QUAlité de ServIce pour réseaux de capteurs sans fil et objets MObiles – aDaptatiOn des paramètres – QUASIMODO

Face à ces problèmes, nous combinons les approches de l’automatique, de l’optimisation et des réseaux. Par exemple, les délais et pertes de paquets ont été considérés lors de la conception des algorithmes de poursuite de cible basés sur le filtrage de Kalman étendu, l’énergie est prise en compte lors du développement de l’algorithme de mouvement de robots mobiles. Pour la conception des protocoles, nous suivons principalement l’approche de « cross-layering » afin d’optimiser à la fois la QoS et la consommation d’énergie.

Nos résultats principaux comprennent des protocoles innovants (MAC et routage) pour des réseaux de capteurs, capable de fournir la meilleure QoS par rapport à l’état de l’art tout en minimisant la consommation d’énergie, et des algorithmes nouveaux permettant la détection et la poursuite de cibles de manière optimisée.
Concernant l’aspect détection et poursuite de cible à l’aide des réseaux de capteurs, plusieurs problèmes fondamentaux ont été traités. Le problème de la couverture de frontière a été traité avec une solution de déploiement optimal des nœuds de capteurs. Afin d’économiser l’énergie lors de la détection et la poursuite de cibles, nous avons développé l’algorithme DSDA qui combine l’ordonnancement des nœuds actifs et l’ordonnancement des accès aux slots TDMA. Cet algorithme a été montré efficace en terme de l’énergie et est capable de passer à l’échelle pour des réseaux de taille importante. La poursuite de cibles mobiles sous contrainte de la couverture est une autre problématique importante à laquelle nous avons apporté des solutions efficaces. Nous avons développé deux algorithmes permettant la localisation d’une cible cachée (prise en compte de la taille des cibles) et le contrôle du déplacement de robots qui minimise l’énergie.
Sur l’aspect QoS, un protocole MAC hybride combinant CSMA et TDMA, appelé iQueue-MAC, a été développé. Il s’adapte à la variation du trafic et présente des performances meilleures que les solutions existantes. Afin d’assurer le routage multi-saut sous contraintes multiples (énergie, fiabilité, délai), nous avons aussi développé un protocole de routage basé sur une algèbre de calcul des opérateurs. Pour évaluer le délai de bout en bout dans un réseau où les protocoles MAC et routage sont dynamique, une nouvelle approche a été proposée qui consiste à combiner l’analyse des traces d’exécution du code et l’analyse Markovienne. La difficulté d’établissement du modèle Markovien du comportement du réseau est ainsi résolue.

Du point de vue scientifique, le projet a donné lieu à de nombreuses publications dans des journaux et conférences de haut niveau (15 journaux et 16 conférences) sur à la fois les protocoles pour les réseaux de capteurs sans fil et la détection et poursuite de cibles utilisant les réseaux de capteurs sans fil et mobile. Nous pouvons noter que les résultats obtenus dépassent largement le spectre dans le projet initial, ce qui est normal compte tenu de l'évolution très rapide du domaine des réseaux de capteurs et de l'internet des objets.
Plusieurs résultats ont fait réellement progresser l'état de l'art. Par exemple, le protocole iQueue-MAC présente la meilleure performance connue en terme de l'adaptation à la variation de traffic tout en maintenant la faible consommation lors du trafic faible. C'est pourquoi dans nos perspectives, nous continuons à le pousser sous forme du code libre sur la plateforme de RIOT OS, afin que iQueue-MAC devienne l'un des protocole MAC à «duty-cycle« pour les futures applications de l'internet des objets.

Le projet a donné lieu à 15 publications dans des journaux et 16 dans des conférences internationales, y compris les journaux et conférences de haut rang.
Voici les quelques unes:
[1] Xiufang Shi , Ye-Qiong Song, Zaiyue Yang and Jiming Chen, «Multiple Target Tracking under Occlusions Using Modified Joint Probabilistic Data Association«, Proceedings of IEEE ICC2015 (accepted)
[6] Shuguo Zhuo, Zhi Wang, Ye-Qiong Song, Zhibo. Wang, and Luis Almeda, iQueue-MAC: A traffic adaptive duty-cycled MAC protocol with dynamic slot allocation, Proceedings of IEEE SECON, 2013.
[10] Jing Bai, Peng Cheng, Jiming Chen, Guenard, A., Yeqiong Song, Target Tracking with Limited Sensing Range in Autonomous Mobile Sensor Networks, Proceedings of DCOSS, 2012.
[11] Shuguo Zhuo, Ye-Qiong Song, Zhi Wang, Zhibo Wang, Queue-MAC: A queue-length aware hybrid CSMA/TDMA MAC protocol for providing dynamic adaptation to traffic and duty-cycle variation in wireless sensor networks, Proceedings of WFCS, 2012.
[18] Shibo He, Xiaowen Gong, Junshan Zhang, Jiming Chen, Youxian Sun, Curve-Based Deployment for Barrier Coverage in Wireless Sensor Networks, IEEE Transactions on Wireless Communications, 13(2): 724-735, Feb, 2014.
[24] Peng Cheng, Fan Zhang, Jiming Chen, Youxian Sun and Xuemin Shen. A Distributed TDMA Scheduling Algorithm for Target Tracking in Ultrasonic Sensor Networks, IEEE Transactions on Industrial Electronics, 60(9): 3836-3845, Sept, 2013.
Nous avons également organisé deux sessions spéciales. L’une est dans « IEEE WiSARN Spring Workshop » dans le cadre de la conférence IEEE DCOSS2012, l’autre dans « 1st International Workshop on Compressive Sensing in Cyber-Physical Systems (CSCPS) » dans le cadre de la conférence IEEE MASS2013. Par ailleurs, nous avons aussi présenté des résultats du projet dans le workshop « LIMA France-Chine50 » à Paris en mai 2014.

L’objectif principal du projet QUASIMODO est de spécifier, développer et évaluer les mécanismes d'adaptation pour fournir la QoS (Qualité de service) dans WSAN (les réseaux de capteurs et actionneurs sans fil) pour supporter des applications temps réel et donc de démontrer l'utilisation efficace de la technologie WSAN pour la construction de CPS (Cyber-Physical Systems).
Les verrous scientifiques et techniques à lever sont les suivantes:
- Au niveau applicatif: il n'existe pas encore de modèles de communication et la spécification de propriétés associées pour la coopération et la coordination au sein d'un système composé d'objets mobiles et WSN. En fait, considérer des données de capteurs dans WSAN, les méthodes traditionnelles et les résultats sur les systèmes multi-robots ne peuvent pas être satisfaisantes. Impact de performances de WSAN (en particulier la fiabilité de transmission de données, les délais, la mobilité, la durée de vie des nœuds et du réseau) sur la qualité de l’application (par exemple le précision du suivi des objets mobiles, de la coopération et la coordination de qualité) n'est pas encore clair et doit être soigneusement étudiés dans ce projet. Les modèles de communication appropriés doivent être spécifiées et la qualité de service nécessaires (par exemple, la cohérence temporelle et spatiale des données de capteurs distribués doit être assuré pour la coopération et de coordination efficace des robots).
- Au niveau du réseau, fournir la qualité de service dans WSAN est lui-même un problème ouvert. Les paramètres traditionnels de QoS des réseaux filaires doivent être réexaminés en tenant compte de la spécificité WSAN (la contrainte de ressources, le paradigme « data-centric », la mobilité, etc.). Des compromis subtils doivent être trouvés entre la consommation d'énergie, le degré de redondance et les contraintes temps-réel.
- Le plus important, au niveau de l'interface entre l’application et le réseau, il y a encore peu de résultat sur la façon de faire le lien entre les exigences applicatives et les paramètres de QoS réseau, ni la prise en compte les caractéristiques spécifiques de la WSAN par l’application et ceci de façon interactive. Le développement de « middleware » nous semble une idée intéressante afin de permettre d’une part au réseau d’allouer dynamiquement des ressources pour s'adapter aux exigences des applications, et d’autre part aux applications de s’adapter à l'évolution des performances du réseau.

En conséquence, les avancées scientifiques attendues sont:
(a) Pour les applications de suivi et de contrôle en utilisant WSAN avec des robots mobiles, un ensemble de modèles de communication bien définis pour les fonctions de base comme le suivi, la coordination et la coopération seront fournis. Par ailleurs, l’impact de la qualité de service réseau (délai, fiabilité, énergie et mobilité) sur la qualité de chacune des fonctions seront caractérisé.
(b) Un ensemble de mécanismes de QoS adaptant de façon en-ligne à la condition de fonctionnement du réseau (Optimisation cross-layer entre Routage avec QoS et MAC sous contrainte énergétique, la gestion dynamique de la topologie du réseau grâce aux nœuds mobile).
(c) Un intergiciel (middleware) facilement paramétrable fournissant la QoS adaptative entre le réseau et application.