Cette thèse s’inscrit dans le cadre de la disposition CIFRE entre la société Robert Bosch et l’Université de Caen Normandie au sein du laboratoire GREYC puis LAC. Elle comprend deux volets, l'un étant à caractère fondamental et porte sur la synthèse d'observateurs. Quant à l'autre volet, il est à caractère plus appliqué et porte sur la mise en œuvre d’un réseau de capteurs et assurer l’acheminement des informations provenant de ces derniers. Ce dernier est effectué au moyen du réseau, qu’il soit câblé ou sans fil.Dans le premier volet de l'étude, on s'est intéressé à une classe assez générale de systèmes temps-variant et affines en l'état, dont la sortie est mesurée avec un retard et échantillonnée. La nouveauté dans cette classe de systèmes est double :(i) l'équation d'état est sujette à une injection du signal de sortie et se retrouve de ce fait dépendante des sorties futures qui sont indisponibles;(ii) les sorties futures interviennent, au niveau de l'équation d'état, non seulement sous la forme usuelle d'une fonction indépendante de l'état, mais aussi à travers la matrice d'état ellemême qui, de ce fait, apparaît comme une quantité inconnue du modèle.Ces deux nouveautés du modèle entrainent en fait la perte du caractère « affine en l'état » de ce dernier et font que l'on se retrouve confronté à un problème de synthèse d'observateurs jamais résolu antérieurement. La solution que nous proposons est un observateur de type « Filtre de Kalman » augmenté d'un prédicteur inter-échantillons et d'opérateurs de saturations. Nous analysons la stabilité exponentielle du système d'erreur d'estimation d'état en utilisant le théorème du petit gain et des outils de la stabilité de Lyapunov. L'analyse met en évidence l'existence d'intervalles d'admissibilité dans lesquels doivent se situer les valeurs admissibles du retard et de la période d'échantillonnage, afin de garantir la convergence exponentielle de l'observateur.Dans le deuxième volet, nous nous intéressons à la maintenance prédictive au travers d’applications pratiques via la mise en place d’un réseau de capteurs. Le but de ce réseau est d’effectuer de la maintenance prédictive sur les équipements sensibles. Ce dernier est un composant essentiel à la mise en œuvre d’applications IoT et Industrie 4.0.Des applications de l’IoT et de l’Industrie 4.0 sur le site Robert Bosch de Mondeville sont évoqués ainsi que le développement d’un simulateur de perturbations réseau afin de tester la robustesse de la communication d’un capteur vers un client. / This thesis is part of the CIFRE agreement between the company Robert Bosch and the University of Caen Normandy in the laboratory GREYC then LAC. It consists of two parts, one which is of a fundamental nature and concerns the synthesis of observers. For the other part, it is more applied and concerns the implementation of a sensors network and ensure the routing of information from them. This is done through the network, whether wired or wireless.In the first part of the study, we looked at a fairly general class of time-varying and affine systems as they are, whose output is measured with a delay and sampled. The novelty in this class of systems is twofold:(i) the state equation is subject to an output signal injection and is therefore dependent on future outputs that are unavailable;(ii) future outputs occur at the state equation not only in the usual form of a stateindependent function, but also through the state matrix itself, which fact, appears as an unknown quantity of the model.These two novelties of the model cause in fact the loss of the "affine in the state" character of this last one, and make that one is confronted with a synthesis problem of observers never resolved previously. The solution we propose is a "Kalman filter" type observer augmented by an inter-sample predictor and saturation operators. We analyze the exponential stability of the state estimation error system by using the small gain theorem and tools of Lyapunov stability. The analysis highlights the existence of eligibility intervals in which the allowable values of the delay and the sampling period must be located in order to ensure the exponential convergence of the observer.In the second part, we are interested in predictive maintenance through practical applications via the installation of a sensor network. The purpose of this network is to perform predictive maintenance on sensitive equipment. The latter is an essential component for the implementation of IoT and Industry 4.0 applications.The purpose of this sensor network is to perform predictive maintenance on sensitive equipment. The latter is an essential component for the implementation of IoT and Industry 4.0 applications. Moreover, an observer of sampled data for affine systems in the state with output injection was studied on the basis of observers.Applications of IoT and Industry 4.0 on the Robert Bosch site in Mondeville are discussed as well as the development of a network disturbance simulator to stress the robustness of the communication of a sensor to a client.

Fruit d’un travail collaboratif entre le LAAS-CNRS de Toulouse et l’entreprise MEAS-France / TE Connectivity, ces travaux ont consisté en la mise en place d’une méthodologie permettant la réalisation de capteurs embarqués intelligents utilisant la fusion de données multi-physique pour estimer un paramètre en amoindrissant l’impact des variations environnementales.Nous explorons ici les méthodes liées à la modélisation et l’estimation de paramètres au travers des filtres de Kalman, pour les systèmes linéaires, et des filtres de Kalman étendus (EKF) et Unscented Kalman Filter pour les systèmes non-linéaires. Nous proposons ensuite des méthodes hybrides permettant d’obtenir le meilleur rapport charge de calculs/précision pour les systèmes présentant une évolution linéaire et une mesure non-linéaire.Après une étude de la complexité algorithmique des différentes solutions, nous proposons des méthodes permettant de diminuer la charge de calculs afin de satisfaire les contraintes temps-réel avec une faible puissance de calculs, telles que trouvées couramment dans les applications embarquées. La méthode développée est finalement appliquée sur deux cas applicatifs concrets : le capteur de qualité d’urée de la société MEAS-France/TE Connectivity et le capteur d’analyse du mouvement AREM développés au cours de la thèse au sein du LAAS-CNRS. / The work detailed in this document is the result of a collaborative effort of the LAAS-CNRS in Toulouse and MEAS-France / TE Connectivity during a period of three years.The goal here is to develop a methodology to design smart embedded sensors with the ability to estimate physical parameters based on multi-physical data fusion. This strategy tends to integrate sensors technologies, currently dedicated to lab measurements, in low powered embedded systems working in imperfects environments. After exploring model oriented methods, parameters estimations and Kalman filters, we detail various existing solutions upon which we can build a valid response to multi-physical data fusion problematics, for linear systems with the Kalman Filter, and for non-linear systems with the Extended Kalman Filter and the Unscented Kalman Filter.Then, we will synthesize a filter for hybrid systems, having a linear evolution model and a non-linear measurement model. For example, using the best of the two worlds in order to obtain the best complexity/precision ratio. Once we selected the estimation method, we detail computing power and algorithm complexity problematics in order to find available optimizations we can use to assess the usability of our system in a low power environment. Then we present the developed methodology application to the UQS sensor, sold by TE Connectivity, study case. This sensor uses near infra-red spectroscopy to determine the urea concentration in a urea/water solution, in order to control the nitrogen-oxyde depolluting process in gasoline engines. After a design principles presentation, we detail the model we created in order to represent the system, to simulate its behavior and to combine the measurement data to extract the desired concentration. During this step, we focus on the obstacles of our model calibration and the deviation compensation, due toworking conditions or to components aging process. Based on this development, we finally designed the hybrid models addressing the nominal working cases and the model re-calibration during the working duration of the product. After this, we presented obtained results, on simulated data, and on real-world measured data. Finally, we enhanced the methodology based on tabulated “black box” models which are easier to calibrate and cheaper to process. In conclusion, we reapplied our methodology to a different motion capture sensor, to compile all possible solutions and limits.

Cette thèse propose une méthode pour l'analyse de problèmes relevant des systèmes complexes physiques ouverts avec des systèmes multi-agents physiques. Cette méthode que nous appelons DIAMOND (Decentralized Iterative Approach for Multiagent Open Networks Design) agence quatre phases en un cycle de vie en spirale. Elle propose d'utiliser, pour le recueil des besoins, des notations d'UML mais elle structure le fonctionnement global du système via une étude de modes de marche et d'arrêt. Elle utilise le raffinement notamment entre le niveau local et le niveau global du système et assemble les comportements individuels et les comportements sociaux tout en identifiant les influences de l'un sur l'autre. Elle guide le concepteur durant la phase de conception générique en utilisant les composants comme unité opératoire. En fin de cycle, le partitionnement logiciel/matériel du système intervient et permet la génération du code ou des descriptions matérielles.<br />Il n'était pas suffisant de proposer une méthode : considérer les composants des systèmes complexes physiques comme des noeuds coopérants d'un réseau sans fil est une démarche attrayante qui peut être vue comme la traduction physique extrême de la décentralisation. De fait, des besoins spécifiques en architectures doivent être traités. Pour cela, nous proposons le modèle MWAC (Multi-Wireless-Agent Communication) qui repose sur l'auto-organisation des entités du système.<br />Ces deux contributions sont exploitées au sein de l'application EnvSys qui a pour objectif l'instrumentation d'un réseau hydrographique.

Si de nombreux aspects de notre vie sont devenus plus agréables grâce à l'utilisation de technologies avancées, il a fallu longtemps au secteur du transport pour combler son retard en la matière. Aujourd'hui, ces progrès sont devenus incontournables. Ce travail décrit la perception de l'environnement à l'avant d'un véhicule, sur la base d'un capteur stéréoscopique conçu et mis en place en s'appuyant sur le concept de capteur intelligent afin de réaliser un Attelage Virtuel.<br />Après une présentation de la problématique associée, le premier chapitre dresse l'état de l'art en matière de véhicules intelligents. Le second introduit la notion de capteur intelligent et présente les approches de conception que nous mettons en application pour identifier les différents services et fonctionnalités que doit intégrer ce capteur stéréoscopique intelligent pour contribuer à la réalisation de la tâche de l'Attelage Virtuel.<br />Le dernier chapitre expose la réalisation du capteur stéréoscopique. Nous y détaillons les problèmes que posent l'application de la stéréovision au domaine des transports et les solutions que nous y avons apportées. Ainsi, sont évoquées les difficultés posées par la phase de calibration, l'extraction en temps réel des zones d'intérêt et le problème de certification des données obtenues. Le respect des contraintes temporelles nous a conduit à mettre en œuvre un dispositif d'extraction et de tracking. Les performances de chacun des modules constitutifs de notre capteur sont étayées par des résultats expérimentaux obtenus en situation réelle. Enfin, nous présentons une technique permettant le suivi du véhicule avec une seule caméra.