Etude et conception d'un circuit numérique dédié aux objets connectés pour des applications agricoles

par Victor Grimblatt

Projet de thèse en Electronique

Sous la direction de Christophe Jego, Guillaume Ferre et de François Rivet.

Thèses en préparation à Bordeaux , dans le cadre de École doctorale des sciences physiques et de lu2019ingénieur , en partenariat avec Laboratoire de l'Intégration du Matériau au Système (laboratoire) depuis le 08-01-2018 .


  • Résumé

    L'agriculture joue un rôle primordial dans l'alimentation de l'être humain. Nos ancêtres ont développé diverses techniques pour améliorer le semis et la récolte afin de maximiser le fruit de la terre. L'eau est un problème pour les agriculteurs, non seulement parce qu'elle n'est pas toujours disponible (sècheresses, zones désertiques, etc.), mais aussi parce qu'il faut la transporter depuis la source jusqu'au champ. Les civilisations ont trouvé des moyens différents pour résoudre ce problème, par exemple les Romains avec les aqueducs et les Incas avec terrasses de semis. Aujourd´hui nous faisons face à un nouveau défi, lié au changement climatique, qui provoque des grandes sécheresses, des inondations et un avancement des zones désertiques. L'optimisation de l'utilisation de l'eau dans l'agriculture est essentielle pour subvenir aux besoins alimentaires de l'humanité. L'internet des objets (IoT) est une technologie qui peut apporter une solution. Un arrosage idéal se détermine en fonction de paramètres mesurables in-situ (humidité, température, etc.) et de conditions prédictibles basées sur l'exploitation de données historiques (paramètres mesurés, climat local, qualité du sol, configuration géographique). Le contrôle de l'arrosage se décide donc sur une collecte d'informations et leur traitement par une intelligence embarquée dans un système autonome. Les travaux de thèse envisagés sont la conception d'un circuit intégré numérique qui convertit, collecte et traite les données suffisantes au contrôle d'un arrosage de champ. Ce circuit doit répondre à des contraintes de faible consommation, d'une alimentation in-situ (energy harvesting) et d'une autonomie à la prise de décision (big data et machine learning). On travaillera sur l'adéquation algorithme-architecture en utilisant les outils de Synopsys pour fabriquer le circuit dans une technologie adéquate. Le circuit sera ensuite testé sur un site pilote. L'expérimentation aura pour but de comparer 2 jardins, un équipé du contrôle de l'arrosage et l'autre sans contrôle d'arrosage. Nous mesurerons l'apprentissage du système sur une longue durée afin de quantifier la réduction de la consommation d'eau à rendement égale.

  • Titre traduit

    Digital circuit design for Internet of Things (IoT) applied to agronomy


  • Résumé

    Agriculture plays a key role in humans' nutrition. Our ancestors have developed various techniques to improve seedling and harvesting to maximize the fruit of their land. Water is a problem for farmers, not only because it is not always available (droughts, desert areas, etc.), but also because it has to be transported from the source to the field. Civilizations have found different ways to solve this problem, for example the Romans with the aqueducts and the Incas with terraced levels of seedlings. Nowadays, we are facing a new challenge, linked to climate change, which causes severe droughts, floods and the progression of desert areas. Optimizing the use of water in agriculture is essential to meet the food requirements of humankind. The Internet of Things (IoT) is a technology that can provide a solution. An ideal irrigation is determined according to in-situ parameters (humidity, temperature, etc.) and predictable conditions based on historical data (measured parameters, local climate, soil quality, geographical configuration). The control of irrigation is therefore decided on a collection of information and their treatment by an intelligence embedded in an autonomous system. The thesis work envisaged is the design of a digital integrated circuit that converts, collects and processes sufficient data to control a field irrigation. This circuit must respond to low power consumption constraints, in-situ energy harvesting and decision-making autonomy (big data and machine learning). We will work on the algorithm-architecture adequacy using the Synopsys tools to fabricate the circuit in a suitable technology. The circuit will then be tested on an experimental site. The experiment will aim to compare 2 gardens, one equipped with control of watering and the other without control of watering. We will measure system learning over a long period of time to quantify the reduction in water consumption with equal yield.