et relayer ces donnees a d’autres dispositifsmis adisposition d’un personnel medical.

Ainsi, les reseaux de capteurs ameliorent considerablementla rapidite des interventions pour des premiers soins urgents.Une telle approche a des avantages pour les soins des patientsmais souleve des defis en termes de fiabilite et de complexite.Des compagnies telle que [7] ont developpe des solutions desondes de signes vitaux basees sur la technologie Bluetooth,alors que d’autres [8] presentent un systeme detracking despatients dans un hopital. La figure 1 donne un exemple d’untel dispositif.

FIG. 1. Dispositif detracking de patient.

D’autres projets de recherche tentent de fournir dessolutions qui permettent un suivi continu des patients endehors de l’hopital [9]. Ces innovations sauveront desvies, amelioront la recherche medicale et par consequentoptimiseront les couts des soins medicaux.

2) Domaine de l’ingenierie sociale : Un autre axe quiconcerne les reseaux de capteurs est l’ingenierie sociale. Cesujet de recherche englobe ce qui est appeleles visiteursdes mondes virtuels et reels du musee [5]. Il s’agit dans cecas d’etudier le comportement des visiteurs de musees et de

discuter de l’interet des technologies multimedia interactivesdans la conception de projets museologiques. La modelisationdu parcours effectue par le visiteur pourra repondre a desquestions qui se revelent utiles pour ce type de lieu de visite :combien de fois cette œuvre a ete contemplee? quel estl’emplacement le plus attractif pour une œuvre ?

3) Applications de localisation :La localisation est icile moyen par lequel les nœuds dans un reseau de capteursdeterminent leur position. En d’autres termes, la localisationest un mecanisme de decouverte de relations spatiales entreobjets.

Le processus de localisation peut etre decrit en deuxphases. La premiere consiste a estimer simplement la distancepar rapport aux autres noeuds a proximite en utilisant lescaracteristiques du signal recu. En second lieu, le nœud utiliseces estimations pour calculer son emplacement actuel [10].

Les applications visees dans les points precedents fontappel a la collecte d’informations relatives a des parcoursd’entites mobiles a l’interieur de batiments ou dans desmilieux confines. Ces applications font toutes reference a uneposition geographique.

Dans une activite miniere souterraine par exemple,la localisation des personnes ou des matieres dangereusesest un besoin fort, principalement dans un objectif de securite.

Repondre a ce besoin par l’usage de systemes depositionnement de type GPS [6] est impossible en milieusouterrain. Ces techniques basees sur la mesure descaracteristiques physiques de la propagation d’un signalelectromagnetique sont inoperantes a cause des proprietes dereflexion, de diffraction et d’absorption liees au milieuet a latopologie des parois de la galerie.

Une solution moins precise mais tres satisfaisante dans unmilieu confine est la localisation par zone ou par cellule.

C. Le concept data MULES

Un reseau de capteurs sans fil peut donc recouvrir unezone etendue et distante du site d’exploitation des mesuresrecoltees. Il faut donc rapatrier ces mesures si possibleavecun minimum d’infrastructure cablee. Des mobiles equip´esde modules communicants peuvent servir au rapatriement ensillonant la zone dans laquelle des capteurs sont positionnes.De telles stations mobiles sont alors appelees desMULEs(Mobile Ubiquitous LAN Extensions)[11] qui transportent desinformations jusqu’a un relais ou un centre de traitement.Lafigure 2 indique les differents niveaux qui correspondent `ala recolte des donnees, leur convoyage par des mules et leurcentralisation.

FIG. 2. Architecture trois tiers ditedata MULE.

III. N OTRE PROPOSITION

Notre contribution dans ce cadre de recherche consiste aproposer une solution generique de reseaux de capteurs sansfil basee sur des echanges de proche en proche de donneesaccumulees pendant les parcours des entites mobiles. Cesdonnees accumulees sont ensuite deversees en un ou plusieurspoints de collecte.

Cette approche est independante des technologies de typeGPS et s’inspire plutot du concept desdata MULEs[11] quenous venons de presenter.

L’information collectee peut etre complete ou partielleselon le parcours des entites mobiles et les contacts operesavec d’autres stations fixes ou mobiles.

A. Les constituants de l’architecture

Ces echanges de connaissances s’accomplissent durant uneperiode appelee “evenement de contact” durant laquelle lesentites sont a proximite les unes des autres. La quantit´e desinformations echangees, leur nature (fraıcheur, type,...) sontfonctions de l’application supportee par un tel reseau. Lesentites mobiles sont donc a meme de colporter les informationsqu’elles ont emmagasinees et de les communiquer a d’autresstations fixes ou mobiles avant de les deverser en un point decollecte. Ce point de collecte est un “puits d’information”quiva servir a alimenter une application de localisation capablede donner la derniere position connue par exemple.

Cette strategie d’echange necessite de definir trois types demodules :

– les mobiles : entites ayant la possibilite a la fois de sedeplacer suivant un parcours, d’echanger et de stockerdes donnees,

FIG. 3. Galerie miniere

– les balises : entites materialisees par des stations dis-posees a des emplacements strategiques, leur role est dediffuser periodiquement leur position et eventuellementde garder la trace des contacts etablis avec des entitesmobiles qui sont passees a proximite,

– le collecteur : entite souvent fixe jouant le role de depˆotde donnees pour les entites mobiles lors du passage aproximite.

Pour permettre la detection de la presence d’un voisin, lesmodules, quelque soit leur type, se signalent periodiquement.

Pour illustrer le fonctionnement de notre architecturenous allons definir un scenario faisant intervenir tous lesmodules definis auparavant dans lequel des mobiles sedeplacent et s’echangent leur connaissance selon un mod`elede deplacement propre a l’application simulee.

La figure 3 represente la partie d’une mine que nous allonsutiliser dans nos simulations.A l’entree, qui est aussi lasortie, le collecteur est mis en place de maniere systematique.Des balises sont disposees en differents points des galeries,les cellules (zones de couverture) qui leur correspondentsont representees en grise. Deux zones d’activites (Zone xet Zone y) sont localisees aux extremites des galeries. Lespoints symbolisent un personnel en pleine activite. Des entitesmobiles suivent au cours de la simulation des deplacementsdefinies dans des scenarios, certaines vont passer devantlecollecteur lors de leur sortie de la mine.

Un des interets majeurs que l’on peut mentionner sur lefonctionnement de notre architecture a travers cet exempleest qu’une entite pourra avoir une information sur la presenced’autres mobiles sans jamais les avoir rencontres. C’est cequi est presente dans la figure lorsque le mobileA croise lemobile B qui le renseigne sur l’activite du groupe travaillanten zoney.

La precision de notre proposition dependra evidemment deplusieurs parametres comme le nombre et la disposition des

ContactPr

Pmax

Pth

t2t1

t

Intervalle de garde

FIG. 4. Evenement de contact.

balises, la capacite de stockage des entites communicantes etla validite de l’information colportee. Dans la partie 4 de cetarticle concernant la simulation, nous reviendrons sur l’´etudede l’impact de ces facteurs sur la precision de la localisation.

B. Signalement etevenement de contact

Comme introduit precedemment, chaque entite se signalea des frequences regulieres. La bonne reception d’unetramedeclenche le commencement du contact qui se caracterisepar un debut, une duree, l’identite des partenaires, voire unepuissance maximale recue...

Lorsqu’un mobile traverse la zone de couverture d’unebalise et recoit une premiere trame, il note le debut del’evenement ainsi que l’intervalle de temps pendant lequel labalise est toujours visible. Il peut eventuellement adjoindrela puissance de reception des donnees qui pourra servir aevaluer la distance entre ces deux entites si les conditions depropagation le permettent.

La figure 4 represente cet evenement de contact, le seuil dereceptionPth represente la puissance minimale du signal recupour qu’une trame soit correctement interpretee.

La premiere etape de nos travaux sur cette thematiquea ete de faire l’analyse du comportement de la methoded’acces CSMA/CA par simulation et de determiner les limitesde notre solution dans un contexte d’activite miniere [3]. Ils’agit d’etudier l’impact de la frequence de signalementsur lenombre d’entites qui peuvent etre detectees dans une mˆemecellule.

C. Formalisation desechanges et synchronisation

Un contact est formalise de la maniere suivante :(X, Y )t1,t2,Pmax

, indique qu’une entiteX a rencontre uneautre entiteY entre les instantst1 et t2 avec une puissancemaximalePth. Dans le cas d’une application de localisation,le but est d’avoir la position la plus recente d’une entitemobile et dans le cas ou niX ni Y ne sont des balises, leur

position est evaluee en comparant l’historique de leur parcours.

Il apparaıt necessaire que tous ces evenements soientordonnances sur la meme echelle de temps.

Compte tenu de la faible capacite de calcul et de debitoffert par les stations d’un tel reseau, il est difficile d’assurerune synchronisation globale comme cela pourrait etre faitviades protocoles commeNTP (Network Time Protocol)dans unreseau de PC.

Les evenements de contact echanges lorsque deux stationssont a portee sont systematiquement dates avec l’horloge durecepteur. Pour ce faire, lors d’un contact entre deux entites,chaque partenaire prend en compte l’horloge de l’entite quilui fournit des informations (evenements de contact). Ilpeutalors en fonction du decalage des horloges observees, corrigerla date de ces evenements.

Il s’agit maintenant d’aborder la facon d’evaluer cetteapproche de localisation en estimant l’erreur entre la positionreelle d’un mobile et la derniere position connue par lecollecteur.

IV. SIMULATION ET R ESULTATS

Nos simulations ont ete realisees a l’aide de l’outil NS2[12] qui un est simulateur de reseaux oriente objet et a tempsdiscret.

Nous allons a present evaluer la precision de notre solutionde localisation en posant une metrique permettant de comparerles resultats fournis par le simulateur et les resultats reels surle positionnement des entites mobiles.

A. Conditions de simulation

Pour ce faire, nous reprenons d’abord la configurationdefinie dans la partie 3 ou dix entites mobiles se deplacentde maniere a accomplir des taches dans une mine. Chaquetravailleur est suppose passer par l’entree de la mine eteffectuer un parcours jusqu’a des zones d’activites (deux dansce cas : Zone x et Zone y).

Pour le modele de deplacement, nous avons definiquatre scenarios representant quatre taches que les mobileschoisissent de maniere aleatoire.

Six balises sont placees de maniere strategique pour etreen mesure de detecter tous les passages des mobiles. Lecollecteur est positionne a l’entree de la mine pour que lesmobiles puissent deverser les donnees collectees en fin deparcours. Dans cette premiere tentative d’evaluation denotreapproche, nous posons les hypotheses que seuls les mobilesse signalent selon des periodes regulieres de 100 ms (iln’y pas de communication entre ces mobiles). Les balisesne se signalent pas et ne font qu’enregistrer les passages

a proximite des entites mobiles. On suppose aussi que lecollecteur dispose d’une capacite suffisamment grande pourrecolter toutes les donnees deversees.

Apres un temps de simulation representatif qui corresponda la fin de toutes les activites des mobiles dans la galerie,unmobile particulier est charge de faire le tour (eventuellementincomplet) des balises pour recuperer toutes les donneesstockees. Il s’agit la d’unedata MULE [11].

Nous considerons comme reference la position(x, y) at-tribuee a chaque mobile par le simulateur. Si la distanceeuclidienne entre la position d’un mobile et celle d’une baliseest inferieure a la portee radio, ce mobile devrait etrevu parla balise.

Ces informations de reference different de la connaissanceaccumulee par le collecteur pour differentes raisons :

– des trames peuvent etres perdues car le medium estinstable,

– des rencontres ne sont pas faites a cause des scenarioschoisis,

– la capacite memoire des balises est sous dimensionnee,– les balises n’ont pas toutes ete visitees.Selon l’application, les scenarios et les capacites de stockage

des evenements de contact, la connaissance du collecteurdiffere de celle de reference donnee par le simulateur.

B. Estimation de la precision du resultat

Cette precision est estimee a partir de la metrique suivante :

Precision = 1

N

∑N

i=1WPi pour N mobiles.

WPi = −F si la derniere position du mobilei est fausse.F (false)peut etre une fonction de l’erreur de position.

WPi = +T si la derniere position du mobilei est juste.

Les exemples de resultats donnes dans cet article ont et´ecalcules pourF = 0 et T = 1, c’est donc un simple taux dereussite.

La connaissance du collecteur peut etre faussee si :– une balise n’a pas pu stocker toutes les informations

concernant les mobiles qu’elle a vu passer (capacitememoire limitee),

– le mobile particulier charge de collecter les informationsstockees n’a pas suivi le bon parcours (il a rate ou oublieune balise).

Ceci nous a conduit a centrer nos premieres simulations enprenant comme parametres :

– la taille de la memoire des balises (exprimee en nombred’evenements de contact),

– le nombre de balises visitees en fin d’exercice.

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5

Pre

cisi

on

Taille buffer (nb evenements de contact)

Toutes les balises visitees

FIG. 5. Precision en fonction de la taille du buffer.

0

20

40

60

80

100

0 20 40 60 80 100

Pre

cisi

on

Pourcentage de balise

Taille memoire des balises infinie

FIG. 6. Precision en fonction du nombre de balises visitees.

Une autre raison de perte d’information est que le nombrede balises (capteurs) a positionner est restreint du fait de leurcout de deploiement.

Dans le cas de la localisation, la strategie serait de garderl’information la plus recente.

Les figures 5 et 6 montrent l’impact de ces parametressur la precision de la localisation. La courbe 5 illustre laprecision de la localisation en faisant varier la capacit´e destockage des evenements dans chaque balise de 1 a 5. Onremarque sur cette courbe que meme avec une valeur de 5(evenements conserves) on se rapproche seulement des 80%de precisions. La figure 6 represente la precision de notresolution par rapport au pourcentage de balises visitees dansla galerie.

D’apres les resultats de simulation obtenus en faisantvarier ces deux parametres, nous pouvons voir l’importanceet l’impact de la capacite de stockage des balises ainsi quede leur nombre, sur l’erreur commise lors de notre processusde localisation. Il sera donc necessaire de definir sur quelscriteres une balise conserve ou stocke un evenement. Desfiltres sont a specifier en fonction de l’application.

Ces premieres simulations montrent que la demarcheretenue permet de faire un lien entre une detection deproximite et la pertinence d’une exploitation a posteriorid’informations centralisees par un collecteur.

Les differentes etapes evoquees ici vont faire l’objetd’untravail plus approfondi concernant le choix de trajectoire, lapossibilite d’echanges entre mobiles, ...

V. CONCLUSION ETPERSPECTIVE

Cet article presente une nouvelle maniere d’exploiter lamobilite des reseaux de capteurs pour la localisation d’entitesmobiles dans des environnements independants du systemeGPS. Pour ce faire, nous avons presente notre approched’echange et de colportage de connaissances des contacts.

Les premiers resultats de simulation ont montre quel’importance de la quantite d’informations conservees auniveau des balises et le nombre de ces dispositifs dans lereseau ont un impact sur la precision de la localisation desentites mobiles.

Nous disposons d’un cadre de travail qui, a partir d’unedetection de presence et de colportage d’informations, permetde construire une application repondant a des besoins delocalisation et de suivi. Ce cadre de travail doit etre ajustepour prendre en compte :

– la nature de l’application finale (controle d’un tempsd’exposition a un risque, taux d’occupation d’une sallelors d’une exposition, ...),

– pour la simulation, il est necessaire de disposer dela geometrie des lieux (taille des galeries, sens descirculations, ...) mais aussi des modeles de deplacementrealistes (le visiteur d’un musee ne se deplace pascomme un mineur).

Il faudrait aussi affiner l’evaluation de la recolte des in-formations permise par cette architecture en fonction desapplications en proposant des metriques qui tiennent comptede l’erreur de localisation par exemple.

REFERENCES

[1] D. Wick, “Delay tolerant networks in a nutshell,” Ph.D. dissertation,Institute of Computer Science and Applied Mathematics (IAM) –University of Bern, 2007.

[2] G. Chalhoub, A. Freitas, and M. Misson, “A novel approachforsimulating a bio-contamination process,” inBIODEVICES 2008, vol. 2,January 2008, p. 123–129.

[3] C. Baouche, A. Freitas, and M. Misson, “A wpan model to locate mobileentities in a mine gallery,” inICWCUCA, August 2008, pp. 183–187.

[4] P. Juang, H. Oki, Y. Wang, M. Martonosi, L. Peh, and D. Rubenstein,“Energy-efficient computing for wildlife tracking : Designtradeoffs andearly experiences with zebranet,” inASPLOS, San Jose, CA, vol. 36,October 2002, pp. 96 – 107.

[5] V. Uzunova, “Sociological modeling of the museum’s virtual reality,” inJournal des anthropologues, vol. no85-86, 2001, pp. 285–299.

[6] G. M. Djuknic and R. E. Richton, “Geolocation and Assisted GPS,”IEEE Computer, vol. 34, no. 2, pp. 123–125, 2001.

[7] Http ://www.nonin.com/.[8] Http ://www.radianse.com/.[9] D. Konstantas, V. Jones, and R. Herzog, “Mobihealth - innovative 2.5/3G

mobile services and applications for healthcare,” inProceedings of theEleventh Information Society Technologies (IST) Mobile and WirelessTelecommunications, 2002.

[10] A. Srinivasan and J. Wu, “A survey on secure localization in wirelesssensor networks,” inEncyclopedia of Wireless and Mobile Communica-tions, F. B, Ed. CRC Press, 2008.

[11] R. C. Shah, S. Roy, S. Jain, and W. Brunette, “Data mules :Modelinga three-tier architecture for sparse sensor networks,” inIPSN 2008 :Proceedings of the First IEEE Workshop on Sensor Network Protocolsand Applications. IEEE, 2003, pp. 30–41.

[12] http ://www.isi.edu/nsnam/ns/.