Traitement de l’image et des signaux
Traitement de l’image et des signaux
Nouveaux outils pour l’analyse de données massives géolocalisées (i.e. inférence
Bayésienne, filtrage particulaire) pour assurer la fiabilité des nouvelles mobilités (SHM
pour les Mobiles et les Infrastructures).
- Améliorer l’efficience et la résilience des infrastructures
- Transporter efficacement et se déplacer en sécurité
Cette thématique de recherche vise à étudier et développer de nouvelles approches (avec ou sans modèle) pour le traitement de données massives recueillies sur différents types d’objets (structures, vecteurs, ...). Elle inclut les activités conduites au sein de notre équipe de recherche commune I4S avec l’Inria.
- Développer des algorithmes statistiques robustes au bruit et aux variations de l’environnement et évaluer l’impact des incertitudes.
- Etudier et développer de nouvelles approches combinant des modèles physiques avec des méthodes statistiques.
- Etudier et développer de nouvelles méthodes de suivi des systèmes transitoires en conditions opérationnelles très variables.
- Optimisation algorithmique et robustesse pour le déploiement HPC (i.e. GPGPU).
- Systèmes d’instrumentation nécessaires au guidage des Véhicules Autonomes : métrologie de la trajectoire, synchronisation des mesures, redondance des moyens de géolocalisation (par satellites) et de vision.
- Localisation à la voie de circulation près : lane-level location et map-matching dans des cartes enrichies.
Cinq défis seront relevés :
- La localisation des endommagements
- La surveillance et l’élimination des effets thermiques
- Le SHM à distance des grandes structures dont les éoliennes "offshore" (Full field and contact-less sensors)
- La localisation temps réel et décimétrique des véhicules
- Prise en considération de la dimension métrologique dans les algorithmes de traitement
I4S (Inférence Statistique pour la Surveillance et la Sécurité des Structures) is a joint research team between Inria and IFSTTAR.
L'objectif global de cette équipe de projet est le développement de techniques de surveillance de la santé structurelle (SHM) par un couplage étroit de statistiques et de modélisation physique. Des méthodes SHM robustes, efficaces et autonomes pour les applications aux structures civiles, électriques, mécaniques et aéronautiques sont l'objectif.
Les solutions de surveillance pertinente nécessitent des outils d'identification du système et de diagnostic des dommages robustes aux variations environnementales. Ils devraient également être capables de gérer à la fois des modèles physiques complexes et une instrumentation de capteurs diversifiée.
Cela implique de nouvelles techniques statistiques et numériques ainsi que des améliorations des modèles physiques sous-jacents. L’analyse statistique combinée des données de mesure avec la modélisation physique, commune à toutes les recherches, conduit à des méthodes plus fortes et à un développement technologique.