Signal et image

Préliminaires

Dans la nature, les être vivants sont "truffés" de capteurs. Ils perçoivent et évoluent dans leur environnement (éviter un prédateur, chercher sa nourriture) grâce à l’analyse et la fusion de multitude d’informations (signaux et images) provenant de l'extérieur.

Les capteurs, de natures différentes, assurent la redondance, la diversité, la complémentarité, la réduction de la vulnérabilité à la panne, l’insensibilité au bruit, etc.

 

Présentation générale

Le thème 1 regroupe l’ensemble des chercheurs et enseignants-chercheurs des universités de la région travaillant en signal et image. Son champ de compétence s’inscrit dans le cadre des sujets abordés dans le GDR ISIS (http://gdr-isis.org/). Il se veut d’animer la recherche, accroître le champ de compétence du groupe et mener une réflexion régionale sur les sujets de recherche.

Objectifs scientifiques

• Perception multi-capteurs : scènes statiques et dynamiques
• Classification et apprentissage : identification et interprétation
• Communication enrichie : reconstruction et reconnaissance
• Stratégies de décision : fusion de données et optimisation

Objectifs coopératifs

• Fédérer des compétences des équipes régionales
• Identifier le savoir-faire
• Échanger des informations scientifiques, techniques et matérielles
• Coordonner des actions

 

Domaines d’applications

Transport

• Perception multicapteurs
• Fusion d’information, géolocalisation
• Surveillance et sécurité

Textile et habillement

• Aide à la décision pour la conception textile
• Perception humaine de la qualité des produits textiles

Environnement

• Surveillance de la qualité de l’air : détection, localisation, estimation de sources de pollution
• Ecosystème marin : classification du phytoplancton, caractérisation des blooms

Santé

• Imagerie médicale
• Brain Computer Interface
• Handicap

Vision industrielle

• Contrôle-qualité,
• Inspection
• Surveillance sécurité

Commande et pilotage

Les activités du Thème de recherche 2 "Commande et pilotage" du GRAISyHM peuvent être regroupées en trois objectifs, le troisième correspondant à un thème transversal aux deux premiers :

1. Commande et pilotage des systèmes à état continu.
2. Commande et pilotage des systèmes à événements discrets.
3. Traitement d'informations incertaines en vue de la commande et du pilotage de processus industriels.

Les activités liées au premier objectif concernent essentiellement la recherche et le développement d'algorithmes et de méthodes de commande robuste dans le cas de processus continus non linéaires et/ou non stationnaires, susceptibles d'être soumis à des retards. Les processus sont ici étudiés principalement sur la base de variables d'entrée et de sortie continues (par opposition à une modélisation de type booléen), ce qui correspond bien aux processusmettant en jeu des transformations énergétiques, par exemple, moteurs, électronique de puissance, asservissements pour véhicules automobiles, etc. Les validations théoriques et expérimentales des approches proposées sont effectuées, basées respectivement sur les outils de l'analyse de propriétés et de perofrmance et sur la simulation et/ou la mise à l'essai sur l'une des plateformes expérimentales auxquelles ont accès les participants du GRAISyHM. La recherche de lois de commande d'un processus étant fortement liée au modèle et à la représentation utilisée, l'aspect modélisation constitue une préoccupation importante de ce groupe de travail.

Les problèmes de planification, d'ordonnancement et de pilotage liés à l'objectif suivant constituent surement pour les entreprises une des difficultés majeures dans la gestion et la conduite de leurs systèmes de production. En effet, c'est à ce niveau que doivent être prises en compte les caractéristiques réelles, multiples et complexes des ateliers, ainsi que les perturbations, tant internes qu'externes qui viennent modifier les caractéristiques, les programmes de production, la disponibilité des composants ou matières, etc. Les objectifs de productivité, de réduction des cycles de fabrication, de qualité, de tenue des délais, supposent de disposer de méthodes et d'outils efficaces et performants pour résoudre ces problèmes. Le but de cette partie du thème est d'apporter des réponses à certaines de ces questions dans une double dimension, méthodologique et opérationnelle. Si les buts de maîtrise des processus sont analogues à ceux de l'objectif précédent, les modèles concernés sont ici, le plus souvent, de type entrées et sorties booléennes. Sur le plan méthodologique, de nouvelles approches sont proposées pour résoudre les problèmes d'optimisation et d'apprentissage. Il est donc nécessaire de faire le point sur ce qu'elles sont susceptibles d'apporter pour résoudre le problème d'ordonnancement et d'en mesurer, si possible, les avantages et les limites. Les résultats conduisent à mettre à la disposition des industriels confrontés aux problèmes de gestion industrielle, un ensemble d'outils ouverts et conviviaux permettant d'élaborer des systèmes d'aide à la décision adaptés à leurs besoins.

En ce qui concerne le dernier objectif, les approches développées utilisent essentiellement les outils du soft computing et de l'intelligence artificielle : logique floue, réseaux de neurones, algorithmes génétiques et théorie des possibilités. Les aspects les plus importants sont :

- la fusion d'informations (en vue de la modélisation et/ou de la commande),
- la commande floue, basée sur l'expertise et une approche linguistique,
- la commande multimodèles utilisant la notion de validité et de fusion au niveau de la modélisation et/ou de la commande,
- les réseaux de neurones,
- l'optimisation fondée sur la mise en oeuvre des algorithmes génétiques ou, plus généralement, des algorithmes à stratégie d'évolution.

Le champ des application de cette partie, en liaison avec les deux premiers objectifs présentés, est particulièrement large, allant de la commande des processus décrits par une approche linguistique à l'optimisation de l'ordonnancement en environnement incertain et en passant par divers aspects, tels la reconfiguration automatique en cas d'évolution structurelle, la réalisation de fonctionnements en mode dégradé et la rélaisation du système d'aide à la décision.

 

Supervision et maintenance prédictive

Les objectifs du Thème de recherche 3 "Supervision et maintenance prédictive" du GRAISyHM sont non seulement scientifiques, centrés sur les différents aspects de la supervision, mais visent également à fédérer les compétences complémentaires des laboratoires d'automatique de la région Nord-Pas de Calais sur ce domaine afin de renforcer aux niveaux national et international la visibilité régionale déjà bien établie et d'encourager les collaborations et les transferts vers les tissus socio-économiques.

La supervision est l'ensemble des outils et méthodes qui permettent de conduire les installations industrielles (systèmes de production) ou de services (systèmes de communicationtion, de transport, etc.), tant en mode de fonctionnement normal qu'en présence de défaillances ou de perturbations. Plus largement, elle concerne également les moyens d'assurer un comportement sûr des systèmes autonomes (systèmes embarqués, robotique mobile, etc.). La recherche s'attache aux aspects conceptuels et méthodologiques de la conception et de la mise en oeuvre de systèmes de supervision (à partir des ressources à la fois techniques et humaines), que ceux-ci soient continus ou discrets.

Les activités concernées par la supervision sont la surveillance et la détection précoce de défaillances de l'installation, le diagnostic et la prise de décision pour l'accomodation ou la reconfiguration. La définition et le développement d'outils et méthodes pour effectuer ces activités ont conduit à focaliser la démarche du thème sur deux grands axes complémentaires :

1. Modélisation de l'installation et algorithmes de surveillances.
2. Architecture et méthodes pour l'exploitation, la reconfiguration et la maintenance de l'installation.