Thèse soutenue

Réseaux de capteurs sans fil à faible coût pour la surveillance participative de la qualité de l'air

FR  |  
EN
Auteur / Autrice : Mohamed Anis Fekih
Direction : Walid BechkitHervé Rivano
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 04/02/2022
Etablissement(s) : Lyon
Ecole(s) doctorale(s) : École doctorale en Informatique et Mathématiques de Lyon (2009-....)
Partenaire(s) de recherche : établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....)
Laboratoire : CITI - Centre d'Innovation en Télécommunications et Intégration de services (Lyon, INSA) - CITI Centre of Innovation in Telecommunications and Integration of services / CITI
Equipe de recherche : AGORA - AlGorithmes et Optimisation pour Réseaux Autonomes
Jury : Président / Présidente : Alexandre Guitton
Examinateurs / Examinatrices : Walid Bechkit, Hervé Rivano, Alexandre Guitton, Nathalie Mitton, Nicolas Montavont, Nathalie Redon
Rapporteurs / Rapporteuses : Nathalie Mitton, Nicolas Montavont

Résumé

FR  |  
EN

La mesure mobile par la foule (aussi appelé mobile crowdsensing) est un paradigme émergent et prometteur qui a attiré beaucoup d’attention ces dernières années, notamment dans le domaine de la surveillance de l’environnement. Couplé à la puissance des réseaux de capteurs sans fil (RCSF) à bas coût, il permet de tirer parti de la densité de la population pour collecter de nombreuses données dans de nombreuses applications, telles que la surveillance de la pollution de l’air et des îlots de chaleur urbains (ICU). En effet, la pollution de l’air et les ICUs sont parmi les principaux problèmes qui souffrent encore d’un manque de caractérisation en raison des limites des méthodes d’évaluation traditionnelles en termes de coût, de taille de réseau et de flexibilité. Le mobile crowdsensing et les RCSFs visent à combler cette lacune en permettant des déploiements à grande échelle afin d’améliorer la connaissance locale du phénomène, tout en impliquant les citoyens dans le processus de suivi de celui-ci. Dans cette thèse, nous considérons l’application de surveillance de la qualité de l’air avec une approche de crowdsensing mobile, tout en nous concentrant sur trois axes principaux : 1) la conception de systèmes de surveillance de la qualité de l’air participatifs et à faible coût ; 2) l’analyse de données denses issues de micro-capteurs à bas coût et leur apport à la cartographie fine de la qualité de l’air ; 3) la sélection des chemins des participants afin d’améliorer la connaissance du phénomène tout en prenant en compte différentes contraintes. À travers ce travail, nous souhaitons montrer le potentiel de l’utilisation de RCSF à faible coût couplé à la mesure participative dans la surveillance de la qualité de l’air. Dans cette optique, nous réalisons un travail expérimental poussé sur la conception d’un système participatif de surveillance de la qualité de l’air. Nous fournissons des recommandations d’ingénierie concernant la conception de plateformes de surveillance environnementale participative à faible coût. En outre, nous effectuons des tests de validation approfondis pour évaluer les performances de nos nœuds de capteurs. De plus, nous analysons les données collectées par nos capteurs et proposons un framework général qui permet de comparer différentes stratégies de régression et d’assimilation de données, à l’aide de simulations numériques et d’une estimation adéquate des covariances des erreurs de simulation et de mesure. Nous explorons également l’impact de la fréquence de mesure sur la consommation d’énergie et l’erreur de cartographie. Enfin, nous nous intéressons au problème de sélection de routes dans le cadre de la mesure participative et proposons deux nouvelles approches qui prennent en compte les contraintes des participants et les caractéristiques de la surveillance de la qualité de l’air à l’aide de RCSF à faible coût.