Le 27/05/2020 par lmoalic :

Titre : Optimisation du déploiement de capteurs dans les smart building
Lieu : Institut IRIMAS, Université de Haute Alsace et laboratoire LINEACT, CESI Strasbourg
Durée : 36 mois
 

Sujet
Le secteur du bâtiment est amené à prendre un virage technologique, notamment pour des questions
environnementales, d’urbanisme, de confort des usagers, de conduite des travaux, d’évolution de la règlementation,
etc. La gestion du bâtiment de la conception, à la fin de vie et la masse d’informations hétérogènes générées
nécessitent l’inclusion de mécanismes d’automatisation pilotés par des systèmes de prises de décision.
Concrètement, les objectifs de tels bâtiments sont par exemple, de diminuer l’empreinte carbone et/ou d’améliorer
le confort usager.

Pour répondre à leurs aspirations, ces bâtiments dits « intelligents » sont instrumentés par des capteurs et mettent
en œuvre plusieurs technologies et outils d'aide à la décision afin d'offrir un environnement réactif. Parmi ces outils,
le BIM (Building Information Modeling) est devenu un levier d'innovation et de performance très important dans
le domaine de la construction et de l'urbanisme [1, 2]. En effet, la maquette numérique contient des données
structurées permettant à tous les acteurs d'un projet de construction de collaborer de manière efficace, restituer l’état
d’un bâtiment et de son environnement et manipuler des actionneurs installés dans le bâtiment.
L'émergence du BIM est fortement liée à l'utilisation des nouvelles technologies notamment l'Internet of Things
(IoT). En effet, l'IoT intègre des intelligences embarquées pour surveiller diverses mesures environnementales telles
que la température, l'humidité, la luminosité, le mouvement, etc. Ces composants permettent de collecter les
données en temps réel et de les stocker dans la maquette numérique pour optimiser le fonctionnement des bâtiments
avec un système d'aide à la décision. Cependant, la fiabilité de ces données dépend principalement du placement
des capteurs à l'intérieur du bâtiment [3]. Pour améliorer les performances des Réseaux de Capteurs Sans Fil (RCSF)
dans un environnement Indoor, nous nous intéressons à l'exploitation des données issues de la maquette numérique
BIM pour optimiser le déploiement des objets connectés. Ce problème peut être modélisé sous forme d’un problème
d’optimisation multi-objectifs qui vise à proposer un déploiement de capteurs optimal en tenant compte de (a) la
présence d'obstacles hétérogènes, (b) des coûts, (c) du taux de couverture, (d) de la connectivité et (e) des types de
capteurs et objets connectés.

Pour résoudre ce problème multi-objectifs [4], nous proposons dans cette thèse de développer des approches basées
sur des métaheuristiques hybrides [5, 6]. Ces méthodes constituent une classe d’approches issues de l’algorithmique
pour l’intelligence artificielle et sont intéressantes pour résoudre les problèmes de grande taille. En effet, leur variété
permet de s'adapter à différents types de problèmes. Pour tirer avantage de cette variété, de nombreuses méthodes
hybrides, mettant en œuvre deux métaheuristiques par exemple, existent dans la littérature. Malheureusement,
actuellement, ce type d’hybridation est majoritairement réalisé de façon statique et est paramétré de manière
expérimentale. Ainsi, l'une des limites de ce type de méthodes concerne l'ensemble des paramètres d’hybridation à
définir : comment combiner deux approches ? A quel moment instancier telle ou telle approches ? Comment trouver
un équilibre entre la phase d’exploration et la phase d’exploitation pour tenter de trouver, dans un espace de
recherche souvent de taille exponentielle, les meilleures solutions qui optimisent les 5 objectifs précédemment
identifiés.

Les laboratoires d’accueil

Le LINEACT (Laboratoire d’Innovation Numérique pour les Entreprises et les Apprentissages au service de la
Compétitivité des Territoires), le laboratoire du groupe CESI et équipe d’accueil (EA 7527), anticipe et accompagne
les mutations technologiques des secteurs et des services liés à l’industrie et au BTP, sa spécificité reposant sur
l'organisation de sa recherche selon deux thèmes scientifiques interdisciplinaires et deux domaines applicatifs. Le
thème 1 "Apprendre et Innover" relève principalement des Sciences cognitives, Sciences sociales et Sciences de
gestion, Sciences et techniques de la formation et celles de l’innovation et le thème 2 "Ingénierie et Outils
Numériques" relève principalement des Sciences du Numérique et de l'Ingénierie. Ces deux thèmes développent et
croisent leurs recherches dans les deux domaines applicatifs de l'Industrie du Futur et de la Ville du Futur, soutenues
par des plateformes de recherche, principalement celle de Rouen dédiée à l’Usine du Futur et celle de Nanterre
dédiée au Bâtiment du Futur.
L'Institut de Recherche en Informatique, Mathématiques, Automatique et Signal (IRIMAS) est une équipe d'accueil
(EA 7499) de l'Université de Haute-Alsace (UHA). Cet institut interdisciplinaire rassemble tous les travaux de
recherche liés aux disciplines des mathématiques, de l'informatique, de l'électronique, de l'électrotechnique, de
l'automatique et du traitement du signal et de l'image à l'Université de Haute-Alsace. L'IRIMAS est associé à l'École
Doctorale 269 Mathématiques, Sciences de l'Information et de l'Ingénieur (MSII) de l'Université de Haute-Alsace
et de l'Université de Strasbourg.

Plan de travail
Ce travail traitera les différentes phases suivantes :

• Faire un état de l’art sur les techniques de déploiement des réseaux de capteurs dans les bâtiments et sur les concepts du BIM.
• Faire un état de l’art sur les méthodes d’apprentissage et les métaheuristiques.
• Étudier les processus d’exploration/exploitation des méthodes hybrides.
• Proposition de nouvelles méthodes hybrides intégrant des mécanismes d’apprentissage pour résoudre le problème de déploiement d’un réseau de capteurs dans les bâtiments dits intelligents.
• Validation des approches développées sur un cas d’usage intégrant une maquette BIM.

Prérequis

• Le candidat a obtenu un master recherche ou équivalent en informatique ou en mathématiques appliquées.
• Il doit avoir une bonne connaissance dans les domaines suivants : recherche opérationnelle, méthodes métaheuristiques, techniques d’apprentissages. Des connaissances en réseaux de capteurs sans fil serait un plus.
• Langage de programmation : C++, Python.
• Bonne maîtrise de développement sous Linux.
• Le candidat doit avoir un bon niveau en anglais.

Contact CESI :

• Amine BRAHMIA (LINEACT, EC, abrahmia@cesi.fr)

Contact UHA :

• Lhassane IDOUMGHAR (IRIMAS, PrU, lhassane.idoumghar@uha.fr)

Candidature

• Envoyer un CV, les relevés de notes de M1 et M2 et 2 à 3 lettres de recommandation.

Références
[1] Tristan Gerrish, Kirti Ruikar, Malcolm Cook, Mark Johnson, Mark Phillip, and Christine Lowry. Bim application to
building energy performance visualisation and management : Challenges and potential. Energy and Buildings, 144 :218 - 228,
2017.
[2] Shu Tang, Dennis R. Shelden, Charles M. Eastman, Pardis Pishdad-Bo orgi, and Xinghua Gao. A review of building
information modeling (bim) and the internet of things (iot) devices integration: Present status and future trends. Automation in
Construction, 101 :127 - 139, 2019.
[3] Benatia, M. A., Sahnoun, M. H., Baudry, D., Louis, A., El-Hami, A., & Mazari, B. (2017). Multi-objective WSN
deployment using genetic algorithms under cost, coverage, and connectivity constraints. Wireless Personal
Communications, 94(4), 2739-2768.
[4] A. Syarif, I. Benyahia, A. Abouaissa, L. Idoumghar, R. Fitri-Sari and P. Lorenz, “Evolutionary Multi-Objective Based
Approach for Wireless Sensor Network Deployment”. IEEE International Conference on Communications, ICC'14, June 10-
14, Sydney, Australia, pp. 1837-1842.
[5] A. Syarif, A. Abouaissa, L. Idoumghar, P. Lorenz, R. Schott, and G. Stacey Staples, “New Path Centrality Based on
Operator Calculus Approach for Wireless Sensor Network Deployment”. IEEE Transactions on Emerging Topics in
Computing, Vol. 7, No. 1, 162-173, March 2019.
[6] A. Syarif, A. Abouaissa, L. Idoumghar, R. Fitri-Sari and P. Lorenz, “Performance Analysis of Evolutionary Multi-Objective
Based Approach for Deployment of Wireless Sensor Network with The Presence of Fixed Obstacles”. IEEE Globecom 2014 -
Ad Hoc and Sensor Networking Symposium (GC'2014), pp. 1-6, December 8-12, 2014, Austin, TX, USA.