Diagnostic en réseau de mobiles communicants, stratégies de répartition de diagnostic en fonction de contraintes de l'application

par Insaf Sassi

Projet de thèse en Automatique - productique

Sous la direction de Jean-Marc Thiriet.

Thèses en préparation à Grenoble Alpes , dans le cadre de Electronique, Electrotechnique, Automatique, Traitement du Signal (EEATS) , en partenariat avec Grenoble Images Parole Signal Automatique (laboratoire) depuis le 01-10-2014 .


  • Résumé

    Les systèmes en réseaux se rencontrent aujourd'hui dans un nombre d'applications de plus en plus large (énergie, transports, environnement…). Les réseaux de mobiles communicants intégrant des véhicules autonomes, collaboratifs (drones volants ou sous-marins, robots, véhicules automobiles ou ferroviaires, aides domestiques aux personnes…) sont une sous-classe des systèmes en réseaux se caractérisant par des communications sans fil et des nœuds mobiles. La communication entre les mobiles communicants, dans notre cas les robots mobiles, et la station qui les commande est cruciale pour assurer le bon fonctionnement du système. Cependant, l'intégration d'un réseau sans fil dans la boucle de commande engendre des problèmes qui affectent la performance du système à cause du comportement stochastique des réseaux sans fil. Ces réseaux ne peuvent pas garantir la transmission correcte des données aux actionneurs des robots mobiles et aux contrôleurs. Notre travail concerne la mise en place d'une stratégie de diagnostic distribué ayant pour objectif de superviser et diagnostiquer au mieux le système (composé de plusieurs véhicules mobiles et de points d'accès) afin de le maintenir dans un état le meilleur possible, quelles que soient les perturbations. Pour cela, l'idée est de mettre en place une stratégie de diagnostic, globalement distribuée, de manière à avoir la meilleure vision possible du système. Dans ce but, les approches bayésiennes sont implémentées. En effet, les modèles graphiques probabilistes tels que les réseaux bayésiens sont des outils pertinents pour représenter des connaissances incertaines et raisonner à partir d'informations incomplètes. C'est une bonne solution pour assurer les meilleures performances du système prenant en compte différentes natures de problèmes possibles.

  • Titre traduit

    Diagnostic of mobiles networks, strategies for the diagnostic distribution as a function of the application constraints


  • Résumé

    Networked control systems are used in redundant fields such as transport, energy and the environment in order to distribute a task to accomplish for cooperation or remote control. For instance, autonomous vehicles (UAVs, mobile robots) are used in intervention and exploration in hostile environment, for sensitive military operations, surveillance missions. As types of networked control systems, mobile robots are becoming essential to take over the human actions. Communication between the robot and the station is crucial to ensure proper operation. However, the integration of the network into the robot control loop can lead to problems that can affect system performance i.e. the stochastic behavior of networks, including wireless networks, makes it difficult to ensure that the data is transmitted correctly and completely to the actuators and controllers. Problems can thus be introduced into the control loop during the communication and influence the system stability and performance. Our study aims to develop a distributed diagnostic strategy which aims to monitor and diagnose this system and maintain it in the best possible condition whatever the disturbances are. For this purpose, Bayesian approach is being implemented. Probabilistic graphical models, such as Bayesian networks are relevant tools for representing uncertain knowledge and reasoning from incomplete information due to the stochastic aspect of the wireless networks. It's a good solution to ensure the good system performance taking into account diffrent kinds of problems.