Visualisation interactive de données hétérogènes pour l’amélioration des dépenses énergétiques du bâtiment

Le Grenelle de l’environnement  s’est fixé comme objectif de réduire la consommation d’énergie de notre habitat de plus d’un tiers à l’horizon 2020. En effet, 43% de la consommation énergétique en France est aujourd’hui issue des bureaux, des usines, des commerces et des logements.

Pour y parvenir, 2 axes ont été choisis concernant les bâtiments :
– un programme de rupture technologique sur le bâtiment neuf,
– un chantier de rénovation énergétique radicale des bâtiments existants.
Dans ce contexte, l’objectif principal du projet RIDER (Research for IT Driven EneRgy Efficiency) est de développer une plateforme intelligente pour la gestion multi-échelles et multi-standards des énergies du bâtiment. Les travaux de cette thèse se déroulent dans le cadre du projet RIDER. Nous avons conçu et développé un système de visualisation de données multidimensionnelles provenant de capteurs et de système de gestion du bâtiment. En effet, nous croyons que permettre aux utilisateurs de visualiser comment l’énergie est utilisée dans le bâtiment, peut les aider à maintenir leur consommation et à prendre conscience de l’importance d’un usage réfléchi de l’énergie.

Le projet RIDER a pour objectif de développer un système d’information innovant permettant d’optimiser l’efficacité énergétique d’un bâtiment ou groupe de bâtiments. Ce système doit fournir les fonctions nécessaires à l’obtention d’un niveau d’optimisation supérieur des systèmes de gestion de bâtiment actuels.

Le projet RIDER est mené par un consortium constitué de l’Université de Montpellier
– Sciences et Technologies du Languedoc (UM2) au travers des laboratoires LIRMM et IES, du laboratoire PROMES de l’Université de Perpignan Via Domitia (UPVD), ainsi que des partenaires industriels IBM, EDF, Cofely GDF-Suez, Pyrescom, Coronis et leurs partenaires sous-traitants : ASA et Enoleo. Ce projet est également soutenu par la région LanguedocRoussillon, la ville de Perpignan et l’agglomération de Montpellier, ainsi que par des équipementiers et exploitants de bâtiments publics et privés. Afin d’évaluer les résultats obtenus au travers de ce projet, trois sites pilotes ont été choisis : le bâtiment IBM Montpellier, le théâtre de l’Archipel à Perpignan et le bâtiment Capdeville de Montpellier.

RIDER est conçu autour d’une architecture orientée service. Elle est composée de deux éléments principaux et de divers composants optionnels. Les éléments principaux sont le système de gestion de bâtiment (BMS pour Building Management System) et le noyau RIDER. La solution de BMS est utilisée pour interconnecter les différentes solutions pour gérer le bâtiment au projet RIDER. Les éléments interconnectés peuvent être par exemple des capteurs ou des vannes. Le noyau RIDER, quant à lui, est chargé d’agréger ces différentes données utiles et d’appliquer une série de règles de gestion du bâtiment. Ce composant utilise un entrepôt de données et un moteur de règles. L’entrepôt de données utilise une représentation particulière du bâtiment propre au système RIDER. Des composants peuvent étendre les fonctionnalités du système, par exemple en proposant de nouvelles informations pour améliorer le modèle global de fonctionnement des données.  . Certains modules peuvent seulement fournir des informations (par exemple la météo) et ne pas traiter les données fournies par le noyau RIDER.

Les travaux que nous avons menés dans le cadre de cette thèse concernent la partie visualisation. En effet, les systèmes de gestion du bâtiment (BMS) fournissent des visualisations 2D simples basées sur des courbes, graphiques camembert ou cartes. De plus, ces outils ne sont utilisés que pour ajuster les différents paramètres ou pour fournir un retour pour le gestionnaire du bâtiment. L’utilisateur est passif devant son système et subit les différentes règles mises en place sans pouvoir interagir et alimenter le système. Aucune interface n’est spécifiquement dédiée à la mise à jour ou l’amélioration de la représentation interne des données. Un bâtiment peut-être considéré comme une entité “vivante”, qui évolue en permanence. Par exemple, les immeubles de bureaux peuvent voir leur topologie interne évoluer dans le temps, notamment au travers de changements des cloisons. Nous souhaitons donc donner à l’utilisateur la possibilité d’explorer les données en 2D et 3D pour améliorer sa connaissance du système et lui permettre, en outre, de l’enrichir grâce à ses ”découvertes” et réflexions.

Dans le cadre de ces travaux, nous nous sommes intéressés à différents verrous scientifiques notamment autour de :
– la gestion des données de grande taille,
– la visualisation interactive,
– les outils d’analyse par la visualisation.
La problématique de gestion de données complexes et hétérogènes dans le cadre du bâtiment est la suivante : un bâtiment est géré par un ensemble de capteurs de différents types. Les capteurs produisent des données de manière régulière mais à des fréquences différentes en fonction du type de données. Si la fréquence de rafraîchissement des données est élevée, il est nécessaire d’élaborer des méthodes de traitement efficaces pour pouvoir les traiter et visualiser en temps-réel. De plus dans le cadre du projet RIDER, la gestion de données multi-bâtiments est à prendre en compte. Il est donc nécessaire d’élaborer des stratégies efficaces de gestion de ces données.

En informatique graphique, l’environnement 3D représenté est communément appelé “scène”. La scène est composée d’un ensemble d’objets 3D appelés modèles. Ils peuvent être représentés de différentes manières et possèdent des transformations permettant de les positionner dans le repère global de la scène (rotation, position, échelle). Une des plus grandes barrières à la visualisation fidèle des objets est l’inévitable discrétisation des modèles 3D. En effet, les données continues n’étant pas supportées par les périphériques graphiques, il a été nécessaire de développer des solutions de modélisation discrète. Dans cette section, nous présentons les trois principales approches utilisées pour modéliser des objets 3D puis les deux principales méthodes de transformation d’un type de modèle vers un autre.

Parmi les modélisations par nuage de points, les systèmes à base de particules sont des outils très utilisés du domaine informatique graphique, pour simuler des comportements et phénomènes physiques. Les particules sont de petits éléments avec des attributs configurables comme leur localisation, leur couleur, leur vitesse, leur voisinage. A chaque itération des algorithmes de simulation, il est nécessaire de calculer le déplacement des particules et leur impact sur les particules environnantes. Trois grandes classes de systèmes à particules sont utilisées : les particules statiques, les particules pré-calculées et les particules dynamiques.

Les particules dynamiques sont des éléments qui se déplacent dans l’espace et dont les trajectoires dépendent de la vélocité, de l’accélération et de la direction qui leur sont attribuées tout au long de l’exécution. Ce type de particules est largement utilisé pour simuler des comportements de fluides, de fumée ou de feu.  les particules sont utilisées pour simuler les différents comportements des éléments qui composent l’eau, notamment au travers d’une dynamique produite sur les particules.

La dernière approche utilise des particules statiques. Cette solution permet de visualiser de grandes quantités de données sous forme de nuage de points, les particules étant colorées afin de créer une certaine dynamique. Le fait de ne pas calculer les différents déplacements permet de réduire le coût du calcul des collisions.

Table des matières

1 Introduction
1.1 Le projet RIDER
1.2 Positionnement de la thèse
1.3 Plan du manuscrit
2 Notions préliminaires
2.1 La modélisation d’objets 3D
2.1.1 Nuage de points
2.1.2 Maillages triangulés
2.1.3 Voxel
2.1.4 La triangulation (Tesselation)
2.1.5 La méthode de Voronoï
2.2 Les niveaux de détails
2.3 Les architectures parallèles
3 Visualisation de données
3.1 Introduction
3.2 Définitions relatives aux données
3.3 Visualisation adaptée à la problématique du bâtiment
3.4 Visualisation de données multi-dimensionnelles
3.4.1 Visualisation géométrique
3.4.2 Visualisation iconique
3.4.3 Visualisation hiérarchique
3.5 Les moteurs 3D
3.6 Synthèse
4 Visualisation analytique de données numériques
4.1 Introduction
4.2 La gestion de données
4.3 L’interaction appliquée à la donnée
4.3.1 L’interaction matérielle et logicielle
4.3.2 Collaboration
4.4 Des visualisations multi-vues
4.4.1 Des outils d’analyse guidée par l’utilisateur
4.4.2 Des visualisations 2D
4.4.3 Des visualisations 3D
4.5 Synthèse
5 Conclusion

Télécharger le rapport complet