Vers les réseaux de capteurs multimédia sans fil

Télécharger le fichier pdf d’un mémoire de fin d’études

Suivi de cible non-communicante dans un environnement hétéro-gène

Dans cette deuxième contribution, nous nous sommes intéressés aux cibles non-communicantes. Une cible non-communicante est une cible non-coopérative, dénuée de la capacité de communiquer avec le réseau (exemple : humains, animaux, etc). Ces cibles sont donc plus réalistes et complexifient le processus de suivi. En effet, la question qui se pose est la suivante : comment détecter la présence de la cible si celle-ci ne se manifeste pas ?
Nous avons proposé le déploiement d’un réseau de capteurs hétérogènes composé de capteurs scalaires et de capteurs multimédia. Chaque type de capteur est en charge d’une tâche spécifique. Les capteurs scalaires intégrant des détecteurs de mouvement se chargent de détecter la présence de la cible dans la zone d’intérêt, les capteurs multimédia équipés de caméras se chargent quant à eux de la localiser. Les capteurs multimédia ne doivent être réveillés que si la cible se trouve à leur portée. C’est pour-quoi une condition de réveil basée sur un modèle probabiliste qui intègre l’orientation de la caméra comme paramètre est implémentée. Ce mécanisme de réveil permet d’évi-ter l’activation inutile de capteurs et par conséquent la perte d’énergie.
Le réseau étant hétérogène et le processus de suivi basé principalement sur la colla-boration entre les deux types de capteurs, la nécessité d’une stratégie de déploiement s’impose. L’objectif étant différent de la première contribution, nous proposons donc une stratégie plus adaptée à ce contexte. En effet, alors que dans la stratégie de déploie-ment proposée dans la première contribution, l’objectif est d’augmenter la couverture (visuelle ou radio) du réseau en ayant comme données préliminaires le nombre et l’em-placement des capteurs. Ici, l’objectif est de déployer le nombre de capteurs nécessaires afin de couvrir au maximum la zone d’intérêt tout en évitant la redondance de données.

Suivi de cible non-communicante dans un environnement ho-mogène

Le mouvement de la cible (trajectoire, vitesse, etc) impacte sur la façon de la suivre. C’est en partant de ce constat que nous avons proposé notre dernière contri-bution. Analyser ce mouvement permettrait de le prédire plus efficacement et ainsi de n’activer que les nœuds qui se trouvent sur la trajectoire de la cible. La cible étant non-communicante et le réseau déployé ne disposant pas de capteurs de présence, un mécanisme de réveil périodique des capteurs est implémenté. Nous proposons donc deux algorithmes de suivi prédictifs comportant chacun cinq phases : réveil, détection, localisation, prédiction et sélection du capteur successeur. Le premier nommé PTA (Predictive Tracking Algorithm) est adapté aux cibles évoluant de façon linéaire, il utilise le filtre de Kalman pour prédire le déplacement de la cible. Le second nommé P M T 2 (Predictive Mobile Target Tracking) est conçu pour les cibles évoluant de ma-nière non-linéaire. Il utilise une version améliorée du Filtre de Kalman Étendu (FKE) combinée à un mécanisme de détection de changements de direction appelé CuSum (Cumulative Summuray).

Organisation du document

Ce manuscrit comporte six chapitres organisés suivant une structure logique inté-grant la complexité du contexte entourant la cible. Les chapitres s’enchainent selon la progression suivante:
Le chapitre 2 décrit un état de l’art sur les réseaux de capteurs sans fil et sur l’application visée qui n’est autre que le suivi de cible mobile. Nous commençons par présenter les réseaux de capteurs sans fil, leurs domaines d’application et leurs carac-téristiques physiques et architecturales. Nous nous attardons plus spécifiquement sur les réseaux de capteurs multimédia sans fil et étudions les caractéristiques qui leurs sont propres. Enfin, nous décrivons ce qu’est le suivi de cible mobile, nous classifions les solutions existantes dans la littérature et discutons les métriques d’évaluation de ces dernières. Un état de l’art plus spécifique au contexte est présenté dans chaque chapitre. Le chapitre 3 est dédié à notre première contribution, à savoir le suivi de cible com-municante. La solution proposée incluant une stratégie de déploiement est décrite, un positionnement bibliographique sur les solutions considérant ce type de cible est réalisé, CTC notre algorithme de suivi est ensuite détaillé. Pour finir, une évaluation des performances menée par simulation est présentée.
Le chapitre 4 introduit CTA, un algorithme de suivi pour cible non-communicante. Le déploiement d’un réseau hétérogène y est proposé afin de palier aux contraintes liées aussi bien à la détection d’une cible non-communicante qu’aux limitations énergétiques dont souffrent les réseaux de capteurs sans fil. À cet effet, un état de l’art résumant les avantages associés à l’utilisation de ce type de réseau hétérogène est présenté. CTA est ensuite introduit et ses performances discutées. Le chapitre 5 décrit quant à lui notre dernière contribution. Nous nous intéressons ici aux modèles de mobilité en fonction desquels la cible évolue et étudions leurs impact sur la prédiction du mouvement de celle-ci. Nous proposons deux algorithmes prédictifs de suivi de cible non-communicante nommés respectivement PTA et P M T 2. Alors que dans PTA le filtre de Kalman dédié aux systèmes à évolution linéaire est utilisé, dans P M T 2 une version étendue de ce filtre pour les systèmes non-linéaire couplée à un mécanisme de détection de changements brusque sont exploités. Une étude de performances de ces algorithmes conclut ce chapitre.
Le dernier chapitre conclut cette thèse et introduit des idées et perspectives nou-velles qui permettront d’étendre ce travail.

Unité de traitement

L’unité de traitement ou processeur est souvent associée à une petite unité de stockage. Elle récupère les données acquises par l’unité de capture, les analyse, les traite et les transmet à l’unité de communication.

Unité de communication

Habituellement dotée d’un transcepteur radio, cette unité est en charge d’émettre et de recevoir les données produites par l’unité de traitement, fournissant ainsi aux capteurs la capacité de communiquer avec les autres composants du réseau.

Batterie

Chaque capteur dispose d’une batterie pour alimenter le reste de ses composants. Néanmoins, en raison de sa taille, elle est assez limitée. L’énergie devient donc une ressource précieuse car la durée de vie de la batterie influe directement sur celle des capteurs.

Domaines d’application

Les réseaux de capteurs sont généralement déployés dans une zone donnée pour observer un phénomène spécifique. En fonction du type d’informations récoltées, ils peuvent être destinés à plusieurs domaines d’applications parmi lesquels nous comp-tons les applications : militaires, environnementales, médicales, domotiques ou encore industrielles [7]. La figure 2.2 illustre quelques applications possibles.

Applications militaires

Les réseaux de capteurs sans fil sont particulièrement adaptés aux applications militaires étant donné leur faible coût et leur rapidité de déploiement. Dans ce domaine, ils peuvent être utilisés pour : la surveillance de zones d’intérêt [9], la surveillance et la gestion des troupes et des munitions, l’évaluation des pertes et dommages post-bataille ou encore la détection d’attaques biologique ou chimique [25] .

Applications environnementales

Parmi les applications environnementales des réseaux de capteurs sans fil, nous pouvons citer : la surveillance des flux migratoires d’oiseaux ou de certains animaux [52] [57], la surveillance des domaines forestiers et la détection d’incendies facilitant ainsi la lutte contre les feux de forêt [21], le suivi agricole, la détection de pollution dans les sites urbains ou les fuites de produits toxiques dans les sites industriels et bien d’autres applications encore [69].

Applications médicales

Les réseaux de capteurs sans fil trouvent facilement leur utilité dans le domaine médical. À l’aide de micro-capteurs déployés sur le corps humain ou éventuellement implantés, une surveillance permanente des constantes vitales d’un patient peut être assurée [34]. De plus, certains diagnostiques peuvent être facilités en mesurant en temps réel ou en étudiant certaines données physiologiques (tension artérielle, rythme cardiaque, etc) collectées et stockées dans la mémoire des capteurs. Enfin, certains comportements inhabituels peuvent être détectés (chute, évanouissement,etc).

Applications domotiques

Avec les progrès technologiques, les capteurs sans fil peuvent être embarqués dans des appareils du quotidien (thermostat, lampe, interrupteurs, etc) et les appareils élec-troménagers [62]. Ces capteurs peuvent interagir aussi bien les uns avec les autres ou bien avec un réseau externe via internet permettant ainsi à l’utilisateur de contrôler ses appareils à distance. Nous pouvons aisément imaginer la multitudes d’actions et de scénarios dans le cadre de la maison intelligente qui deviennent possibles telles que : la lumière s’allume quand je rentre dans une pièce, le chauffage et la climatisation s’ajustent en fonction de la température de certains points de mesures et bien d’autres scénarios encore.

Applications industrielles

Il est possible d’utiliser les réseaux de capteurs sans fil dans des contextes indus-triels. À titre d’exemple nous citons : le suivi de chaine de production, la gestion d’inventaire, le contrôle de qualité, etc. De façon générale, les réseaux de capteurs sans fil permettent aux entreprises d’améliorer la qualité de service tout en réduisant les coûts [24].

Caractéristiques et Contraintes

En raison de leur petite taille et des contraintes de coût imposées, les capteurs sont généralement caractérisés par de fortes limitations en termes de puissance de calcul, de portée de communication et tout particulièrement d’énergie. D’un autre coté, ces mêmes capteurs doivent disposer de facultés d’auto-gestion et de mesures à la hauteur des applications pour lesquelles ils ont été conçus. Ces caractéristiques contradictoires représentent le principal défi auquel doivent faire face les concepteurs.

Puissance de calcul

Dans les réseaux de capteurs sans fil, les nœuds disposent de la faculté d’extraire, de traiter et de combiner des données, tout en offrant accès à celles-ci, interagissant ainsi avec leur environnement. Les contraintes de taille, d’énergie et de coût imposées régissent la production de capteurs, limitant ainsi la puissance de calcul de l’unité de traitement [7]. À titre d’exemple, l’Imote2 de MEMSIC dispose d’un processeur 32 bits cadencé en mode économie à 13 Mhz et d’un espace mémoire de 256 Ko. Le TelosB a un processeur de 16 bits pour une fréquence de 8 Mhz et un espace mémoire total de 58 Ko [2]. En dépit de leur disparité, les capteurs doivent pouvoir collaborer et s’échanger des informations pour des applications communes.

Communication

Les technologies de communication sans fil sont de nos jours bien répandues. La plus part des réseaux de capteurs sans fil utilisent des communications radio même si des alternatives (laser, infrarouge) existent [63]. L’énergie dépensée pour la communication et sans conteste la plus élevée, la nécessité de protocoles faibles consommation s’accen-tue. Les réseaux de capteurs sans fil bénéficient donc de mécanismes de communication adaptés, leur assurant un faible coût énergétique. Le plus répandu est le standard IEEE 802.15.4 [17] qui offre un débit maximal de 250 kb/s, une taille de trame réduite, une portée de transmission pouvant atteindre les 100m et un mode veille intégré. De plus, les réseaux de capteurs sans fil disposent de protocoles de routages non-hiérarchiques tel que le protocole réactif AODV [61] ou hiérarchiques, plus adaptés aux grands ré-seaux. Le choix du protocole de routage diffère donc selon l’application, l’architecture et la densité du réseau. Parmi les atouts des réseaux de capteurs sans fil nous pouvons citer : l’absence d’infrastructures fixes et de câblages, la rapidité et facilité de déploie-ment, le passage à l’échelle, la gestion de nœuds mobiles, etc. Néanmoins, l’absence de gestion centralisée implique la conception de mécanisme d’auto-gestion permettant aux capteurs de découvrir leur environnement (capteurs voisins, position, structures, etc).

Énergie

L’énergie est la plus importante contrainte à laquelle sont soumis les capteurs, la durée de vie du réseau étant directement liée à l’autonomie des capteurs déployés. L’accès physique à ces nœuds est souvent impossible compte tenu des applications visées : à titre d’exemple la surveillance de feux de forêt ou de zones militaires dans lesquelles les capteurs sont disséminés par voie aérienne, ou bien la surveillance d’in-frastructures urbaines comme les ponts, les capteurs étant incorporés à la structure même. Beaucoup de recherches s’orientent donc naturellement vers la gestion économe de cette ressource précieuse. Les solutions proposées interviennent à tous les niveaux, aussi bien pour la partie communication en proposant des protocoles d’échanges et de routage basse consommation mais aussi en proposant des architectures et des organisa-tions adaptées aux différents contextes. Des mécanismes d’endormissement périodique, de réduction de taille des données échangées : tout est repensé pour réduire la consom-mation énergétique.

Panel de capteurs existants

Les capteurs sans fil ont beaucoup évolués durant cette dernière décennie. Les constructeurs s’attellent à proposer des nœuds de plus en plus petits avec des per-formances et des durées de vie plus importantes. Le tableau 2.1 résume ceratines ca-ractéristiques matérielles d’un panel de capteurs appartenant principalement à un des leaders du marché : MEMSC (anciennement Crossbow). La figure 2.3 quant à elle illustre un panel de capteurs sans fil utilisés dans le laboratoire LIGM.

Vers les réseaux de capteurs multimédia sans fil

Avec la miniaturisation de certains dispositifs de captures multimédia tels que les caméras et les microphones, les réseaux de capteurs multimédia sans fil ont vu le jour. Dans ces réseaux, les capteurs capturent et traitent des flux multimédia (son, image, vidéo) élargissant un peu plus leur champ applicatif. En plus de la capacité de capturer des flux multimédia, ces réseaux peuvent traiter et fusionner en temps réel des données multimédia provenant de sources hétérogènes et interagir ainsi avec l’environnement physique. La notion de réseaux de capteurs multimédia sans fil provient de la fusion de deux concepts : les réseaux de capteurs sans fil et les systèmes de surveillance classiques apportant ainsi la flexibilité de l’un et l’efficacité de l’autre [6].

Capture et traitement d’image

Dans les systèmes de surveillance classiques, les traitements des images, l’extraction d’informations et la compression sont effectués au niveau local au niveau de la source. Alors que ces actions sont aisées à mettre en oeuvre dans ce type de systèmes qui ne connaissent pas de limitations de ressources, la tâche se complexifie dans le contexte des réseaux de capteurs multimédia sans fil, compte tenu de leurs limitations aussi bien matérielles qu’énergétiques.

Besoin en mémoire

Alors que le codage de données simples (scalaires) ne nécessite que quelques octets : de 1 à 8 en fonction du capteur, le codage d’une image nécessite l’utilisation d’un nombre beaucoup plus important d’octet. La taille mémoire nécessaire dépend à la fois de la résolution et du format de l’image. Une image de 128 × 128 pixels utilisera 4 fois plus d’espace mémoire qu’une image 64 × 64 [37]. Ces critères sont à prendre en considération lors du développement de protocoles de communication pour les réseaux de capteurs sans fil.

Transmission de données multimédia

La transmission de données est une des actions les plus consommatrice d’énergie dans les réseaux de capteurs sans fil. L’utilisation de protocoles de communication adaptés est donc nécessaire. Dans les réseaux de capteurs classiques où des données simples sont capturées, celles-ci peuvent être fusionnées et envoyées en un seul paquet. Pour les données multimédia, la tâche s’avère plus compliquée si on considère la taille des images. En effet, une seule image doit généralement être fragmentée en plusieurs paquets.

Domaines d’application

Les réseaux de capteurs multimédia sans fil n’étendent pas seulement le champ applicatif des réseaux de capteurs déjà existants mais améliorent aussi certaines appli-cations déjà existantes [5].

Surveillance multimédia

La surveillance multimédia peut être utilisée en complément aux systèmes de sur-veillance classiques. Les capteurs étant faciles à déployer, il permettent de couvrir plus de surface et d’obtenir un plus grand nombre de perspectives. Les images et les vidéos capturées fournissent des informations complémentaires et appréciables sur l’environ-nement ou l’événement surveillé. L’information multimédia et particulièrement l’infor-mation visuelle est très riche et fait partie des informations les plus exploitées par l’être humain pour percevoir son environnement. Dans certaines applications, l’identification des objets traversant le réseau est nécessaire. C’est le cas pour certaines applications de surveillances environnementales comme l’étude du comportements de certains ani-maux. Cette identification n’est possible qu’a travers la capture d’images ou de vidéos. D’autres applications n’ont pas directement besoin d’enregistrement multimédia mais cela est fortement appréciable. À titre d’exemple, dans la surveillance des feux de forêt, les capteurs sans fil scalaires sont en mesure de calculer la température afin de détecter les départs de feux, mais la capture d’images aide à avoir une idée plus précise de la situation. De façon plus générale, les données scalaires aident à se faire une idée de la situation mais les données multimédia permettent d’identifier et de classifier plus précisément l’événement étudié [6].

Gestion et contrôle de trafic

Grâce au déploiement des réseaux de capteurs multimédia sans fil, des applications de gestion de trafic routier deviennent possibles. Les accidents et les ralentissements peuvent être détectés en traitant les images de la circulation capturées par les capteurs, l’information est ensuite relayée afin d’éviter aux automobilistes les voies encombrées et de ce fait congestionner encore plus le trafic. En outre, des systèmes de stationnement intelligent permettant de guider les voitures directement aux places libres dans les parkings deviennent facilement réalisables [13].

Le suivi de cible mobile

Le suivi de cible est une application qui consiste à détecter et à localiser une cible mobile tout au long de son évolution dans une zone d’intérêt. Cette application est essentielle à plusieurs domaines tels que la surveillance militaire, environnemen-tale, industrielle ou encore les applications liées à « la maison intelligente » [56]. Dans la vie réelle, deux types de cibles existent : les cibles communicantes et les cibles non-communicantes. Les cibles communicantes sont des cibles dites coopératives qui émettent des signaux établissant ainsi un contact avec le réseau. Les cibles non-communicantes quant à elles sont non-collaboratives et peuvent dans certains cas être hostiles. Cette différenciation entraine des conséquences sur la façon de gérer le pro-cessus de suivi.
En dépit du type de cible à suivre, les applications de suivi partagent des ca-ractéristiques communes : d’une part elles doivent faire face aux contraintes liées au réseau utilisé (limitation énergétique, bande passante, portée de communication, etc), d’autre part, la position de la cible doit être restituée avec précision et en considérant d’éventuelles contraintes temps réel.
Le suivi de cible mobile dans les réseaux de capteurs sans fil est une application qui a gagné en popularité pour les raisons suivantes [47] :
– le prix décroissant des capteurs sans fil permet de les déployer en grand nombre, cette densité croissante permettant de couvrir de plus grandes zones et d’obtenir plusieurs perspectives de celles-ci offrant ainsi une meilleure qualité de suivi ;
– l’hétérogénéité des capteurs permet de capturer des données complémentaires sur la cible (taille, forme, type, etc), cette diversité de données aide à fournir des informations plus précises ;
– alors que les systèmes de surveillance classiques utilisent une approche centrali-sée, le suivi dans les réseaux de capteurs privilégie une approche distribuée plus évolutive.
Les réseaux de capteurs multimédia sans fil sont les réseaux les plus adaptés au suivi de cible. À l’aide des caméras qui équipent les capteurs, la cible peut être détectée, identifiée, classifiée et localisée.

Classification des algorithmes de suivi dans la littérature

Plusieurs classifications pour les algorithmes et protocoles de suivi ont été proposées dans la littérature [64] [11] [56]. Quatre catégories prédominent : solutions basées sur une architecture hiérarchique, solutions basées sur une architecture en cluster, solutions prédictives et enfin solutions hybrides (figure 2.4). Cette classification tient compte aussi bien de l’architecture du réseau que du processus de réveil successif des capteurs.

Solutions basées sur une architecture hiérarchique

Les solutions basées sur une architecture hiérarchique organisent le réseau en struc-ture ou en graphe hiérarchique. Les sommets représentent les nœuds et les arêtes définissent les liens entre les nœuds pouvant directement communiquer. Dans cette architecture, lorsque la cible est détectée, l’information est remontée au nœud-racine qui se charge du traitement et de la fusion des données [74] [91].
Dans [39] un coût est assigné à chaque arête du graph formant le réseau, le coût attribué dépend de la distance Euclidienne entre deux nœuds. La construction de l’arbre hiérarchique dépend donc de ces coûts. Les nœuds-feuilles sont utilisés pour suivre la cible et les informations obtenues sont envoyés au collecteur via les nœuds intermédiaires. Ces derniers conservent une copie des information transférées, ainsi, si des changements surviennent, une mise à jour est transférée au collecteur. Cette solution présente un inconvénient majeur : la représentation du réseau sous forme d’arbre étant logique, une arête peut être représentée par plusieurs sauts et augmenter le coût de la communication. Dans [44], une approche à deux phases est proposée. La première phase vise à réduire le taux de mise à jour des informations récoltées alors que la deuxième vise à réduire la consommation énergétique.
Le principal inconvénient des solutions basées sur une architecture hiérarchique est que le traitement des données soit centralisé au niveau du nœud racine, cela engendre un coût d’acheminement des informations non-négligeable. De plus, l’aspect centralisé des traitement fige l’évolution du réseau.

Solutions basées sur une architecture en cluster

Le réseau est organisé en clusters composés de nœuds-parents et de nœuds-fils. Les clusters peuvent être formés de façon statique au moment du déploiement du réseau ou bien de manière dynamique durant le processus de suivi, en se basant sur des critères tels que : la position de la cible, la puissance de calcul du nœud ou encore son énergie résiduelle. Afin d’équilibrer la charge des tâches à réaliser, celles-ci sont partagées entre les différents composants du cluster [77] [48] [33].
Dans [15] les auteurs proposent CODA (A Continuous Object Detection and Tra-cking Alorithm), un algorithme de suivi basé sur une architecture en cluster hybride : statique et dynamique. Le réseau déployé est préalablement décomposé en cluster avec un nœud-parent et des nœuds-fils. Lorsque la cible est détectée par un des nœuds-fils, l’information est remontée au nœud-parent qui dans un premier temps délimite la zone oú se trouve l’objet en exploitant les données reçues. Dans un second temps, il construit des clusters dynamiques en fonction de la zone délimitée en élisant un en-semble de nœuds-fils pouvant faire partie ou non de son propre cluster afin de suivre l’évolution de l’objet. Cette solution est particulièrement adaptée aux suivi d’objets de grande taille (camion, voiture, matériel industriel, etc).
Les auteurs de [48] proposent un algorithme de suivi de cible non-communicante pour les réseaux de capteurs multimédia sans fil. Cet algorithme a pour objectif la sélection des capteurs qui participeront au processus de suivi en se basant sur un modèle probabiliste. Lorsqu’un capteur détecte la présence de la cible, il devient nœud-parent et diffuse l’information. Les capteurs voisins qui reçoivent cette information calculent leur probabilité de détecter la cible. Si elle dépasse un seuil prédéfini, ils activent leurs caméra pour procéder à la localisation.
Ce type d’architecture offre un certain nombre d’avantages parmi lesquels : la faci-lité de passage à l’échelle, la diminution du trafic et l’efficacité énergétique. Cependant, une panne au niveau des nœuds, particulièrement au niveau des nœuds-parents peut avoir de fortes conséquences sur le processus de suivi et le relai d’informations.

Solutions prédictives

Dans cette catégorie, la trajectoire de la cible est prédite pour n’activer que les capteurs se trouvant sur celle-ci et ainsi économiser de l’énergie. Cette prédiction peut être réalisée à l’aide de modèles prédictifs parmi lesquels : les filtres de Kalman [65][89], ou encore en utilisant des mécanismes probabilistes comme les chaines de markov [36] [83].
Dans [85] un mécanisme de prédiction permet de réduire l’énergie consommée par le module radio en limitant les transmissions longues distances, à titre d’exemple les communications entre les nœuds et la station de base. Dans la solution proposée la prédiction est effectuée aussi bien au niveau de la station de base qu’au niveau du nœud qui a détecté la cible. Cette double prédiction assure une précision dans la prédiction du déplacement de la cible. Lorsque le mouvement réel est compatible avec celui prédit, la mise à jour est remontée jusqu’au puits.
Dans [86] les auteurs se focalisent aussi sur l’économie d’énergie en réduisant cette fois le nombre de capteurs activés. Le processus de suivi y est décomposé en trois phases : prédiction, réveil et récupération. Dans la première phase, le mouvement de la cible est prédit. Dans la seconde phase, les capteurs susceptibles de la détecter sont réveillés. La troisième phase est initiée uniquement lorsque la cible est perdue en raison d’une erreur dans la prédiction.
Les solutions prédictives ont l’avantage certain d’exploiter au mieux les informa-tions disponibles aussi bien sur la cible que sur l’environnement. Elles restent cependant inadaptées à certains contextes critiques (applications militaires, détection d’intrusion, etc) ou la perte, même momentané de la cible est inenvisageable.

Solutions hybrides

Comme son nom l’indique, cette catégorie inclue les solutions où plusieurs ap-proches sont combinées. À titre d’exemple, des solutions prédictives basées sur des architectures hiérarchiques sont proposées dans [80] [91] alors que dans [16] un méca-nisme prédictif implémenté sur un réseau organisé en clusters est présenté. Ce type de solutions permet de combiner et d’exploiter au mieux les avantages des différents schémas.
Une solution de suivi efficace et complète doit implémenter des mécanismes : de détection ; de localisation, de relai d’informations entre les nœuds et d’activation. Le tableau 2.2 détaille les mécanismes implémentés en fonction de la classe pour chacune des solutions référencées dans cette thèse.

Consommation énergétique

La consommation énergétique est une métrique d’évaluation importante, particu-lièrement dans le contexte des réseaux de capteurs sans fil où la durée de vie du réseau dépend du coût énergétique des applications implémentées. De nombreux facteurs in-fluent directement sur l’énergie tels que le nombre de messages échangés durant le processus de suivi où encore le type de données à traiter (multimédia, scalaires, etc). Elle peut être évaluée en terme d’énergie consommée, d’énergie résiduelle ou de durée de vie moyenne d’un nœud.

Nombre de message échangés

Le nombre de messages échangés représente le coût de communication d’une so-lution de suivi. Il est obtenu en comptabilisant le nombre de messages collaboratifs échangés durant le processus de suivi. Ce nombre impacte d’une part sur le taux de surcharge du réseau et d’autre part sur la consommation énergétique. Pour qu’une solution de suivi soit viable, il faut que ce nombre soit réduit au maximum.

Délai de traitement

Cette métrique peut être mesurée en terme de temps de latence, c’est à dire le temps entre l’entrée effective de la cible dans la zone d’intérêt et le temps de sa pre-mière détection par un capteur. Elle peut aussi être mesurée en délai de traitement local au niveau des capteurs, ce délai dépend des caractéristiques matérielles des nœuds déployés (vitesse de calcul, envoi/réception de message) et est lié à la vitesse de dépla-cement de la cible. Plus cette vitesse est importante plus ce délai doit être réduit afin d’éviter les réveils tardifs des capteurs et par conséquent la perte de cibles.

Taux de perte de la cible

Le taux de perte de la cible représente le nombre de fois où la cible n’est pas détectée alors que celle-ci se trouve à la portée d’un capteur. Cette perte peut être dûe à des erreurs dans le mécanisme de réveil des capteurs et donc de détection ou bien à une faille dans le mécanisme de relai d’informations (exemple : une erreur dans la prédiction).

Table des matières

1 Introduction Générale 
1.1 Contributions
1.1.1 Suivi de cible communicante
1.1.2 Suivi de cible non-communicante dans un environnement hétérogène
1.1.3 Suivi de cible non-communicante dans un environnement homogène
1.2 Organisation du document
2 État de l’art 
2.1 Les réseaux de capteurs sans fil
2.1.1 Architecture physique d’un capteur sans fil
2.1.1.1 Unité de capture
2.1.1.2 Unité de traitement
2.1.1.3 Unité de communication
2.1.1.4 Batterie
2.1.2 Domaines d’application
2.1.2.1 Applications militaires
2.1.2.2 Applications environnementales
2.1.2.3 Applications médicales
2.1.2.4 Applications domotiques
2.1.2.5 Applications industrielles
2.1.3 Caractéristiques et Contraintes
2.1.3.1 Puissance de calcul
2.1.3.2 Communication
2.1.3.3 Énergie
2.1.4 Panel de capteurs existants
2.2 Vers les réseaux de capteurs multimédia sans fil
2.2.1 Caractéristiques et contraintes
2.2.1.1 Capture et traitement d’image
2.2.1.2 Besoin en mémoire
2.2.1.3 Transmission de données multimédia
2.2.2 Domaines d’application
2.2.2.1 Surveillance multimédia
2.2.2.2 Gestion et contrôle de trafic
2.3 Le suivi de cible mobile
10 Table des matières
2.3.1 Classification des algorithmes de suivi dans la littérature
2.3.1.1 Solutions basées sur une architecture hiérarchique
2.3.1.2 Solutions basées sur une architecture en cluster
2.3.1.3 Solutions prédictives
2.3.1.4 Solutions hybrides
2.3.2 Classification des algorithmes de suivi proposée
2.3.3 Métriques d’évaluation
2.3.3.1 Précision du suivi
2.3.3.2 Consommation énergétique
2.3.3.3 Nombre de message échangés
2.3.3.4 Délai de traitement
2.3.3.5 Taux de perte de la cible
2.3.3.6 Passage à l’échelle
2.4 Conclusion
3 Suivi de cible communicante 33
3.1 Motivations
3.2 Contexte et application
3.2.1 Stratégies de déploiement
3.2.2 Techniques de localisation
3.2.3 Algorithmes de suivi réactifs
3.3 Algorithme de suivi de cible communicante-CTC
3.3.1 Description du système
3.3.2 Déploiement du réseau basé sur W-VFA
3.3.3 Algorithme d’association
3.3.4 CTC
3.3.4.1 Détection
3.3.4.2 Sélection de capteurs
3.3.4.3 Localisation
3.3.4.4 Observation de la cible
3.4 Simulations et évaluation de performances
3.4.1 Contexte et paramètres de simulation
3.4.2 Stratégie de déploiement
3.4.3 Précision du suivi
3.4.4 Consommation énergétique
3.4.5 Nombre de messages échangés
3.5 Conclusion
4 Suivi de cible non-communicante dans un environnement hétérogène 55
4.1 Motivations
4.2 Contexte et applications
4.2.1 Algorithmes de suivi réactifs
4.3 Algorithme de suivi de cible non-communicante dans un environnement
hétérogène-CTA
4.3.1 Description du système
4.3.2 Stratégie de déploiement
Table des matières 11
4.3.2.1 Déploiement initial
4.3.2.2 Orientation des caméras
4.3.2.2.1 Phase de collecte d’informations
Liste des noeuds voisins
Liste des sous-zones critiques
4.3.2.2.2 Phase de décision
4.3.3 CTA
4.3.3.1 CTA-déterministe
4.3.3.1.1 Détection
4.3.3.1.2 Localisation
4.3.3.2 CTA-probabiliste
4.3.3.2.1 Détection
4.4 Simulations et évaluation de performances
4.4.1 Évaluation de la stratégie de déploiement
4.4.2 Évaluation de CTA
4.4.2.1 Précision de suivi
4.4.2.2 Consommation énergétique
4.4.2.3 Nombre de messages échangés
4.4.3 Discussion
4.5 Conclusion
5 Suivi de cible non-communicante dans un environnement homogène 75
5.1 Motivation
5.2 Algorithme de suivi proactifs
5.3 Algorithme de suivi prédictif
5.3.1 Description du système
5.3.2 PTA : Predictive Tracking Algorithm
5.3.2.1 Réveil
5.3.2.2 Détection
5.3.2.3 Localisation
5.3.2.4 Prédiction
5.3.2.5 Sélection du capteur successeur
5.3.3 PMT2 : Predictive Mobile Target Tracking
5.3.3.1 Modèle de mobilité de la cible
5.3.3.2 Prédiction
5.3.3.2.1 Phase de prédiction
5.3.3.2.2 Phase de vérification
5.3.3.2.3 Phase de correction
5.4 Simulations et évaluation de performances
5.4.1 Évaluation de PTA
5.4.1.1 Précision du suivi
5.4.1.2 Déviation moyenne
5.4.1.3 Consommation énergétique
5.4.1.4 Nombre de messages échangés
5.4.2 Évaluation de PMT2
5.4.2.1 Précision du suivi
12 Table des matières
5.4.2.2 Déviation moyenne
5.4.2.3 Consommation énergétique
5.4.2.4 Nombre de messages échangés
5.4.3 Discussion
5.5 Conclusion
6 Conclusion générale 97
6.1 Bilan
6.2 Perspectives
Table des figures 103
Liste des tableaux 105
Bibliographie 107

Télécharger le rapport complet