offres d'emploi formations actualités contact accès annuaire intranet
Specifi >

Surveillance Environnement Naturel Industriel et Humain

Dans cette action, une large part est accordée à la surveillance des systèmes à modèles d’évolution spatiotemporelle avec des applications tournées vers l’environnement industriel, naturel ou les activités humaines. La surveillance des systèmes (naturels ou industriels) dont la dynamique couvre une large échelle de l’espace et du temps induit le développement de fonctions de diagnostic adaptées à une évolution spatio-temporelle. Les travaux développés visent généralement l’estimation de l’état du système ou de ses entrées à partir d’un modèle initial souvent très incertain ou imprécis.

Plusieurs problématiques sont abordées :

  • L’estimation myope (ou semi aveugle) des grandeurs d’entrées et des paramètres internes d’un système complexe et incertain en fusionnant les relations de cause à effet et les informations a priori (expert, modèle physique incertain, contraintes). Les problèmes de factorisation de matrices seront abordés avec l’objectif d’introduire, en plus des contraintes strictes, des règles bayésiennes favorisant la complétion des matrices de la factorisation avec des informations contextuelles probabilisées. De même, le « compressed sensing » est une voie privilégiée pour pré-traiter les mesures de grandes dimensions afin de réduire la taille des matrices de données à décomposer ;

     

    PNG - 164.2 ko

    Applicatif d’évaluation des émissions de particules sur site industriel, basé sur l’intégration de connaissances expertes et d’un modèle de dispersion dans la séparation par factorisation matricielle.
  • La fusion de modèles pour la surveillance des grands espaces environnementaux en associant les caractéristiques bénéfiques de différents types de modèles afin d’obtenir un modèle "semi-physique" ayant de bonnes performances en termes de précision et de robustesse. Bon nombre de phénomènes spatiotemporels peuvent être considérés comme des écoulements pseudo-fluidiques. Notre approche repose essentiellement sur la relaxation de modèles numériques de type Lattice Boltzman (LBM) ;

     

    (a)
    PNG - 457.7 ko

     (b)
    PNG - 544.6 ko

    (a) Assimilation des lignes de champs de vent autour du site universitaire ULCO Calais (apprentissage modèle semi-physique -basé LBM par échantillonnage irrégulier des mesures anémométriques). (b) Simulation numérique 3D du changement de phase par transfert de chaleur d’un gaz multi composant à l’aide de la méthode Lattice Boltzman (LBM). Les paramètres du modèle sont issus d’une identification des paramètres de relaxation.
  • Les méthodes d’observation de type « crowd-sensing » rendues possibles par les technologies mobiles de type « smartphone » pour la mesure distribuée sont actuellement explorées sous l’angle de l’échantillonnage irrégulier et du placement de capteurs pour les problèmes d’assimilation et de modélisation adaptative ;
    PNG - 755.8 ko

  • Surveillance d’activité humaine par la reconnaissance de scénarios ou de comportements en vidéosurveillance. On cherche à obtenir une description haut niveau de la scène sous forme d’une classification automatique de situations ou de comportements liés aux activités humaines.