Les membres de l‘axe TEI conduisent des travaux de recherche portant sur plusieurs sujets, complémentaires les uns des autres :
1 – Amélioration des performances et optimisation de la qualité et de la sécurité pour les usagers des réseaux de transports (véhiculaires, multimédia, cellulaires (5G), Internet des Objets (IoT) etc.)
Les systèmes fonctionnels sont en général utilisés pour satisfaire des demandes nécessitant le transport de flux dans différents environnements, tout en prenant en considération les spécificités des profils utilisateurs et des contextes d’utilisation. Il est alors nécessaire de mettre en place des outils qui optimisent les performances des services proposés tout en les sécurisant, et en prenant en compte les paramètres, endogènes et exogènes, des systèmes fonctionnels et de transport.
Ainsi le contexte général des travaux des membres du thème transverse TEI est :
- l’application des techniques d’apprentissage permettant
d’estimer les données perdues et de détecter les fausses informations dans les
réseaux (notamment les réseaux véhiculaires); - la modélisation et le développement de mécanismes adaptatifs capables de récupérer des caractéristiques des systèmes fonctionnels considérés (véhiculaires, multimédia, etc.), qui représentent des éléments d’information issus d’un environnement et d’un contexte donnés et relèvent de la Qualité de l’Expérience (QoE);
- Il s’agit également de proposer des solutions correctrices suite à l’arrivée d’événements non souhaités comme une Qualité de Service (QoS) insatisfaisante, un retour d’expérience négatif ou encore des dysfonctionnements au niveau des éléments du réseau de transport.
Enfin, des activités de recherche sont également menées dans le domaine de la réalité mixte avec pour objectif l’élaboration d’un système de perception immersif et interactif via l’augmentation visuelle et l’interaction naturelle dans un monde mixte. L’optimisation des performances assure la pertinence, l’efficacité calculatoire, la robustesse et aussi l’amélioration de l’expérience en réalité mixte en procurant le sentiment de présence. Ces travaux sont centrés sur l’apprentissage et la classification d’objets naturels dans une scène réelle par le biais des paradigmes d’immersion et d’interaction qui sont les caractéristiques fondamentales pour la mise en œuvre de système de réalité mixte. Les avancées dans cette thématique pourront ainsi être mises à contribution dans l’établissement d’une cartographie fiable et précise en temps réel de l’environnement et permettre la reconnaissance de différentes cibles visuelles et de différents amers naturels caractérisant le monde intérieur ou extérieur dans divers contextes d’application tels que celui de la mobilité.
Membres actuels
-
Lamine Amour
Responsable de la Majeure Ingénieur des Transformations Digitales, Enseignant-chercheur en Informatique et Réseaux
EN SAVOIR PLUS : Lamine Amour
-
Raouda Kamoun
Responsable de la Majeure Big Data & Digital Marketing et Enseignante-chercheuse en Informatique
EN SAVOIR PLUS : Raouda Kamoun
-
-
Madjid Maidi
Responsable de la Majeure Intelligence Artificielle et Enseignant-chercheur en Informatique et Vision par Ordinateur
EN SAVOIR PLUS : Madjid Maidi
-
-
Salah-Eddine Laidoudi
Doctorant en Vision par Ordinateur avec l’Université Paris-Saclay
EN SAVOIR PLUS : Salah-Eddine Laidoudi
-
Amylia Ait Saadi
Enseignante-chercheuse en Informatique et Réseaux
EN SAVOIR PLUS : Amylia Ait Saadi
-
Abdulhalim Dandoush
Chercheur associé en Informatique et Réseaux, Référent scientifique du pôle disciplinaire « Informatique et Réseaux »
EN SAVOIR PLUS : Abdulhalim Dandoush
-
Rim Sayegh
Doctorante en Réseaux et Télécommunications avec l’Université Paris-Saclay
EN SAVOIR PLUS : Rim Sayegh
2 – Commande et développement de nouvelles topologies de convertisseurs de puissance
Par ailleurs, et en lien avec le mode de transport électrique, un autre sujet s’impose consistant à proposer de nouvelles topologies de convertisseurs de puissance. En effet, ces dernières années, les recherches en électronique de puissance dans le domaine des applications automobiles – notamment les véhicules électriques (Electrical Vehicles – EVs) et les véhicules électriques hybrides (Hybrid Electrical Vehicles – HEVs) ne cessent de se développer. De nouvelles topologies de convertisseurs de puissance sont de plus en plus souvent proposées, en vue d’améliorer leurs rendements énergétiques.
Ainsi, certains membres du thème transverse TEI conduisent leurs travaux de recherche autour de l’optimisation de l’énergie dans les systèmes embarqués à bord des véhicules électriques. Ils s’intéressent à l’électronique de puissance, avec pour volonté d’innover sur la conception technologique des convertisseurs de puissance utilisés dans les EVs afin de les rendre plus fiables, plus robustes mais aussi moins coûteux. Cela dans l’objectif d’une meilleure appropriation des véhicules électriques par les consommateurs. De telles recherches impliquent le développement d’outils et de méthodes numériques pour la modélisation, la simulation et l’optimisation de stratégies de commandes de convertisseurs appliquées dans les EVs.
Membres actuels
-
Ghania Belkacem
Enseignante-chercheuse en Electronique de puissance
EN SAVOIR PLUS : Ghania Belkacem
-
Karim Ait Abderrahim
Responsable du Département Robotique, Systèmes énergétiques et électroniques, Responsable de la Majeure Mécatronique et Enseignant-chercheur en Robotique
EN SAVOIR PLUS : Karim Ait Abderrahim
-
Sara Fawaz
Enseignante-chercheuse en génie électrique sur le campus de Lille
EN SAVOIR PLUS : Sara Fawaz
3 – Systèmes avancés d’aide à la conduite
Les études d’accidentologie ont montré que les erreurs humaines sont à l’origine de 90% des accidents routiers. Chaque année dans le monde, on compte 1,25 million de morts et jusqu’à 50 millions de blessés causés par les accidents de la route. Il est admis que les véhicules partiellement ou complètement autonomes peuvent contribuer à la réduction du nombre d’accidents ou mitiger leurs gravités. Ces technologies sont devenues possibles grâce aux progrès réalisés dans les domaines de l’électronique embarquée et du traitement de l’information. Selon la Société des Ingénieurs de l’Automobile (SIA), les niveaux d’autonomie sont classés selon 6 niveaux allant du niveau 0 (aucune automatisation possible, la tâche de conduite est complètement assurée par le conducteur avec la possibilité de présence d’un système d’alerte visuel, sonore ou vibratoire) jusqu’au niveau 5 (la tâche de la conduite est complètement assurée par une intelligence embarquée qu’on appelle aussi le pilote automatique).
Dans ce contexte, des études sont menées parles trois membres du thème TEI sur l’architecture d’un véhicule de niveau 5, et plus particulièrement sur l’électronique embarquée du véhicule, l’algorithme de perception, le module de décision et et la planification de trajectoires, et enfin les algorithmes de contrôle/commande.
Membres actuels
-
Salim Hima
Responsable de la Majeure Véhicules Electriques et Autonomes et Enseignant-chercheur en Robotique
EN SAVOIR PLUS : Salim Hima
-
Mohamed Karray
Enseignant-chercheur en Electronique et Systèmes Embarqués
EN SAVOIR PLUS : Mohamed Karray
-
Maxime Ossonce
Enseignant et doctorant en Traitement du Signal et Télécommunications avec le L2S (CentraleSupélec / Paris-Saclay)
EN SAVOIR PLUS : Maxime Ossonce