Edge IA - Edge IA 2023

Intelligence artificielle légère et déportée pour les capteurs et les communications sans fil dans les usines connectées – LIGHT-SWIFT

Résumé de soumission

L'intelligence artificielle (IA) offre sans contestation d'énormes opportunités et constitue un point clé de l'Industrie 4.0 pour optimiser les différents procédés de production. Le déploiement de divers capteurs dans les usines, également appelé Industrial Internet of Things (IIoT), peut soit aider les travailleurs en charge de la maintenance des machines en détectant les comportements anormaux, évitant ainsi les pannes des machines, soit aider à localiser des objets ou des personnes dans des environnements complexes voire inaccessibles. Les algorithmes d'IA représentent probablement la meilleure solution pour faire face à l'énorme quantité de données fournies par les capteurs, mais leur complexité est également un inconvénient majeur et le traitement est principalement centralisé.
L'énergie est cruciale pour l'IIoT, car le déploiement massif de capteurs implique directement une augmentation de la fréquence de changement des sources d’énergie comme les piles ou les batteries. Déplacer le traitement au plus près des capteurs éviterait les transmissions de données, particulièrement gourmandes en énergie. La plupart de ces dernières sont en effet inutiles, car les algorithmes d'IA ont besoin d'être alimentés avec des descripteurs plus qu'avec des données brutes. LIGHT-SWIFT vise à proposer une méthodologie permettant de renforcer la fiabilité et la durée de vie des réseaux de capteurs IIoT en réduisant la complexité des algorithmes d'IA, prenant en compte à la fois les contraintes d’énergie, de ressources disponibles dans les capteurs, et d’occupation spectrale.
Cette méthodologie sera appliquée à des nœuds embarquant des capteurs sonores capables de détecter des situations inhabituelles, dans le comportement de la machine mais aussi dans le contexte général de l'usine. En cas d'urgence, le système peut avoir à faire face à des quantités massives de données supplémentaires, entraînant un besoin crucial de transmissions extrêmement fiables à haut débit, malgré des ressources spectrales limitées. La méthodologie LIGHT-SWIFT sera donc également appliquée aux transmissions sans fil elles-mêmes, afin d'optimiser l'accès aux ressources radio, tout en obtenant la meilleure efficacité énergétique possible.
Pour atteindre cet objectif, notre projet s'appuiera sur un consortium bien équilibré composé de deux partenaires académiques, l'IRISA et le NII, qui travaillent respectivement sur les réseaux de capteurs sans fil efficaces en énergie et sur l'IA déportée de pointe pour les communications sans fil, la PME Wavely spécialisée dans la détection d'événements sonores pour l'IIoT et l'une des plus grandes sociétés d'exploitation de télécommunications au monde, NTT, avec des applications dans l'industrie 4.0.

Coordination du projet

Olivier BERDER (Institut de Recherche en Informatique et Systèmes Aléatoires)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

NTT Nippon Telegraph and Telephone Corporation
IRISA Institut de Recherche en Informatique et Systèmes Aléatoires
WAVELY WAVELY
NII National Institute of Informatics

Aide de l'ANR 393 277 euros
Début et durée du projet scientifique : novembre 2023 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter