Les réseaux de capteurs peuvent être composés de dizaines, de centaines ou de milliers de capteurs, mesurant souvent différents paramètres dans différentes conditions environnementales. Ces réseaux ont des difficultés avec la qualité des données et les incertitudes de mesure sont souvent inconnues et manquent de traçabilité au SI.
Objectifs
Ce projet européen vise à étudier les aspects métrologiques des réseaux de capteurs et développer des méthodes fiables et fidèles pour évaluer la qualité des données et l'incertitude de mesure dans des environnements réels.
Résumé et résultats
La métrologie est confrontée à des défis inédits créés par les développements récents dans les capteurs, l'architecture des réseaux, les techniques d'auto-étalonnage et de co-étalonnage in situ, le routage des données, le traitement et les méthodes d'intelligence artificielle (IA), illustrés par les algorithmes d'apprentissage automatique (ML) basés sur l'apprentissage profond (DL). Les technologies des réseaux de capteurs s'étend sur des domaines tels que la surveillance de la qualité de l'air, les réseaux énergétiques et la fabrication avancée. Cela s'accompagne de défis propres, en raison du grand volume de données présentant des caractéristiques intrinsèques, telles que la vitesse, le volume, la valeur, la variété et la véracité.
De nombreuses directives posent les bases de l'assurance qualité des réseaux de capteurs : directive 2010/75/UE du Parlement européen relative aux émissions industrielles (prévention et réduction intégrées de la pollution), directive 2008/50/CE concernant la qualité de l'air ambiant et un air pur pour l'Europe, et directive 2018/2002 - Modification de la directive 2012/27/UE relative à l'efficacité énergétique. Par conséquent, une nouvelle métrologie prenant en compte la traçabilité, l'évaluation de l'incertitude et de nouvelles techniques d'étalonnage pour les réseaux de capteurs est nécessaire pour garantir la qualité des données.
Il est dès lors nécessaire de développer de nouvelles méthodes ou d’adapter les méthodes existantes pour la propagation de l'incertitude dans les réseaux de capteurs et pour le traitement métrologique des réseaux de capteurs dans les applications d'agrégation de données. Il est nécessaire d’établir la fiabilité des réseaux de capteurs tout au long de leur cycle de vie.
L'objectif général de ce projet est de fournir une base métrologique aux réseaux de capteurs, y compris des méthodes de propagation des incertitudes et de qualité des données, une évaluation des réseaux de capteurs distribués, des cadres logiciels et une sémantique pour les grands réseaux de capteurs transitoires ainsi que leur démonstration dans des études de cas réelles.
Pour la première fois, les réseaux de capteurs sont abordés de manière métrologiquement solide et systémique, ce qui créera des résultats pour tous les domaines dans lesquels les réseaux de capteurs sont mis en œuvre.
À la fin du projet, de nouveaux outils seront disponibles pour la propagation d'incertitude générique dans les capteurs matériels et logiciels, pour la chaîne de traçabilité au SI via l'auto-étalonnage et le co-étalonnage des capteurs. Ces nouveaux outils, en offrant une traçabilité et en évaluant correctement l'incertitude, élargiront l'applicabilité des réseaux de capteurs et rendront les données fiables.
Le projet fera des progrès substantiels dans la caractérisation des réseaux de capteurs distribués fixes et mobiles en tenant compte de l'agrégation et de la fiabilité des données tout au long de leur cycle de vie. Les aspects infrastructurels, par exemple la topologie, la communication et l'accès, seront abordés et transformés en critères de conception d'architecture qui manquent aux méthodes actuelles. L'analyse des risques pour les réseaux de capteurs sera abordée pour la première fois de manière cohérente et normalisée et ses résultats seront rassemblés dans des guides de bonnes pratiques accessibles au public.
Les cadres logiciels et la sémantique de traitement automatisé des données seront considérablement améliorés. Il s'agit de descriptions interprétables par machine et sensibles à la métrologie utilisant des technologies sémantiques. En conséquence, les mesures dynamiques et distribuées dans des réseaux de capteurs transitoires génériques à grande échelle bénéficieront des méthodes automatisées développées dans le cadre du projet.
Impacts scientifiques et industriels
A la fin du projet, des informations sur la manière de réduire l'incertitude de mesure et d'améliorer la traçabilité SI pour les réseaux de capteurs statiques et mobiles auront un impact positif sur la surveillance environnementale et aideront à soutenir les directives européennes.
Partenaires
CMI (République Tchèque)
DTI (Danemark)
FORCE (Danemark)
IPQ (Portugal)
METAS (Suisse)
MIKES (Finlande)
Metrosert (Estonie)
NPL (Royaume-uni)
PTB (Allemagne)
VSL (Pays-Bas)