Étalonnage in situ de l'instrumentation bas coût pour la mesure de grandeurs ambiantes : méthode d'évaluation des algorithmes et diagnostic des dérives

In situ calibration of low-cost instrumentation for the measurement of ambient quantities : evaluation methodology of the algorithms and diagnosis of drifts

• Auteur / Autrice : Florentin Delaine
• Direction : Bérengère Lebental, Hervé Rivano
• Type : Thèse de doctorat
• Discipline(s) : Informatique, données, IA
• Date : Soutenance le 04/12/2020
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : établissement opérateur d'inscription : École polytechnique (Palaiseau, Essonne ; 1795-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de physique des interfaces et des couches minces (Palaiseau, Essonne)
• Jury : Président / Présidente : Gilles Roussel
• Jury : Examinateurs / Examinatrices : Bérengère Lebental, Hervé Rivano, Jean-Luc Bertrand-Krajewski, Romain Rouvoy, Nathalie Redon
• Jury : Rapporteurs / Rapporteuses : Jean-Luc Bertrand-Krajewski, Romain Rouvoy

Mots clés

Mots clés contrôlés

Réseaux de capteurs (technologie)

Structures de données (informatique)

Traitement du signal

Mots clés libres

Réseaux de capteurs

Qualité de mesure

Étalonnage

Evaluation

Diagnostic

Mesures ambiantes

Sensor networks

Measurement quality

Calibration

Evaluation

Diagnosis

Environmental sensing

Résumé

Dans de nombreux domaines allant de l'agriculture à la santé publique, des grandeurs ambiantes doivent être suivies dans des espaces intérieurs ou extérieurs. On peut s'intéresser par exemple à la température, aux polluants dans l'air ou dans l'eau, au bruit, etc. Afin de mieux comprendre ces divers phénomènes, il est notamment nécessaire d'augmenter la densité spatiale d'instruments de mesure. Cela pourrait aider par exemple à l'analyse de l'exposition réelle des populations aux nuisances comme les polluants atmosphériques.Le déploiement massif de capteurs dans l'environnement est rendu possible par la baisse des coûts des systèmes de mesure, qui utilisent notamment des éléments sensibles à base de micro ou nano technologies. L’inconvénient de ce type de dispositifs est une qualité de mesure insuffisante. Il en résulte un manque de confiance dans les données produites et/ou une hausse drastique des coûts de l’instrumentation causée par les opérations nécessaires d'étalonnage des instruments ou de remplacement périodique des capteurs.Il existe dans la littérature de nombreux algorithmes qui offrent la possibilité de réaliser l'étalonnage des instruments en les laissant déployés sur le terrain, que l'on nomme techniques d'étalonnage in situ.L'objectif de cette thèse est de contribuer à l'effort de recherche visant à améliorer la qualité des données des instruments de mesure bas coût à travers leur étalonnage in situ.En particulier, on vise à 1) faciliter l'identification des techniques existantes d'étalonnage in situ applicables à un réseau de capteurs selon ses propriétés et les caractéristiques des instruments qui le composent ; 2) aider au choix de l'algorithme le plus adapté selon le réseau de capteurs et son contexte de déploiement ; 3) améliorer l'efficacité des stratégies d'étalonnage in situ grâce au diagnostic des instruments qui ont dérivé dans un réseau de capteurs.Trois contributions principales sont faites dans ces travaux. Tout d'abord, une terminologie globale est proposée pour classer les travaux existants sur l'étalonnage in situ. L'état de l'art effectué selon cette taxonomie a montré qu'il y a de nombreuses contributions sur le sujet, couvrant un large spectre de cas. Néanmoins, le classement des travaux existants selon leurs performances a été difficile puisqu'il n'y a pas d'étude de cas de référence pour l'évaluation de ces algorithmes.C'est pourquoi dans un second temps, un cadre pour la simulation de réseaux de capteurs est introduit. Il vise à guider l'évaluation d'algorithmes d'étalonnage in situ. Une étude de cas détaillée est fournie à travers l'évaluation d'algorithmes pour l'étalonnage in situ de réseaux de capteurs statiques et aveugles. Une analyse de l'influence des paramètres et des métriques utilisées pour extraire les résultats est également menée. Les résultats dépendant de l'étude de cas, et la plupart des algorithmes réétalonnant les instruments sans évaluer au préalable si cela est nécessaire, un outil d'identification permettant de déterminer les instruments qui sont effectivement fautifs en termes de dérive serait précieux.Dès lors, la troisième contribution de cette thèse est un algorithme de diagnostic ciblant les fautes de dérive dans les réseaux de capteurs sans faire d'hypothèse sur la nature du réseau de capteurs considéré. Basé sur le concept de rendez-vous, l'algorithme permet d'identifier les instruments fautifs tant qu'il est possible de supposer qu'un instrument n'est pas fautif dans le réseau de capteurs. À travers l'analyse des résultats d'une étude de cas, nous proposons différents moyens pour diminuer les faux résultats et des recommandations pour régler les paramètres de l'algorithme. Enfin, nous montrons que l'algorithme de diagnostic proposé, combiné à une technique simple d'étalonnage, permet d'améliorer la qualité des résultats de mesure. Ainsi, cet algorithme de diagnostic ouvre de nouvelles perspectives quant à l'étalonnage in situ.

In various fields going from agriculture to public health, ambient quantities have to be monitored in indoors or outdoors areas. For example, temperature, air pollutants, water pollutants, noise and so on have to be tracked. To better understand these various phenomena, an increase of the density of measuring instruments is currently necessary. For instance, this would help to analyse the effective exposure of people to nuisances such as air pollutants.The massive deployment of sensors in the environment is made possible by the decreasing costs of measuring systems, mainly using sensitive elements based on micro or nano technologies. The drawback of this type of instrumentation is a low quality of measurement, consequently lowering the confidence in produced data and/or a drastic increase of the instrumentation costs due to necessary recalibration procedures or periodical replacement of sensors.There are multiple algorithms in the literature offering the possibility to perform the calibration of measuring instruments while leaving them deployed in the field, called in situ calibration techniques.The objective of this thesis is to contribute to the research effort on the improvement of data quality for low-cost measuring instruments through their in situ calibration.In particular, we aim at 1) facilitating the identification of existing in situ calibration strategies applicable to a sensor network depending on its properties and the characteristics of its instruments; 2) helping to choose the most suitable algorithm depending on the sensor network and its context of deployment; 3) improving the efficiency of in situ calibration strategies through the diagnosis of instruments that have drifted in a sensor network.Three main contributions are made in this work. First, a unified terminology is proposed to classify the existing works on in situ calibration. The review carried out based on this taxonomy showed there are numerous contributions on the subject, covering a wide variety of cases. Nevertheless, the classification of the existing works in terms of performances was difficult as there is no reference case study for the evaluation of these algorithms.Therefore in a second step, a framework for the simulation of sensors networks is introduced. It is aimed at evaluating in situ calibration algorithms. A detailed case study is provided across the evaluation of in situ calibration algorithms for blind static sensor networks. An analysis of the influence of the parameters and of the metrics used to derive the results is also carried out. As the results are case specific, and as most of the algorithms recalibrate instruments without evaluating first if they actually need it, an identification tool enabling to determine the instruments that are actually faulty in terms of drift would be valuable.Consequently, the third contribution of this thesis is a diagnosis algorithm targeting drift faults in sensor networks without making any assumption on the kind of sensor network at stake. Based on the concept of rendez-vous, the algorithm allows to identify faulty instruments as long as one instrument at least can be assumed as non-faulty in the sensor network. Across the investigation of the results of a case study, we propose several means to reduce false results and guidelines to adjust the parameters of the algorithm. Finally, we show that the proposed diagnosis approach, combined with a simple calibration technique, enables to improve the quality of the measurement results. Thus, the diagnosis algorithm opens new perspectives on in situ calibration.