• E-santé
• M to M (Machine to Machine)
• Maison/Bâtiment intelligent

Le thème s’articule autour d’un des domaines de compétences du LEAT, membre du LABEX (Laboratoire d’Excellence) UCN@sophia autour des réseaux de capteurs ubiquitaires, labellisé en 2012 avec le soutien enthousiaste d’ORANGE, ainsi que sur les activités de l’équipe EpOC dans le domaine des réseaux de capteur, notamment autour du projet COCOE dans le cadre de la plateforme Conception CIMPACA. Les aspects qui seront abordés dans ce thème concernent principalement les « sensors network and health ». On se situe dans le contexte du taux de pénétration et d’acceptation des infrastructures et services internet, qui, conjointement avec l’allongement de la durée de vie associé au fait que 90% des seniors souhaitent rester à domicile, va générer une nouvelle économie, « l’or gris », autour des services d’aide à la personne.

Dans ce cadre il est nécessaire de déployer des travaux de recherche amont selon des axes qui restent génériques autour de l’E-santé, du M2M et de la maison intelligente.

1.1       E-santé

Capteurs sur la personne compatibles avec les réseaux BAN (Body Area Network), monitoring des activités, monitoring des interfaces, services d’aides aux patients.

Ces capteurs possèdent généralement des ressources limitées en énergie et les systèmes proposés souffrent actuellement d’une faible autonomie. Il est nécessaire de développer des méthodes de conception prenant en compte les spécificités des applications ainsi que les exigences des usagers et de proposer des  systèmes adéquats de collecte et d’interprétation des données.

1.2       M2M (Machine to Machine)

L’objectif est ici :

• la mise en œuvre et l’intégration de capteurs innovants dans leur environnement de travail (capteurs faible coût, capteurs pour récupération d’énergie RF et radiopiles [rectenna]).
• le développement de capteurs à connectivité multiple pour les technologies de réseaux capillaires.
• le développement de capteurs innovants pour la connectivité d’objets ou de dispositifs dans les cas d’usage Smart City (connexion des villes à internet pour améliorer leur fonctionnement quotidien) et la validation en grandeur réelle dans le smart City Trial : « ECOCITE NICE » (miniaturisation critique d’antenne à 169 MHz pour application de télécollecte, codesign et intégration d’antenne sur module radio pour système in package à très faible sensibilité, antenne avec filtrage intégré agile permettant d’affaiblir le bruit cellulaire ambiant, capteur multi bandes efficace pour la collecte de données …).

De manière conjointe, la consommation d’énergie de ces capteurs doit être maitrisée et optimisée de manière à assurer une durée de fonctionnement sur pile ou sur batterie avec un éventuel système de récupération d’énergie, en adéquation avec les objectifs de communication et de qualité de service exigés. L’optimisation d’énergie ou de puissance implique a priori de considérer le capteur complet et son environnement ce qui requiert des approches de modélisation hétérogène pour appréhender globalement les comportements énergétiques de toute la chaîne de traitement (jusqu’à inclure le logiciel embarqué applicatif) et de transmission et les interactions entre les constituants de cette chaîne (modélisation du canal et des interactions/interférences). Le dimensionnement sous contraintes d’un tel système implique des approches de codesign qui restent à être imaginées. Par ailleurs, les couches physiques et d’accès au réseau (voire les couches au-dessus) constituent également des champs d’investigation  possible pour proposer des solutions communicantes plus efficaces et plus sûres en fonction de contraintes souvent dépendantes des applications et de l’environnement.

1.3       Maison Intelligente

Capteurs adaptés à l’environnement domestique pour la transmission des données utilisateur vers les objets communicants, services d’assistance à la personne. Par exemple des antennes innovantes devront être intégrées dans les nouveaux matériaux utilisés dans les bâtiments modernes (vitrages chargés, blindés, métallisés, athermique, cloisons opaques en radio …) afin d’assurer le rôle de répéteurs passifs entre les différentes pièces et vis-à-vis de l’extérieur.  De même l’émergence de technologies de fibres conductrices tissables pour constituer des antennes souples intégrables aux vêtements (antennes relais, RFID, réseau d’antennes pour capter l’énergie RF environnante et la convertir en énergie électrique … ) doit donner accès à une nouvelle génération de vêtements intelligents. Comme ci-dessus se pose également la problématique de l’optimisation de la consommation d’énergie et de l’utilisation de l’énergie présente dans l’environnement immédiat du capteur. Ici différentes sources d’énergies sont souvent possibles  (e.g. vibratoire, thermique, photovoltaïque) ce qui rend plus difficile les techniques de gestion d’énergie pour un système devant répondre à des exigences de qualité de service étant donné le caractère souvent fluctuant de ces sources d’énergie.

L’optimisation de la consommation énergétique passe par le déploiement de réseaux de capteurs dans les bâtiments. Des capteurs environnementaux, et l’accès à des « web services », comme par exemple la météo, devraient encore améliorer la gestion énergétique globale d’un bâtiment. Au niveau des capteurs sans fil eux-mêmes ou des différentes passerelles (ou boxes), l’optimisation de la consommation des transceivers et des systèmes complets devient un réel problème. Une optimisation locale, uniquement du frontal RF par exemple, peut s’avérer néfaste pour la consommation globale du système complet en fonction de l’application. Il est alors nécessaire de modéliser à un haut niveau (niveau système), en utilisant des langages tels que System-C, mais en prenant en compte les parties analogiques et RF (SystemC-AMS, VHDL-AMS et Spice) afin de réaliser des simulations permettant de vérifier le fonctionnement global du système tout en effectuant des mesures de performances comme la qualité de liaison en fonction de la consommation.