Posts tagged "données"

LoRaWAN pour la collecte des Relevés de compteurs

lora

L’opération neOCampus vise à doter le campus de l’Université d’une intelligence pervasive au service des utilisateurs. Pour cela, elle s’appuie sur un grand nombre de capteurs et effecteurs disséminés dans les bâtiments (e.g température, luminosité, volets roulants...) mais également en extérieur.

Pour permettre une analyse pertinente et représentative d’un environnement, il est important de disposer d’un grand nombre de capteurs: outre l’amélioration de la précision des applications et des modèles exploitants ces données, cela permet également de détecter les éventuelles anomalies de capteurs.

A ce jour, ce sont, pour l’essentiel, des capteurs filaires qui sont déployés dans neOCampus, majoritairement à base de modules Raspberry Pi et ESP8266. Néanmoins, il est des équipements pour lesquels la collecte de l’information ne peut tout simplement pas faire être envisagée via une liaison filaire: les compteurs d’eau ou encore les compteurs électriques situés dans des lieus dépourvus d’infrastructure réseau imposent la mise en œuvre de liaisons radio.

Mise en œuvre

La remontée d’informations par liaison sans fil à l’échelle d’un campus nécessite l’emploi de technologies de communications longue portée. Bien que très répandue dans le monde de l’IoT (i.e Internet Of Things), nous avons préféré l’emploi de la nouvelle technologie LoRa à SigFox. Outre une consommation maitrisée (max. 40mA) et une portée significative (15km LOS et 2 à 3km en milieu dense), la technologie LoRa autorise surtout le déploiement d’une infrastructure réseau propre. Ainsi, il n’est plus nécessaire de mettre en place une gestion des abonnements associés aux différents end-devices déployés sur le campus.

L’objectif de ces travaux est la réalisation d’un démonstrateur permettant à des compteurs électriques modbus (rs-485) une remontée d’informations vers la plateforme neOCampus via un réseau privé LoRa. Nous avons ainsi implémenté une passerelle modbus vers LoRa au moyen d’un Raspeberry PI 3 et d’un module Microchip RN2483. Ce dernier prend en charge toute la pile de protocole LoRaWAN et dispose d’une liaison série avec laquelle interagit le système hôte. Bien entendu cette solution est adaptable a tout type de compteurs ou tout type de données a transmettre, mais toujours en respectant la règle des 1% d’utilisation de la bande de fréquences.

Avec des centaines de compteurs électriques répartis sur le campus, la possibilité d’un suivi des consommations fluides en temps réel est un point clé pour des services tels que le SGE (Service Gestion et Exploitation du rectorat). L’infrastructure du réseau privée LoRa est à ce jour opérationnelle avec une première passerelle positionnée sur le toit de la BU Sciences et une seconde à la BU Santé pour une couverture allant bien au-delà du seul campus. Enfin une prochaine version compacte de cette passerelle modbus vers LoRa occupera dans un tableau électrique le même emplacement qu’un disjoncteur unipolaire.

Contacts

- Fernandes (IRIT) : Alexandre.Fernandes@irit.fr 

- Rahim Kacimi (IRIT) : Rahim.Kacimi@irit.fr 

- Francois Thiebolt (IRIT) : Francois.Thiebolt@irit.fr 

 

Conception de systèmes complexes à base de systèmes hétérogènes interopérables

Le nombre exponentiel d’appareils électroniques utilisés quotidiennement ainsi que leurs interactions entraîne le passage d’une vision de systèmes multifonctions utilisés indépendamment vers des systèmes réellement distribués et éparpillés dans l’environnement. L’hétérogénéité des composants constituant certains de ces systèmes conduit finalement à les qualifier de “complexes”. La difficulté d’avoir une bonne vision de l’ensemble de ces sous-systèmes et la probabilité d’erreur de conception importante amène à réfléchir sur la possibilité de spécifier le système global et vérifier la conception à l’aide de prototypes inter-dépendants simulés. Quand un système complexe nécessite l’emploi de différents composants spécifiés par différents concepteurs travaillant sur des domaines différents, ceci augmente fortement le nombre de prototypes virtuels. Ces différents composants ont malheureusement tendance à demeurer trop indépendants les uns des autres empêchant ainsi à la fois les différents concepteurs de collaborer et leurs systèmes d’être interconnectés en vue de remplir une ou plusieurs tâches qui ne pourraient pas être accomplies par l’un de ces elements seulement. Le besoin de communication et de coopération s’impose et pousse le/les concepteur(s) à les interopérer pour la mise en oeuvre d’une co-simulation encourageant le dialogue entre les disciplines et réduisant les erreurs, le coût et le temps de développement. On participera à la conception d’un système de co-simulation qui intègre différents outils de simulation-métiers basés sur la modélisation du comportement de dispositifs comme la simulation énergétique et la simulation d’usure de matériaux de construction au sein de la même plateforme

Objectifs scientifiques

Prendre en compte les notions d’architecture, de communication (entre les simulateurs ou avec les utilisateurs) et de visualisation pour définir les modèles d’architecture. L’analyse de l’architecture gérant l’interopérabilité (automatiquement ou en rajoutant des composants complémentaires) ainsi que la validation de cette architecture Le développement d’un outil de vérification de certaines propriétés de l’architecture, comme la cohérence la sémantique

Contacts

- Yassine MOTIE (IRIT-LAAS) : yassine.motie@irit.fr

- Alexandre Nketsa (LAAS) : alex@laas.fr

- Philippe Truillet (IRIT) :  philippe.truillet@irit.fr

 

Visualisation en ligne des données neOCampus

map_campusmap_salle

graphe

Les salles de cours du campus sont progressivement équipées de capteurs et effecteurs variés (température, humidité, luminosité, qualité de l’air, volets et luminaires pilotables, etc) afin de mieux comprendre les dynamiques des bâtiments et donc mieux les utiliser. Le site monitOCampus permet de monitorer ces données.

Ce site offre une visualisation multi-vue et multi-échelle des données issues des capteurs neOCampus, mises à jour en permanence. Ces données sont présentées sous forme géolocalisée, sous forme de courbes, ou de tableaux de données brutes. Plusieurs niveaux (campus, bâtiments, salles) sont disponibles pour chacune de ces formes. Il dispose d’un outil de filtrage et d’un outil de graphes à la demande. La navigation est facilité grâce à des bâtiments, salles et capteurs cliquables sur les vues cartes ainsi que des menus latéraux permanents.

Visitez www.neocampus.univ-tlse3.fr/monitocampus (accessible à la rentrée 2017).

Contacts

- Ludovic Burg (IRIT) : ludovic.burg@irit.fr

- Jérémy Boes (IRIT) : jeremy.boes@irit.fr

- Marie-Pierre Gleizes (IRIT) : marie-pierre.gleizes@irit.fr

 

Génération temps réel de modèles de systèmes complexes

ecu

La plupart des systèmes du monde réel sont des systèmes complexes. Ces systèmes sont caractérisés par des comportements non-linéaires et souvent non-prévisibles. Les systèmes ambiants, les réseaux, les milieux dans lesquels évoluent des robots ou des humains, sont tous des systèmes complexes. Mieux comprendre la dynamique de tels systèmes est donc un enjeu important, et cela peut passer par l’utilisation de simulations numériques. Cependant, la conception d’un modèle réaliste pour la simulation est difficile, dispendieux et sa validation peut prendre beaucoup de temps.

Objectifs scientifiques

Notre approche propose d’exploiter les données issues de l’observation du système complexe pour en générer automatiquement un modèle. Ces grandes masses de données sont les entrées d’un système multi-agent auto-adaptatif qui découvre automatiquement des corrélations simulant la dynamique complexe du système réel. Nous avons nommé ce système AMOEBA, pour Agnostic MOdEl Builder by self-Adaptation. AMOEBA est capable de généraliser, à fin de proposer des corrélations entre les données en entrée même dans des situations inédites. AMOEBA est également capable de s’auto-observer, permettant ainsi de détecter la présence de données inutiles, ou l’absence de données nécessaires à un bon apprentissage.

Contacts

- Julien Nigon (IRIT) : julien.nigon@irit.fr

- Marie-Pierre Gleizes (IRIT) : marie-pierre.gleizes@irit.fr

- Frédéric Migeon frederic.migeon@irit.fr

 

Modélisation et intégration de données de capteurs/compteurs pour faciliter la comparaison et l’analyse de données du SGE

Le SGE (Service Gestion Exploitation), de la Chancellerie des Universités à Toulouse, gère les données liées aux différentes installations en termes de fluides (énergie, eau, air comprimé) sur différents campus. Deux systèmes de gestion de ces données cohabitent, demandant des tâches lourdes et complexes de manipulations et d’extractions des données de différentes sources qui représentent environ 10000 points de comptage. Un des principaux problèmes est l’accès à un historique des données pour effectuer des comparaisons et des analyses. A ce jour, le système n’offre pas une gestion de l’historique supérieure à 6 mois et ne permet pas de croiser facilement des données de plusieurs capteurs/compteurs. C’est dans cette optique que le SGE a exprimé son besoin de mettre en place un système d’intégration des données complexes et volumineuses issues de ses systèmes de supervision METASYS et PcVue qui englobent les données opérationnelles du SGE ainsi que les historiques: une optique qui a pour but d’améliorer de façon significative le suivi du fonctionnement des capteurs/compteurs pour les exploitants et de bénéficier d’un processus de prise de décision qui facilite davantage les analyses et les comparaisons des données capteurs/compteurs selon différents critères et des selon plusieurs axes d’analyse.

Objectifs scientifiques

-Apporter des solutions pour la modélisation, le stockage et l’exploration des données générées par les capteurs/compteurs afin de pouvoir répondre à la variété des besoins et exigences d’accès et d’analyses des utilisateurs.

-Proposer une solution d’intégration de données dans une source unique et non volatile.

-Piloter la performance durable.

Notre ambition est de répondre aux besoins du SGE en utilisant les technologies liées aux bases de données, aux entreposages de données et à l’informatique décisionnelle. A ce jour, nous sommes arrivés à mettre en place une solution d’intégration des données dans une base de données SQL Server et notre objectif final est de mettre en place une solution BigData pour gérer le grand volume de données de son historique sur 10 ans.

Contacts

- Inès Ben Kraiem (IRIT) : Ines.Ben-Kraiem@irit.fr

- Olivier Teste (IRIT) : Olivier.Teste@irit.fr

- André Péninou (IRIT) : andre.peninou@irit.fr

- Hervé Cros (SGE) : herve.cros@ac-toulouse.fr

 

Refactorisation dynamique des mégadonnées pour l’optimisation des données de capteurs

Cette thèse a pour objectif d’apporter des solutions dynamiques pour la modélisation et l’exploration des données Big Data produites par des capteurs installés sur le campus de l’université Paul Sabatier dans le cadre du projet neOCampus. Les données générées par des capteurs de neOCampus possèdent les caractéristiques majeures des 4V (volume, variété, vélocité, véracité) inhérentes aux mégadonnées (« Big Data »). Le nombre de capteurs déployés en croissance constante produit un volume de données de plus en plus important. Les phénomènes mesurés sont multiples et de nature hétérogène: environnement (températures, luminosité, hydrométrie...), consommation de fluides (électricité,chauffage,...), capteurs d’états (position des ouvrants,...) et de présences (caméras, capteurs de passages,...). Ils engendrent une grande variété d’informations hétérogènes produites à des rythmes temporels de vélocité variable. Enfin, la véracité des données n’est pas toujours assurée ; des défauts de calibrage, des pannes sur les capteurs sont autant de causes à l’absence de données, ou pire, à la dégradation de la qualité des données brutes produites.

Objectifs scientifiques

L’objectif de la thèse est de développer de nouveaux modèles, méthodes et outils permettant la refactorisation et l’exploration des données hétérogènes produites par les capteurs de neOCampus. Si les systèmes NoSQL apportent des caractéristiques intéressantes au problème de stockage des mégadonnées, ces systèmes impliquent une dépendance entre le modèle de stockage et les traitements. Cet aspect est accentué dans des contextes où les traitements à réaliser (requêtes utilisateurs) ne sont pas connues lors de la production des données, et des contextes ou les besoins de traitement des utilisateurs varient dans le temps. Dans ce cadre, le but de la refactorisation est d’adapter (modifier) les différentes structures des données en fonction des traitements demandés. Nous allons étudier les problèmes de migration pyhsique d’une manière efficace des données stockées dans un système NoSQL distribué en clusters vers un autre système réputé mieux adapté aux traitements ciblés. Nous allons étudier aussi les problématiques dites intra-système NoSQL qui consiste à réorganiser automatiquement les données au sein du même système, avec ou sans duplication, de manière matérialisée ou virtualisée, tout en garantissant la cohérence des données. Actuellement, nous avons proposé un premier prototype intra-système dédié pour les systèmes NoSQL orientées documents qui gère des problèmes d’hétérogénéité structurelles. Avec ces mécanismes nous allons en particulier explorer la problématique de structuration de données tout en minimisant les coûts de traitements induits par les processus de traitements distribués « Map » / « Reduce ». Nous allons valider ces résultats scientifiques au travers de la réalisation d’un prototype logiciel servant de preuve de concept. Pour ce faire, nous allons employer des jeux de données synthétiques et des jeux de données réels produits par les capteurs de neOCampus.

Contacts

- Hamdi Ben Hamadou (IRIT) : hbenhama@irit.fr

- Olivier Teste (IRIT) : teste@irit.fr

- André Péninou (IRIT) : peninou@irit.fr

- Marie-Françoise Canut (IRIT) : canut@irit.fr

 

Approche CCN avec mise à jour proactive des contenus dans les réseaux de capteurs sans fil

1

Une architecture de réseau CCN est une approche alternative fondée sur un principe selon lequel un réseau de communication devrait permettre à un utilisateur de se concentrer sur les données dont il a besoin, plutôt que d’avoir à faire référence à un emplacement physique spécifique, d’où ces données doivent être récupérées. Elle permet la mise en cache des contenus pour réduire la congestion et améliorer le délai d’acheminement.

La durée de vie du contenu n’est pas prise en compte dans la dernière version de Content-Centric-Networking. Ainsi, dans ce travail, nous nous attachons à l’intégrer dans une architecture CCN pour les réseaux de capteurs et à montrer la pertinence de son exploitation.

 

Objectifs scientifiques

Nos objectifs de recherche sont multiples :

- Intégrer la notion de fraîcheur des données pour réaliser la satisfaction des utilisateurs.

- Comparer des approches réactives et proactives pour la mise à jour des contenus dans les caches.

- Réduire la consommation d’énergie des capteurs et maximiser la durée de vie du réseau.

- Optimiser le placement des contenus afin d’améliorer les performances du réseau.

 

Contacts

- Ghada JABER (IRIT-LAAS) : ghada.jaber@irit.fr

- Rahim KACIMI (IRIT) : kacimi@irit.fr

- Thierry GAYRAUD (LAAS) : gayraud@laas.fr

 

Déploiement d’un système de suivi des déplacements et de la pollution sur vélos pour la mise à disposition sécurisée de données atmosphériques.

Cette thèse s’inscrit dans le cadre du projet CLUE : Cycle-based Laboratory for Urban Evolution. Ce projet scientifique vise à équiper une partie des vélos évoluant dans le campus et dans Toulouse d’un ensemble de capteurs afin d’étudier les déplacements des usagers, mais aussi de profiter du réseau de capteurs mobiles ainsi déployé pour collecter des informations sur la pollution atmosphérique sur le campus et plus largement dans la ville.

Objectifs scientifiques

Plus particulièrement, l’objectif de cette thèse s’articule autour des points suivants :

• La collecte d’un jeu de données dans Toulouse (données de mobilité et mesure de polluants atmosphérique) - inexistant à ce jour - et sa mise à disposition.

• Le déploiement d’un noeud de collecte sans fil des informations, grâce à la technologie LoRa (longue portée, basse consommation d’énergie), et la sécurisation des données sensibles (localisation).

• La présentation des données aux différents acteurs/utilisateurs (chercheurs en aérologie, cyclistes, personnes en charge de l’aménagement du campus) :

– Système de contrôle d’accès aux données multi-roles

– Compromis protection de la vie privée/utilisabilité des données

• L’intégration de différents capteurs existants et tests en environnement réel, en particulier pour les capteurs “black carbon” et oxydes d’azote

• Le raffinement et la validation in situ des modèles de diffusion de polluants utilisés en aérologie

Contacts

- Christophe Bertero (LAAS) : christophe.bertero@laas.fr 

- Jean-François Léon (LA) : jean-francois.leon@aero.obs-mip.fr

- Matthieu Roy (LAAS) : matthieu.roy@laas.fr

- Gilles Tredan (LAAS) : gilles.tredan@laas.fr

 

Solution open-source pour la gestion technique de bâtiments (GTB)

 IMG_09271domoticz

Automate open-source pour interfacer des capteurs tertiaires et industriels avec une plate-forme IOT.

Les données collectées par cet automate open-source sont acheminées vers le serveur neOCampus selon le protocole MQTT.

A noter qu’il est possible d’exporter des données selon d’autres protocoles (HTTP, OM2M,…)

Basé sur des éléments off the shelves pour un coût très largement inférieur à une solution industrielle et une solution plus performante :

·         Capteurs CO2/hygrométrie/température

·         Capteurs luminosité/présence

·         Comptage énergie

Des boitiers ConcentratOr ont été installés dans plusieurs salles d’enseignements du campus.

Contacts

- Jeremy BOES  (IRIT) –   jeremy.boes@irit.fr

- Dr François THIEBOLT (IRIT) –  thiebolt@irit.fr

- Pr Marie-Pierre GLEIZES (IRIT) – gleizes@irit.fr

Back to Top