Posts tagged "capteurs"

Toward a Data Lake

Context Presentation

neOCampus is a large operation with different kinds of projects and actors. Started in 2013, its goal is to improve the university campus user’s everyday life through data analysis for people, fluid consummation reduction, reduce building environmental footprint, etc.… Overall, it tends to make the campus smarter. All those projects have one common point: data. Including images, sensor logs, administrative data, configurations, we can find every kind of data and each must be stored somewhere.

This project is centered around this problem with a data management system architecture which is the data lake.The conception of this kind of solution must include handling every kind of data and making it possible to follow the life of a data from the input to the usage in a project. It does not only have to store every kind of data, it is needed to know what is stored, where and in the proper format to use it in the easiest way. When a new data has arrived, the system will automatically rawly store it, find the more valuable format, extract information from this data and make this knowledge available for any purpose.

datalake - Vincent-Nam Dang

 Keywords

Data Lake, Data Driven Project, Big Data, Data Management, Data Analysis

Scientific goal

•    To develop a datalake architecture to change the architecture of the data management system in neOCampus.

Contacts

dang.vincentnam@gmail.com, françois.thiebolt@irit.fr, olivier.teste@irit.fr

Embedded Multi Gas Sensors for Indoor Air Quality Monitoring

Context Presentation

The measurement of indoor air quality is important for health protection against chemical and gaseous pollutants ... The indoor air can contain many pollutants such as CO, CO2, NO2 and VOCs. These pollutants exist in different materials and products that can be used in housing (furniture, cleaners ...), but can be also coming from human activities or outside source. In this case, the detection, measurement and monitoring of these gazeuse contaminants is necessary.

In view of its high performance and low cost, the innovative gas multi-sensor based on metal oxides semiconductors for analyzing and controlling indoor air quality is a good alternative to electrochemical and infrared sensors. This project is currently in progress in LAAS in collaboration with the LCC and Laplace and as part of a thesis funded by neOCampus and the Occitanie region.

This thesis focuses on the characterization of multiple MOX-based gas sensors and integrates these multi-sensors in electronic card to achieve a connected object to control the indoor air quality in offices and classrooms in University Paul Sabatier in Toulouse. The gas multi-sensor is a microsystem composed by four sensors on a microchip, realized to detect target gases.  

NEOC - SENDI Aymen

Keywords

Multi-sensors, MOS, Indoor Air Quality, Smart Building, neOCampus

Scientific goals

•    To characterize new nanomaterials (SnO2, CuO, ZnO, WO3 ...) designed by the LCC by using an experimental set-up,

•    To define an operating protocol by trying different operating modes.

Contacts

aymen.sendi@live.fr, menini@laas.fr, pierre.fau@lcc-toulouse.fr, katia.fajerwerg@univ-tlse3.fr, myrtil.kahn@lcc-toulouse.fr, vincent.bley@laplace.univ-tlse.fr

Soutenance de Thèse de Hamdi Ben Hamadou

Le 02/10/2019, Hamdi BEN HAMADOU soutiendra sa thèse intitulée :

"Interrogation de données hétérogènes dans les bases de données orientées documents"

Il présentera ses travaux à 14h dans l'auditorium de l'IRIT.

Embedded Multi Gas Sensors for Monitoring Indoor Air Quality

Context Presentation

The measurement of indoor air quality is important for health protection against chemical and gaseous pollutants ... The indoor air can contain many pollutants such as CO, CO2, NO2 and VOCs. These pollutants exist in differents materials and products that can be used in housing (furniture, cleaners ...), but can be also comming from human activities or outside source. In this case, the detection, measurement and monitoring of these gazeuse contaminants is necessary.In view of its high performance and low cost, the innovative gas multi-sensor based on metal oxides semiconductors for analyzing and controlling indoor air quality is a good alternative to electrochemical and infrared sensors. This project is currently in progress in LAAS in collaboration with the LCC and Laplace and as part of a thesis funded by neOCampus and the Occitanie region. This thesis focuses on the characterization of multiple MOX-based gas sensors and integrates these multi-sensors in electronic card to achieve a connected object to control the indoor air quality in offices and classrooms in University Paul Sabatier in Toulouse

 

S1P8

  Figure 1 : « MOX gas Multi-sensors»

 

 

Scientific Goals

The gas multi-sensor is a microsystem composed by four sensors on a microchip, realized to detect target gases. The scientific objective of this thesis is to characterize new nanomaterials (SnO2, CuO, ZnO, WO3 ...) designed by the LCC by using an exprimental set-up and to define an operating protocol by trying differents operationg modes.

Keywords

Multi-sensors,  MOS, Indoor Air Quality, Smart building, neOCampus

Contacts

aymen.sendi@laas.fr

menini@laas.fr

pierre.fau@lcc-toulouse.fr

katia.fajerwerg@univ-tlse3.fr

myrtil.kahn@lcc-toulouse.fr

vincent.bley@laplace.univ-tlse.fr

 

Analyse du mouvement humain : départ d’un sprint

L’UPS lance la construction d’une nouvelle piste d’athlétisme et souhaite consacrer une partie du budget pour l’installation de dispositifs de mesure sur celle-ci dans le but de recueillir des informations. Par exemple, on souhaite mesurer le temps d’appui d'un pied sur le sol, les mouvements, trajectoires, vitesses ou accélérations de certaines parties du corps, le temps de réalisation d’une foulée, etc.

Jusqu’à maintenant on utilise un système VICON pour réaliser des mesures précises, mais le système est coûteux et long à mettre en place. L’objectif ici est d’étudier des moyens peu onéreux et simples d’utilisation permettant d’effectuer différentes mesures, et notamment évaluer les limites matérielles et logicielles. 

On s’intéresse donc à un dispositif capable d’extraire des informations pertinentes pour l’analyse du mouvement (par exemple la détection du squelette), que l’on expérimente en l’appliquant au cas des premières foulées d’un sprint en athlétisme.

S4P5

Exemple de squelette détecté sur un sujet en sprint

Objectifs scientifiques

Les objectifs du stage sont :

Étudier différents dispositifs (caméra Kinect, caméras vidéo)

Étudier différentes bibliothèques de détection du squelette

Étudier la mesure automatique de foulées au départ d’un sprint.

Contacts

alexandre.lemonnier@irit.fr, collet@irit.fr

Etude comparative Mocap (Motion Capture) vs Kinect de la performance en sprint in situ.

L’analyse du mouvement humain a pour but de comprendre les causes et les conséquences du mouvement. L’analyse cinématique de la course y occupe une large place, notamment en sprint, afin de comprendre les mécanismes sous-jacents à la création de la vitesse. Une meilleure compréhension de ces mécanismes peut ainsi rentrer dans une démarche d’optimisation de la performance. En effet, il existe en sprint des paramètres déterminants qui différencient les athlètes de niveau élite aux athlètes de niveau national (sans forcément parler de performance au 100m) : centre de masse, temps de contact, foulée, etc. C’est la quantification fidèle de ces paramètres qui constitue la base de la préparation d’un athlète. C’est la raison pour laquelle, dans le cadre de la construction d’une piste d’athlétisme  connectée, l’insertion d’un outil permettant d’effectuer ces mesures paraît essentiel.

S4P4S4P4bisS4P4ter

Objectifs scientifiques

Les objectifs de l’expérimentation sont :

 Mettre en place un protocole visant à comparer deux systèmes d’analyse du mouvement

 Etudier la capacité de ces systèmes à quantifier la performance en sprint

 Quantifier les facteurs déterminants de la performance en sprint

Contacts

szeronia@laas.fr, bruno.watier@laas.fr

 

Projet APIcampus : Ruches connectées

APIcampus est un projet interdisciplinaire impliquant des chercheurs en comportement animal (CRCA), en informatique (IRIT) et en électronique (LAAS). Ce projet vise à étudier le rôle des agents environnementaux stressants (ex : polluants, malnutrition, pesticides, parasites et pathogènes) sur la santé des abeilles. Dans le cadre de ce stage nous instrumentons cinq ruches avec des capteurs numériques pour enregistrer des paramètres internes et externes à la ruche. Les ruches sont déjà équipées de différents systèmes de mesure pour le poids, la température, l’humidité, l’acoustique, la luminosité et le vent. Notre mission est de développer deux systèmes de mesure de polluant, un pour l’air ambiant extérieur du rucher et un dans chaque ruche pour avoir une idée sur où les abeilles sont allées récolter le pollen. Il y aura également une caméra thermique pour localiser le couvain (œufs et larves) et un système de comptage à l’entrée de la ruche pour déterminer le nombre d’entrées et de sorties par les butineuses. Pour ce faire, nous avons mis en place des clapets qui laissent passer les abeilles dans un sens unique et qui bloquent complètement les prédateurs comme les frelons et les lézards.

S3P5

Objectifs scientifiques

Les ruches connectées permettront de :

 Identifier les combinaisons de facteurs environnementaux influençant la santé des colonies.

 Etudier les effets de ces facteurs sur la cognition des abeilles.

 Développer des outils de diagnostic et de prévision pour améliorer les pratiques des apiculteurs.

Contacts

apicampus.contact@univ-tlse3.fr

 

Approches centrées sur les données pour les réseaux de capteurs.

La multiplication des appareils sans fil et l'évolution de la demande des services de distribution de contenus ont motivé le développement d'approches centrées sur les données. Le Content-Centric Networking (CCN) est une approche centrée sur les contenus permettant de récupérer les données sans faire référence à leurs emplacements. Le CCN appliqué au réseau de capteurs sans fil soulève certaines problématiques liées aux limitations de ce type d'environnement comme la transmission par inondation et le manque d’espace mémoire dans les capteurs. CCN permet la mise en cache des contenus pour réduire la congestion et améliorer la qualité de service du réseau.

S3P1

Figure 1 : « Réseau de capteurs fondé sur CCN pour un smart campus ».

Objectifs scientifiques

Les objectifs de la thèse sont :

 Appliquer le CCN dans les réseaux de capteurs et tirer profit de ses caractéristiques.

 Proposer une approche de mise à jour des contenus dans CCN pour capteurs.

 Optimiser la stratégie de diffusion des intérêts utilisateurs.

 Réduire la consommation d’énergie et maximiser la durée de vie du réseau.

 Optimiser le placement des contenus afin d'améliorer les performances du réseau.

Contacts

ghada.jaber@irit.fr, rahim.kacimi@irit.fr, thierry.gayraud@laas.fr

 

neOSensor | is there NOISE in my BU ?

Ces capteurs trouvent leur origine 2 ans plus tôt lorsque notre bibliothèque universitaire  nous a demandé s’il était possible de détecter la présence de bruit en un lieu et de faire remonter cette information rapidement. Après une première preuve de concept, nous avons décidé d’ajouter la mesure de paramètres ambiants tels que la luminosité et la température et d’intégrer ces nouveaux capteurs au réseau IoT neOCampus. Aujourd’hui ces capteurs très abordables (#15€) ont commencé à être déployés de manière opérationnelle et associés à une interface de consultation sur :

https://visu:visu@affluencesocampus.univ-tlse3.fr/#/dashboard

S2P12

Figure 1 : « la plateforme neOSensor à la BU Sciences »

Objectifs scientifiques

Les données issues des capteurs ne sont pas captives de neOCampus et ne transitent pas par des réseaux tiers. Les mises à jour de firmware se font automatiquement via le réseau WiFi. Ils ne sont pas autonomes en énergie et consomment environ 0,4w. La phase d’industrialisation fera certainement baisser le prix. Proposé en option, un module infra-rouge pourra signaler une présence. Par ailleurs, une mesure de la qualité de l’air (CO2, poussières, hygrométrie …) sera proposée. Enfin, la présence d’un nouveau capteur est immédiatement prise en charge par l’interface WEB sans nécessiter d’action utilisateur.

 

Contacts

étudiants : Mahmoud Morsy, Zhenyu BAI

Dr THIEBOLT François thiebolt@irit.fr

 

 

Multi-capteurs de gaz communicant pour le bâtiment intelligent

La mesure de la qualité de l'air intérieur est importante pour la protection de la santé contre les polluants chimiques, gazeux ... En effet, l'air intérieur peut contenir plusieurs polluants tels que les CO, CO2, COVs. Ces polluants existent dans plusieurs matériaux et produits utilisables dans les logements (les meubles, nettoyants...), mais peuvent aussi être issus des activités humaines. Dans ce cas, la détection, la mesure et la surveillance de ces polluants sont nécessaires. Au vue de ses performances  élevées et son faible coût, le multi-capteur de gaz innovant pour l'analyse et le contrôle de la qualité d'air intérieur est une bonne alternative aux capteurs  électrochimiques et infrarouges. Ce projet est en cours de réalisation au sein du LAAS en collaboration avec le LCC et Laplace dans le cadre d’une thèse financée par neOCampus et la région Occitanie. Cette thèse porte essentiellement sur la caractérisation des multi-capteurs de gaz à base MOX et d’intégrer ces multi-capteurs dans son environnement électronique pour réaliser un objet connecté afin de contrôler la qualité de l'air intérieur dans les bureaux et les salles d'enseignements de l’université Paul Sabatier.

S1P8

Figure 1 : « Multi-capteurs du gaz à base des oxydes métalliques»

 

Objectifs scientifiques

Le multi-capteur de gaz est un microsystème composé, de quatre capteurs sur une micro puce, destiné à détecter des gaz cibles. L'objectif scientifique de cette thèse est de caractériser des nouveaux nanomatériaux (SnO2, CuO, ZnO) conçus par le LCC en utilisant un banc de caractérisation afin de définir un protocole de fonctionnement  et d'analyse des données en choisissant un profil optimal de détection des gaz cibles en utilisant différentes modes de fonctionnement.

 

Contacts

aymen.sendi@laas.fr, menini@laas.fr, pierre.fau@lcc-toulouse.fr, katia.fajerwerg@univ-tlse3.fr

myrtil.kahn@lcc-toulouse.fr, vincent.bley@laplace.univ-tlse.fr

 

Back to Top