Fusion des capteurs et capteur intelligent

Le livre blanc « Capteurs intelligents – Rendre possible l’Internet intelligent des objets » discute de la façon dont le monde de l’IoT est rendu possible par des capteurs intelligents dotés d’une faible consommation d’énergie, d’une connectivité sans fil, de protections de sécurité et de techniques de fusion. Les créateurs bénéficient des meilleurs avantages des capteurs intelligents de nouvelle génération pour créer des systèmes IoT intelligents. Ce blog se concentre sur les capteurs intelligents et sur la manière dont ils sont utilisés pour mettre en œuvre un système de fusion intelligente des capteurs dans certains domaines d’application.

La fusion des capteurs peut être intelligente ou non, selon les capteurs utilisés dans le système, ce qui signifie que les capteurs intelligents rendent la fusion intelligente.

Le développement des techniques de fusion dépend de la nature du système analysé, pour améliorer le processus de prise de décision en actions spécifiques. Dans le cas de la fusion des capteurs, deux situations sont envisagées. Dans la première, différents signaux sont utilisés pour la fusion effectuée sur des capteurs. Dans la seconde, les données sont fusionnées. Ces données n’ont pas besoin d’être de magnitudes différentes, mais il est nécessaire de posséder des capteurs équivalents dans des situations variées.

La structure traditionnelle est composée de trois niveaux qui fonctionnent par séquences : acquisition suivie de fusion de données, fusion de caractéristiques et fusion de décisions. Les trois niveaux fonctionnent avec des informations provenant de différentes classes (figure 1). Le niveau inférieur ou premier niveau est constitué de divers capteurs qui rassemblent des signaux provenant de plusieurs variables telles que des produits chimiques, des quantités physiques ou des images. Le deuxième niveau gère et traite les signaux obtenus. Les principales informations sont extraites de ces signaux. Enfin, il existe des classes de manipulation au troisième niveau (élevé) qui créent une fusion de symboles comme des caractères, des informations reconnues et des stratégies. Ce niveau dispose également d’algorithmes de décision pour la reconnaissance et la transmission des informations. La fusion des capteurs aide à piloter de nouvelles applications et contribue par la suite à alimenter le phénomène connu sous le nom de Big Data.

Figure 1 : Le flux d’un système de fusion de capteurs

Étant donné que l’application influence fortement la configuration du capteur fusionné, on peut se demander si une technique universelle est une solution uniformément meilleure. Cependant, des architectures standard telles que JDL Fusion, Waterfall Fusion Process, Boyd et le modèle LAAS peuvent être adoptées selon les exigences de l’application.

Des capteurs prennent des mesures pour fournir des données environnementales. Ces mesures sont généralement accompagnées de bruit. Il est bon de les traiter et de reconstituer les paramètres observés. La fusion des capteurs utilise des algorithmes spécifiques pour le lissage, la prédiction et le filtrage, similaires au réseau neuronal convolutif, au théorème de la limite centrale, au filtre de Kalman, à Dempster-Shafer et aux réseaux bayésiens pour des résultats optimaux. Ces algorithmes trouvent une utilisation dans la détection de l’altitude des aéronefs, l’orientation des systèmes et l’analyse de la situation du trafic dans l’espace tridimensionnel.

Les voitures sans conducteur ont besoin d’informations précises sur leur environnement pour prendre des décisions de conduite appropriées et ainsi utiliser la fusion des capteurs. Plusieurs applications industrielles et grand public incluent le contrôle de traction, les smartphones, les robots industriels, l’automobile, les bandes de fitness. Les tablettes et l’IoT nécessitent le recours à la fusion des capteurs.

Les capteurs intelligents possèdent leur propre système de communication, ce qui leur permet d’intégrer l’élément de détection dans le réseau. Les capteurs intelligents sont différents d’un simple capteur standard, car ils intègrent le capteur, la communication, le conditionnement du signal et la prise de décision dans un seul système. En termes simples, à l’intérieur d’un même module, les capteurs acquièrent toutes les quantités physiques. Ensuite, ces signaux sont conditionnés électroniquement par des convertisseurs A/N, des filtres, etc., et traités par des microprocesseurs et des microcontrôleurs. L’étape de communication suivante transmet les données par différents moyens via Xbee, câble, sans fil, Bluetooth, dans un réseau avec de nombreux autres capteurs pour les éléments de post-traitement et l’analyse des données. L’utilisateur peut configurer l’ensemble du système à distance ou sur l’appareil (figure 2).

Figure 2 : Le flux d’un capteur intelligent

Les principales applications des capteurs intelligents sont la surveillance de l’environnement, l’agriculture, le transport et le trafic, la logistique, l’industrie, les hôpitaux, l’éclairage, l’aérospatiale, la conservation de l’énergie, l’automobile et les télécommunications. Actuellement, les systèmes IoT offrent une plus grande opportunité où les appareils et les services deviennent « plus intelligents » grâce à des capteurs capables de mesurer presque tous les paramètres imaginables, y compris la pression, l’inertie telle que l’accélération, l’orientation, le mouvement général, l’emplacement et la température. Capturer l’un de ces paramètres peut ajouter une fonctionnalité considérable au dispositif, mais l’incorporation de plusieurs paramètres génère une fonctionnalité holistique.

Il existe une relation entre les applications biomédicales et sportives, appliquant l’idée de la fusion des capteurs et l’utilisation de capteurs intelligents pour quantifier et qualifier les variables physiques du corps humain. Dans de tels cas, certaines variables peuvent augmenter les performances et surveiller l’état de santé d’une personne (fréquence cardiaque, force, accélération, etc.).

Par exemple, dans le cyclisme, cela s’applique à la fois à l’amélioration des performances des coureurs et à la rééducation des athlètes blessés, évitant ainsi de futures blessures. Des données de différents types sont utilisées, telles que la puissance, la consommation d’oxygène, la mesure biomécanique de variables, la fréquence cardiaque et la force effective exercée sur la pédale. Celles-ci sont analysées en tenant compte de leur pertinence dans la performance sportive. Certaines analyses peuvent être effectuées en temps réel pour apporter des corrections pendant l’exercice, offrant ainsi aux athlètes des profils de coups de pédale. L’angle du pied de l’athlète sur la pédale est essentiel pour transférer la force du pied à la pédale. Des capteurs inertiels intelligents analysent l’angle du pied et présentent la correction dans une application sur un appareil mobile afin que le cycliste puisse repositionner son pied, comme le montre la figure 3.