Projets neOCampus

ANR DATAZERO2
DATAZERO : data centers = energy providers

Porteur : Jean Marc Pierson
Durée : 42 mois
Partenaires : EATON Eaton Industries France SAS, Femto-ST Franche Comté Electronique, Mécanique,
Thermique et Optique- Sciences et Technologies, LAPLACE Laboratoire Plasma et Conversion d’Energie, UT3-
UPS Université Toulouse 3 Paul Sabatier – IRIT
Projet ANR
DataZero2 est un projet de recherche financé par l’ANR réunissant quatre partenaires : l’IRIT, le Laplace,
Fetmo-ST et EATON. L’objectif est d’étudier l’impact des incertitudes sur la gestion d’un datacenter alimenté
uniquement par énergies renouvelables (solaire, éolien) et utilisant du stockage énergétique (batteries, H2).
Ce projet, commencé en 2020, a mené au recrutement de plusieurs doctorants (un IRIT-Laplace, deux
IRIT-Femto-ST) et a mené à 5 publications en 2022 (par exemple dans un journal renommé Sustainable
Computing: Informatics and Systems, Elsevier). Ce projet a donné lieu à un grand nombre d’événements de
dissémination, autant dans des présentations invitées (ROADEF, conférence nationale COMPAS). Il a aussi
donné lieu à une publication dans le journal du CNRS.

Région recherche et société(s) ECOnect


Porteur : Laboratoire Ecologie Fonctionnelle et Environnement. (A. Elger)
Durée : 36 mois.
Partenaires : 6 Laboratoires : LEFE, IRIT, LAAS, SETE, CRCA, GEODE, 3 entreprises: BeeGuard, Select Design,
Adict Solutions.
Projet Région/FEDER.
ECOnect a pour objectif de développer des systèmes sentinelles fondés sur la réponse d’organismes
bio-indicateurs (végétaux aquatiques, abeilles domestiques et mésanges) face aux contaminations chimiques, à la dégradation des habitats et au réchauffement climatique.
Le projet ECOnect vise à comprendre par quels mécanismes les activités humaines contribuent à la
dégradation des écosystèmes. Pour cela, des systèmes sentinelles de l’environnement autonomes, connectés
et évolutifs permettant de mesurer la pollution présente dans l’eau, l’air ou les sols, ainsi que ses
conséquences sur des organismes bio-indicateurs, seront développés. De plus, des approches basées sur des mesures comportementales ou cognitives chez les animaux ainsi que l’utilisation d’éco-marqueurs seront
intégrées au sein des stations sentinelles. Ce suivi est une tâche difficile et chronophage, c’est pourquoi il est
nécessaire de l’automatiser. En plus des différents systèmes sentinelles, des systèmes de communication
entre les capteurs, de récupération à distance des données, et de gestion et de stockage du flux de données
seront développés.

Région recherche et société LightCampus

Porteur : Georges Zissis LAPLACE
Durée : 36 mois 2020 – 2022
Partenaires : Kawantech, IRIT,Laplace,SGE

Le projet LightCampus est une collaboration entre plusieurs parties, notamment Kawantech, Le Laplace, l’IRIT et le SGE, pour développer une solution de communication entre lampadaires. Le but est d’améliorer le confort et la sécurité des utilisateurs de la route en anticipant leur arrivée et en adaptant l’éclairage en conséquence. Un système adaptatif a été développé pour limiter les communications inutiles et permettre une gestion efficace de flottes importantes de lampadaires. La solution est également capable de s’adapter à des changements majeurs dans l’environnement, tels que la détection de pannes ou de modifications dans la topologie du réseau. Deux modèles GAMA ont été implémentés pour simuler les comportements des luminaires et des usagers, tandis que des données réelles ont été analysées pour améliorer la solution.

Porteur : Toulouse Métropole
Porteur des actions subventions : MP Gleizes
Durée : 10 ans Sep 2020 – Août 2030
Partenaires des actions subventions : UT3 ENAC CNRS et ONERA et Toulouse Métropole
Résumé :      Le programme Vilagil, porté par Toulouse Métropole, le Sicoval et le Pôle d’Equilibre Territorial et Rural Pays Portes de Gascogne, est un projet de décarbonation et de relance économique de l’agglomération toulousaine visant à faire émerger des solutions concrètes de mobilité et de non mobilité. Il a été retenu par l’État dans le cadre du programme Territoires d’Innovation et est opéré par la Caisse des Dépôts

PIA BTP et Usages du numérique

Porteur : Lycée polyvalent Le Garros
Durée : 10 ans
Date de début : juillet 2020
Partenaires : EPLE : Lycée polyvalent Le Garros, Lycée des métiers Aristide Bergès
Associations : BTP et usages du numérique, LabPlace, AIMCC EPSCP : INSA, Université Toulouse III Paul Sabatier (neOCampus, IRIT)
Organisme professionnel : Union Régionale des CAPEB
Type de projet : PIA

     Le Campus BTP a mis en place plusieurs initiatives pour favoriser l’utilisation des technologies numériques dans le secteur de la construction. Le bâtiment démonstrateur GEOTECH a été conçu avec des caractéristiques innovantes, telles qu’une paroi fusible permettant la caractérisation thermo-hydrique d’un élément de paroi. De plus, un audit énergétique a été réalisé sur le bâtiment avant sa rénovation, et un projet de rénovation a été défini.

Le Campus BTP a également mis en place des initiatives pour valoriser les données collectées sur le bâtiment GEOTECH, telles qu’un serveur commun pour collecter les données et la détection d’anomalies dans les flux de données. En outre, le campus a organisé des séminaires internationaux sur les campus connectés pour renforcer les relations internationales.

Dans le domaine de l’IA et du Big Data, le Campus BTP a effectué des travaux de fouille textuelle sur les publications scientifiques et les brevets pour identifier les tendances dans le secteur de la construction. Le clustering des chantiers a été réalisé pour classer les chantiers en fonction de leur niveau de nuisance, et la détection d’anomalies à partir de capteurs a été utilisée pour assurer la maintenance des flux d’énergie des bâtiments.

Ces initiatives démontrent l’importance croissante des technologies numériques dans le secteur de la construction et la nécessité pour les entreprises de se préparer à ces changements afin de rester compétitives dans un marché en évolution rapide.

Porteurs : MP Gleizes et G. Zissis
Durée : octobre 2020 – mars 2023 – 30 mois
Partenaires : FCUL – Lisboa, UBI – Covilhã, CTA – Sevilla, CIRCE – Zaragoza, UPM – Madrid, FUNSEAM –
Barcelona, Univ. de la Rochelle
Type de projet : INTEREG SUDOE

   Le projet Living Labs vise à contribuer à la transition écologique en créant un modèle générique de Living Lab pour les universités, adaptable aux entreprises. Des expérimentations technologiques seront testées et validées, telles que des dispositifs d’éclairage intelligents, des systèmes IoT pour la domotique, des couplages électriques/thermiques, des solutions pour la mobilité et des technologies pour l’eau et la biodiversité. Les travaux de l’UT3 comprennent la reproduction de dispositifs d’éclairage intelligents, la mise en place de systèmes IoT pour la domotique, l’étude des interactions complexes dans les réseaux énergétiques hybrides, l’observatoire de la mobilité et la conception d’un système de filtrage des eaux usées. La recherche sur ce dernier vise à réduire l’emprise au sol tout en améliorant la performance épuratoire grâce à une intervention d’organismes ingénieurs.

3SQAIR

Porteurs : Jocelyne Napoli et G. Zissis
Gestion de projet : Marion Claustre
Partenaires : ZubiGune fundazioa, Universidad del Pays Vasco, Ikerlan, Eraikune, Técnico Lisbo, Cerema,
Catie, Grease, Universidade de Coimbra
Type de projet : INTEREG SUDOE
   Le projet transfrontalier 3SQAIR, financé par Interreg SUDOE, vise à renforcer la recherche et l’innovation dans les secteurs spécifiques du SUDOE en assurant une qualité de l’air intérieur optimale dans les salles de classe. Le projet regroupe 10 partenaires de 3 pays différents, y compris 3 universités européennes, et se concentre sur la mise en œuvre de solutions innovantes, durables et intelligentes pour améliorer la qualité de l’air intérieur. Les aspects techniques et sociaux sont considérés, notamment le comportement des utilisateurs. Le projet établit une stratégie RIS3 garantissant la qualité de l’air dans les salles de classe, en fournissant un cadre méthodologique, des campagnes de sensibilisation et une plateforme web des meilleures pratiques. Il s’appuie sur des sites pilotes couvrant différents niveaux d’enseignement et intègre une solution IoT open-source pour une reproduction plus facile et moins chère. Le projet utilise également des méthodes innovantes pour mesurer le bien-être individuel des utilisateurs en relation avec la qualité de l’air intérieur.

PIA MTI Mobilité et Transports Intelligents

Durée : 10 ans
    Le projet est soutenu par des entreprises de rang mondial et des établissements de formation. Dans le cadre d’une initiative de l’INP ENSEEIHT, des élèves du Lycée Gallieni travaillent sur un projet de karting électrique pour apprendre la propulsion électrique, avec un don de VITESCO pour l’ensemble de la chaîne de propulsion électrique prévu au premier trimestre 2023. L’INP travaille également sur une maquette pédagogique intégrant une chaîne de propulsion complète pour la formation au niveau ingénieur. Un tricycle est en cours de conception à l’INSA pour créer une suite d’outils de simulation complète d’un environnement de mobilité. UT3 a pour objectif de concevoir un véhicule autonome open source et « plug and play » avec des élèves et des étudiants.
L’INSA-Toulouse a ouvert une salle de TP dédiée aux équipements des véhicules électriques, équipée de cibles HIL Spead Goat et utilisée pour des projets de modélisation multiphysique. Les étudiants travaillent sur le développement d’un ADAS de niveau 2 pour contrôler l’anti-basculement d’un véhicule étroit, avec l’implication de 3 enseignants-chercheurs.
L’INSA-Toulouse a ouvert une salle de TP dédiée aux équipements de véhicules électriques pour initier les étudiants à l’approche HIL et à la modélisation multiphysique.

PRRI autOCampus

Porteur : Rahim Kacimi
Durée : 36 mois
Date : juin 2021 – mai 2024
Partenaires : IRIT LAAS-CNRS GuideGNSS EasyMile Kawantech Orange SOBEN
Type de projet : PRRI région Occitanie

En 2022, nous avons travaillé sur la conception d’une infrastructure cyber-physique d’acquisition de données. Nous avons mené les études sur les différents équipements à déployer en interopérabilité. Pour cela,  nous avons :

  • identifié toutes les entités communicantes dans une cellule type du système,
  • caractérisé les unités d’acquisition graphiques (Lidars, Radars, Caméras) et les équipements de communications véhiculaires (OBU: véhicule et RSU: infrastructure routière),
  • choisi des protocoles et technologies de communication,
  • pris en compte l’interopérabilité entre l’infrastructure cyber-physique (Lampadaires, éléments d’infra routière, Capteurs, Caméras, …) et l’infrastructure de communication IoT/5G.

Nous avons aussi défini l’infrastructure de capteurs pour l’acquisition de données, cela consiste en la définition et la mise en place d’une infrastructure de capteurs hétérogènes permettant l’acquisition de données (optiques, LIDAR, localisation GPS/GNSS) pour une analyse fine de la mobilité sur le site de l’Université Toulouse III Paul Sabatier. L’objectif est la couverture fine des zones d’intersections du parcours préconisé pour les véhicules autonomes avec les contraintes d’implantation propres au site et en assurant des recoupements suffisants des champs de captation en vue de la fusion. Le résultat escompté est la génération des flux de données de capteurs sur l’infrastructure réseau développée pour le projet et le stockage de ces données sur le data lake de neOCampus.

Pour la gestion des véhicules sur le campus nous avons mis en place un centre de supervision. L’IRIT nous a attribué une salle que nous avons remise en état avec des travaux de peinture, de câblage,  nous avons acheté les écrans pour un mur d’écran et le serveur. Ce centre de supervision est aussi financé par le projet TIGA VILAGIL, l’équipe de recherche SMAC-IRIT et l’INSII CNRS.

Enfin une flotte de trois droïdes de TwinsWheel a été livrée en octobre 2022.

Projet européen ERASMUS INOW

Porteur : Université de Girone
Porteur neOCampus : Magali Gerino
Dates : début 15/01/2021 et fin  01/2024

Titre : INOWASIA – Development of innovative multilevel formation programmes for the new water leading professionals in South East Asia
Type de projet : Programme Cooperation for innovation and the exchange of good practices
Action : Capacity building in higher education
Thématiques : {« type »: »block », »srcClientIds »:[« 28fbae75-3063-48cb-b765-a3b1449f2481″], »srcRootClientId »: »15ee3489-dbff-4ac8-821e-58d8fcbdc9dd »}
– Gestion de l’eau, environnement, IoT, changement climatique, et campus
– Nouveaux programmes d’études/méthodes éducatives innovantes/développement de cours de formation,
– Apprentissage entrepreneurial/formation à l’entrepreneuriat.
– Réseau de WOLL connectés (Water Oriented Living Labs)
Objectif principal : Former une nouvelle génération de jeunes professionnels de l’eau d’Asie du Sud-Est ayant une formation solide et multidisciplinaire en gestion durable de l’eau, avec une vision globale des défis actuels et futurs du secteur mais avec une approche spécifique des demandes locales, et les compétences générales requises pour rejoindre et diriger le marché du secteur de l’eau.
Réalisation neOCampus : Apprentissage à l’IoT (Tutoriel de réalisation de capteurs (T° et conductivité)  et leur connexion au réseau LoRAWAN et WIFI) Mise en place d’un réseau de WOLL connectés pour l’enseignement, échange de données et exercices.
Sites web : https://inowasia.com/
https://www.univ-tlse3.fr/inow-asia
https://www.facebook.com/INOWASIA

 

TERRA FORMA

   Le projet TERRA FORMA vise à répondre aux défis posés par l’Anthropocène en développant une approche holistique à une échelle territoriale pertinente pour une recherche et une action territorialisées. Le projet prévoit la mise en place d’observatoires in-situ couplant les données des capteurs sur les dynamiques humaine, biotique et abiotique. Les observatoires seront équipés de capteurs intelligents, connectés, bas-coût, socialement intégrés et adaptés au terrain pour mesurer le comportement, le métabolisme et les trajectoires des SES. Le projet vise également à développer une infrastructure de communication modulable et économe en énergie pour traiter les observations générées par les capteurs et construire une boîte à outils pour assurer l’appropriation du matériel scientifique par les acteurs du territoire. Les observatoires de TERRA FORMA seront des points de convergence entre les communautés scientifiques et les acteurs pour répondre à la fois à des questions scientifiques fondamentales et à des demandes des gestionnaires. Le projet rassemble des scientifiques interdisciplinaires et s’appuie sur les infrastructures de recherche existantes pour renforcer les plates-formes expérimentales in situ et favoriser la collaboration internationale.

Projets avec MODIS

6 projets de mécénat ont été menés avec MODIS devenu AKKODIS
BIOM  :  Influence of biodiversity on water quality
sensOCampus :  application de management des objets connectés à l’échelle du campus et au-delà. Le principe  est de garder les objets les plus simples possibles et que leur spécialisation vienne d’une configuration chargée à partir de cette application sensOCampus. L’autre facette de cette application est le monitoring des objets connectés.
sensOCampus2 a pour objectif le management des objets connectés du campus. Ainsi, il va permettre la prise en compte, le suivi et la configuration d’autres types d’objets connectés s’appuyant sur d’autres types de réseau (e.g 5G, LoRaWAN etc).
Datalake : développement d’un data lake pour récolter, stocker et valoriser toutes les données tant en provenance de neOCampus que des bâtiments et services de l’université. L’objectif étant de briser les silos dans lesquels sont retenues captives ces données pour les mettre à disposition de tous à des fins de statistiques, IA etc, dans le respect des droits d’accès à ces données (i.e conventions).
HybridIoT ce projet comporte deux axes :
– Application mobile qui montre la carte, interroge les capteurs (physique ou virtuels) et envoie les informations sur le serveur (neocampus je suppose, faut que je discute avec françois pour la mise en place)
– Application côté serveur qui montre une carte en utilisant ArcGIS où sont marqués les capteurs/agents et reçoit les informations
Tracking PV : Mise en place du suivi des véhicules via techniques de tracking
IHM : Utilisation combinée d’une tablette tenue à 2 mains et d’une table interactive pour la saisie de commandes

INSI émergence : plateforme autOCampus

autOCampus : plateforme  d’expérimentations de la mobilité durable intelligente et du véhicule électrique, connecté et autonome
Porteurs :  Marie-Pierre Gleizes et Rahim Kacimi
Financeur : CNRS
Durée : 1 an
Résumé : autOCampus est une plateforme d’expérimentations sur le campus science de l’Université Toulouse III Paul Sabatier dédiée à  la mobilité intelligente et durable et notamment les véhicules connectés et autonomes « in vivo », c’est-à-dire dans un milieu semi-urbain dense comportant 36 000 usagers. Ce territoire se différencie d’autres territoires d’expérimentations par le fait qu’il est en milieu urbain contrôlé. Cette plateforme d’expérimentations est ouverte à des tests de différentes composantes technologiques, d’infrastructures et d’acceptabilité et a pour objectif d’accueillir les expérimentations de futurs projets socio-techniques collaboratifs, industriels et de recherche qui mutualisent matériels/logiciels/données/ scénarios. Dans le cadre de cet appel, nous allons accompagner les chercheurs pour la mise en œuvre de leurs expérimentations et œuvrer à la mise en place d’une salle de supervision et de récupération des données des expérimentations.

Défi WOC

Appel défis régionaux région Occitanie WOC : “Pertinence des solutions locales pour les enjeux du grand cycle de l’eau par analyses multi-échelle et intersectorielle au travers de la réutilisation des eaux”
Porteurs : O. BARRETEAU (ICIREWARD) et C. ALBASI  (LGC et GIS EAU TOULOUSE)
Avec un centrage sur l’analyse des réusages de l’eau en région, WOC vise à répondre aux défis des changements globaux, développer un savoir faire méthodologique, conception et analyse d’infrastructures (ex recharge de nappes), d’équipements (ex procédés membranaires, filtres plantés ) et d’institutions (ex PTGE) pour :
– Répondre à l’échelle locale aux contraintes des acteurs de l’eau
– Produire une évaluation des conséquences du recyclage de l’eau à l’échelle du grand bassin
– Analyser la capacité cumulée à répondre aux enjeux collectifs du grand cycle de l’eau
Pour répondre à ces questions WOC finance 4 projets structurants et 4 projets émergents qui doivent répondre aux 3 GRANDS AXES : 
– Quelle que soit l’échelle, renforcer les capacités de mesures ;
– Aider à la caractérisation des solutions de reuse
– Insertion dans l’environnement local
– Intégration des usages et des réusages dans le grand cycle de l’eau

Défi MIDOC septembre 2022 – septembre 2027

Défi Mobilités Intelligentes et Durables en OCcitanie : Premier terrain d’innovations et d’expérimentations en simulation et en réel de la mobilité intelligente et durable sur terre, mer et ciel

62 chercheurs intéressés appartenant à 19 laboratoires :  
CDA CEREMA CLLE ENAC EPSYLON ICA IES IRIT ISAE-SUPAERO LAAS-CNRS LAGAM LAPLACE LERASS LIRMM LISST LMDC MSHST ONERA TBS

Nos recherches ont pour but de proposer des solutions innovantes de mobilité, plus écologiques et inclusives, faisant de la région Occitanie un territoire d’excellence et une vitrine sur la mobilité intelligente et durable.
Au sein de ce défi, nos principaux objectifs sont de :

  1. Développer des recherches d’excellences concernant d’une part le véhicule autonome, acceptable et connecté et d’autre part les services de mobilité durables et centrés utilisateurs. Nous travaillerons à une reconnaissance internationale de nos travaux au travers de nos publications et de nos collaborations à l’international avec des laboratoires de premier plan.
  2. Favoriser l’innovation scientifique en lien avec les entreprises régionales sur la mobilité et les services de transport.
  3. Valoriser et enrichir les plateformes et terrains d’expérimentations.
  4. Renforcer les synergies entre les différents groupes de recherche et bénéficier de l’interdisciplinarité au sein de nos recherches.
  5. Renforcer les synergies entre les chercheurs et les industriels (notamment les PME- TPE de la région).
  6. Structurer la communauté scientifique pour que nos activités en lien avec la mobilité intelligente et durable soient complètement intégrées et incontournables.

Conditions for human acceptability of the cooperation with an autonomous self-adaptive driving system

CLLE, IRIT  – Toulouse University
Keywords
driving automation, discomfort, drivenger, passenger, scenario

Although it is key to improving acceptability, there is sparse scientific literature on the experience of humans as passengers in partially automated cars. The first study introduced investigated the influence of road type, weather conditions, traffic congestion level, vehicle speed, and human factors (e.g., trust in automated cars) on passenger comfort in an automated car classified as Level 3 according to the Society of Automotive Engineers (SAE). Results showed that comfort was negatively affected by driving in downtown (vs. highway), heavy rain, and congested traffic. Interaction analyses showed that reducing the speed of the vehicle improved comfort in these two last conditions. Results also showed that the most comfortable participants had the higher level of trust in automated cars. This study suggests that optimizing comfort in automated cars should take account of both driving conditions and human profiles. Hence a personalization approach should be favored over a one-for-all.Hence, in a second study, we will investigate the benefits of adapting the behavior of the automated car to the user in a driving simulator experiment. In other words, we will investigate the influence of automated driving style familiarity on automated cars acceptability and take-over performance.


Scientific goal
Improving scientific knowledge in cognitive psychology and ergonomics regarding the interaction between human and automated cars.

Contacts
maxime.delmas_at_univ-tlse2.fr, valerie.camps_at_irit.fr, celine.lemercier_at_univ-tlse2.fr

 

An Extension of a Predictive Model for Mixed Reality

IRIT, ENAC – Toulouse University
Keywords Predictive Model, Human-Computer Interaction, Mixed Reality
      Mixed Reality has taken off again with the arrival of Head-Mounted Displays. Moreover, mixed reality enables long-term user engagement with the IoT. Nevertheless, the design of a usable system requires many iterations between conception, implementation and evaluation. The use of a predictive model allows usability problems to be detected before implementation. In this project, our predictive model can model the completion time for pointing, validation and selection. First, we defined five new operators. Next, we have computed the unit time for each newly introduced operators. Then, we have consolidated our model through three user studies.Our model can predict the time (± 5%) to complete pointing, validation and selection tasks. 

Figure 1 – The five newly introduced operators in our model.

Scientific goals
– Identify operators for mixed reality
– Define unit times for our newly introduced operators
– Evaluate our model in ecological tasks
Contacts
florent.cabric_at_irit.fr, emmanuel.dubois_at_irit.fr, marcos.serrano_at_irit.fr
 

Communication Emergence in a Fleet of Connected and Autonomous Vehicles

IRIT , Toulouse University
Keywords Intelligent Transport System, Distributed optimization, Multi-Agent System, Referential Frame Transformation

Recent advancements to improve road traffic have led to the emergence of Intelligent Transport Systems (ITS). Vehicles can replace the human driver in specific context thanks to the ever-increasing number of smart devices, and they gradually become autonomous. As an autonomous entity, a vehicle behaves according to its perceptions provided by embedded sensors. Not only it can see, but it also has access to other vehicles perceptions through communications. There is a necessity for a CAV to perform social interaction and social signaling. The range of potential interlocutors is wide: vehicles, of course, but also other road users: pedestrians, motorcycles, cyclists, electric scooters and if we think ahead, robots. The overall objective is to provide CAVs with social skills making possible cooperative behavior.

The first addressed lock is the transformation of referential frame. A CAV referential frame refers to its environment self-representation. Usually, an autonomous entity uses itself as a reference point. Position, distance, vectors, etc. are calculated from it. This leads to a possible incomprehension between CAVs and the missuses of a critical information. To counter it, we have proposed a solution enabling CAV to understand information from different referential frame.

The second lock concerns the communication optimization in a fleet of CAVs. With the continuously increasing number of vehicles and smart devices, the number of sensed data become huge. Sharing the integrality of these data can cause issues like delays, errors, and bottleneck. Obviously, not everything is useful to share, and we have proposed a solution to optimize which information is shared based on its usefulness.
Figure 1: « A fleet of autonomous and connected vehicles. »

Scientific goals
– Enabling the use of an information from different referential frames
– Addressing the high dynamicity of the ITS
– Optimizing the communication volume and efficiency
Contact
guilhem.marcillaud_at_irit.fr, valerie.camps_at_irit.fr,  stephanie.combettes_at_irit.fr, marie-pierre.gleizes_at_irit.fr

 

Communicating electronic nose for indoor air quality control

LAAS/CNRS – LCC/CNRS – Laplace, Toulouse University
Keywords E-nose, indoor air quality, multi-gas sensors, nanostructures, metal oxide semiconductors, sensitivity, selectivity, internet of thing (IoT).

Humans spend more than 90% of their time in a closed environment that contains several gaseous pollutants like VOCs (volatile organic compounds). Such gaseous contaminants in the indoor air may cause respiratory problems and chronical diseases. Many others gases such as CO2, CO, and NO2 from urban pollution and poor ventilation systems are also part of indoor air contaminants. Offices, meeting rooms, classrooms and practical workrooms in universities and / or schools may present VOC and /or CO2 levels that exceed the regulatory thresholds. Measuring and monitoring indoor air quality is therefore essential to ensure a better quality life in workspaces. This thesis has been carried out within the framework of the GIS neOCampus (groupement d’intérêt scientifique), led by Université Paul Sabatier UT3 and dedicated to the development of an innovative, connected and sustainable campus for a better quality life. We are interested in the development of miniaturized MOS (metal oxide sensors) gas sensors for the indoor air quality monitoring in offices and classrooms. The objective of this study is to control these pollution levels in order to correct them through measures to ventilate the premises. Making a decision about how to correct air quality is an essential step in the process. As part of this work, we have prepared several prototypes of miniaturized multi-gas sensors (4 sensors) integrated on their electronic card able to detect levels of indoor air pollution. The proximity electronics allows the control and recovery of data from these sensors, and an IOT (internet of things) type communication module based on the WiFi protocol linked to the « Cloud NeoCampus », remotely and wirelessly, generates indoor-air quality signal in real time. This multi-sensor is based on semiconductor sensors based on nanostructured metal oxides (SnO2, WO3, CuO) synthesized at the LCC (laboratoire de chimie de coordination).

Scientific goal
We have developed a new synthetic approach for the nanostructured metal oxides on the sensor platform in order to optimize the performance of the sensitive layer (stability, sensitivity, selectivity). We have studied very efficient associations of n-type and p-type MOS nanostructures based on multilayered implementation on silicon platforms. The gas responses have been measured in laboratories test benches and new measurement protocols (cycled temperature mode versus continuous operation mode) have been defined to selectively detect NO2 or VOCs compounds in air at ppm and sub ppm levels. In addition, PCA (principal components analysis) analyses have been set up to discriminate gas mixtures in test benches.

Contacts
philippe.menini_at_laas.fr, pierre.fau_at_lcc-toulouse.fr, vincent.bley_at_laplace.univ-tlse.fr

 

Zone-based Datalake for big data, small data and IoT Data

IRIT – CNRS , Toulouse University
Keywords Big Data, datalake, big data analytics, IoT, data management, data analysis, open-source, open science, web semantic

IoT data is increasingly integrated into the core of today’s society. Whether you want to analyze a market or a product or study a specific research area, it is increasingly necessary to integrate IoT data but also combine it with massive data produced internally or externally with Open Data. To have a complete vision, it is necessary to integrate both voluminous fast data and numerous small data. Thus, in order to respond to the Vs of Big Data, we have designed an architecture that allows us to manage the Volumetry, Velocity, Variety and Veracity of data to generate Value. This architecture aims at allowing the simple crossing of data whatever the volume, the type or the rate while emphasizing the security of the data, the valorization of these data through the advanced use of the metadata and the use of these metadata through high added value services.
Scientific goals
– Manage any type of data in large volumes with efficiency
– Create value through adequate data modeling
– Enable cross-analysis of heterogeneous data simply in the Big Data context
Contacts
Vincent-Nam.Dang_at_irit.fr / dang.vincentnam_at_gmail.com,  Francois.Thiebolt_at_irit.fr, Marie-Pierre.Gleizes_at_irit.fr
Project repository
https://gitlab.irit.fr/datalake/docker_datalake/
https://github.com/vincentnam/docker_datalake
Scientific Paper
DANG, ZHAO, MEGDICHE, RAVAT (2021), A Zone-Based Data Lake Architecture for IoT, Small and Big Data. IDEAS 2021, to appear. (DOI: 10.1145/3472163.3472185 / ISBN : 978-1-4503-8991-4/21/07)

 

An Agent-Based Model for a participatory network of air quality sensors on bicycles

IRIT and Laboratoire d’Aérologie, Toulouse University
Keywords Bicycle traffic, Urban mobility, Air quality, Urban pollution, Agent based simulation, Synthetic population

Excessive concentrations of pollutants in the urban air are regularly observed, posing a long-term danger to the health of inhabitants. Monitoring the quality of urban air is therefore a very important issue to help stakeholders to take appropriate measures (reduction of road traffic…). The urban spatial distribution of air pollution is very heterogeneous and evolves rapidly over time. It is therefore important to develop reliable, fast, and spatially spread measurement methods. This last criterion is often hard to implement. For example, air quality measuring stations are very accurate, but their measurements are too local to obtain information on areas with no station.

In this work, we propose to study the usage of residents’ daily bicycle traffic as a participatory network of air quality sensors, providing volunteer cyclists with an air quality sensor to use during their daily commute. To evaluate the effectiveness of such a network, we choose to build a multi-agent simulation based on the GAMA development environment that models a group of bicycle-mounted sensors mapping urban air quality. Traces of urban air quality collected by the sensors are then used to infer air quality at the city level. Results are compared with actual data from public air administration.

The model simulates the daily mobility of a synthetic population of cyclists in the city. Travel and pollution data are generated based on several real data sources (mobiloscope, private companies, and bicycle sensors). Observations recorded along the bike trips are complemented by geographical information (height of buildings, natural areas, distance to highway, …) that are obtained through Geographical information systems (GIS) and further used as predictor variables in a land use regression (LUR) model.

The dataset of synthetic information is used to infer a critical number of bicycles that would be required for an optimal assessment of the intra-urban air quality. To this end, we process the collected pollution data, for each time step, with extrapolation algorithms (eg. LUR) of the measured pollution concentrations and the city environment. For example, the distance of a point to primary roads is a relevant indicator for determining NO2 concentration. Thus, by performing a regression to estimate the relationship between the distance to the main roads and NO2 concentration, we can predict the NO2 concentration at unmeasured points. Moreover, the impact of the cyclists’ circadian rhythm on the monitoring of the daily cycle of pollutants is investigated. We also evaluate the opportunity for cross-calibrating the mobile sensors during the biker’s Rendez-vous based on the daily agenda of the different biker categories.



Scientific goal
The objective is to understand how well a network of bicycle-mounted sensors could map air quality in urban areas.
Contact
Nathan.coisne_at_student.isae-supaero.fr, jean-francois.leon_at_isae-supaero.fr, nicolas.verstaevel_at_irit.fr, benoit.gaudou_at_irit.fr, elsy.kaddoum_at_irit.fr

neOSensor LoRaWAN

IRIT, Toulouse university
Keywords LoRaWAN, CubeCell, Arduino, neOCampus end-devices

The neOSensor series of end-devices may be seen as a simple, efficient and cheap way to interface sensors with the neOCampus IoT infrastructure. Previously focusing on WiFi networks, ESP8266 and ESP32 based neOSensor experienced many limitations due to the (very) short range of WiFi network (especially when you’re located within basements or ways too high regarding WiFi gateways).

To overcome these limitations, we decided to design a brand new LoRaWAN version based on the Heltec CubeCell module. This one provides native battery and solar panel support while being programmed through the Arduino IDE … enabling us to share many of our libraries between these two different releases. Open-source and designed with KiCad, you can build your own neOSensor 🙂