Static and Dynamic Multi-Robot Routing with Periodic Connectivity Maintenance, Patrolling and Network Data Delivery

Doctorant : Mihai-Ioan POPESCU

Laboratoire INSA : CITI

Ecole doctorale : ED512 Informatique Et Mathématiques de Lyon

Cette thèse aborde premièrement les problématiques du routage multi-robots (MRR) et des scénarios dynamiques de MRR (définis comme DMRR dans la thèse), où le besoin de solutions décentralisées avec des temps efficaces est requis pour pour des applications réelles. Les solutions de l'état de l'art sont confrontées à des problèmes de temps de fonctionnement ou à de mauvaises performances lorsqu'elles sont étendues à des scénarios de grande taille, par exemple avec des dizaines de robots et des centaines de cibles. Nous formalisons le problème MRR en intégrant les contraintes de saturation des coûts en proposant MRR-Sat et DMRR-Sat et en montrant qu’ils sont NP-difficiles pour différents fonctions objectifs. Nous proposons une approche par enchères parallèles à plusieurs tours (PMR) qui introduit des degrés de parallélisme variables dans l'allocation des tâches des robots. Nous évaluons empiriquement et théoriquement les performances de solutions, à l’aide de scénarios expérimentaux et de preuves de complexité. Deux autres solutions sont proposées pour les scénarios dynamiques (DMRR), qui utilisent les principes de PMR. Une approche similaire d’évaluation, par expérimentation et preuve est proposée. La troisième partie de la thèse examine le problème de la patrouille multi- robot de groupes de cibles. Nous développons une heuristique dans le cadre CBSC (Covering with Bounded Simple Cycles) qui permet de prendre en compte des limites énergétiques des robots. La quatrième partie de la thèse se concentre sur le problème du maintien de la connectivité dans le réseau de robots qui exécutent la tâche de patrouille. Nous proposons des algorithmes efficaces qui peuvent maintenir la connectivité intermittente ou périodique de la flotte de robots, afin d'assurer la communication entre robots et l’acheminement des données collectées à une station finale. Enfin, un simulateur d'agents mobiles est développé dans le cadre de ce travail afin de faciliter la visualisation et l'étude des algorithmes.

Prédiction des parcours sous l'angle médico-économique : une approche basée sur l'intelligence artificielle

Doctorante : Alice MARTIN

Laboratoire INSA : DISP

Ecole doctorale : ED512 Informatique et mathématiques de Lyon

Les structures de santé rencontrent des difficultés structurelles dans l'organisation des soins et la prise en charge de leurs patients, notamment chroniques. Ces blocages sont multiples - prévalence croissante des maladies chroniques et vieillissement de la population, fracture territoriale dans l'accès aux soins, pression sur les coûts et l'efficience - et peuvent avoir un fort impact sur les perspectives de santé des populations. Les organisations, en particulier les hôpitaux, tentent de surmonter ces barrières en optimisant les parcours patients et de soins. Au sein de ces trajectoires, l'un des leviers d'efficience est de pouvoir comprendre quels aspects du profil d'un patient sont corrélés aux événements ayant un impact sur le recours et la consommation de soins, afin de pouvoir les anticiper.
Les récentes avancées technologiques en matière d'IA permettent d'étudier une grande variété de parcours et d'analyser un large panel de variables. Dans ces travaux, nous souhaitons représenter et analyser les parcours dans plusieurs contextes cliniques, en utilisant les données médico-économiques et de facturation comme proxy pour reconstruire la trajectoire individuelle d'un patient. L'objectif final est d'alléger les pressions opérationnelles sur les ressources hospitalières tout en améliorant le confort des soins et la qualité de la prise en charge.
Nous présentons deux études de cas : la prédiction du parcours d'une cohorte en vie réelle de patients atteints de troubles neurocognitifs et la prédiction des soins d'un hôpital à domicile en France. Nous avons décrit les trajectoires et étudié les principaux facteurs de variation en utilisant les caractéristiques cliniques des patients, y compris l'évolution de la maladie. Nous avons ensuite utilisé ces mêmes facteurs pour prédire la variation du parcours des patients. Notre méthodologie s'articule autour de deux étapes : l'identification de groupes médico-économiques de patients pertinents, par le biais d'un regroupement par exemple, puis la prédiction des soins requis au fil du temps. Notre modèle a permis de prédire les variations des parcours avec une précision allant de 60,5
% à 90 % selon les scénarios.

--------------

Health care providers are experiencing difficulties in the organization of care and the management of their patients, particularly chronic ones. These block roads are multiple, including the increasing prevalence of chronic diseases and aging of the population, territorial divide in access to care, pressure on costs and efficiency - and can have a strong impact on the health prospects of populations. Healthcare organizations, particularly hospitals, are trying to overcome these difficulties by optimizing patient and care pathways as a whole. Within these trajectories, one of the levers for efficiency is to be able to understand which aspects of a patient's profile are correlated with the events that have an impact on the use and consumption of care, so that they can be anticipated. Recent technological advances in AI make it possible to study a wide variety of care pathways and to analyze a broad range of variables. In this work, we want to represent and analyze the pathways in several clinical contexts, using billing and medico-economic data as a proxy to reconstruct the individual trajectory of a patient. The ultimate goal is to relieve the operational pressures on hospital resources while improving the comfort of patient care.
We present two case studies: journey prediction from a real-life cohort of patients with neurocognitive disorders and care prediction from a homecare hospital in France. We portrayed the trajectories and investigated the main drivers of variation using patient clinical characteristics including disease progression. We then used the same drivers to predict patient journey variation. Our methodology was built on two steps: identifying relevant medico-economical groups of patients, through clustering for example – then predicting the variation of care required through time. Our model allowed to predict patient journey variation with an accuracy ranging from of 60.5% to 90% depending on scenarios.
 

Identification quantitative de caractéristiques physiques des interfaces solides en lien avec les propriétés tribologiques

Doctorante : Alizée BOUCHOT

Laboratoire INSA : LaMCos
Ecole doctorale : ED162 Mécanique, Energétique, Génie Civil, Acoustique de Lyon

Ce travail de thèse vise à mieux appréhender le frottement dans les contacts non lubrifiés (frottement sec). Jusqu’ici il était possible de construire des scenarii quant à la l’histoire du contact, nous nous proposons ici d’étayer ces derniers à l’aide de quantifieurs relatifs à la morphologie de l’interface, que l’on nomme troisième corps.
Dans ce but, on va chercher à relier les caractéristiques morphologiques aux données rhéologiques tel que le coefficient de frottement (COF). Pour cela il faut procéder en quatre étapes : expérimentations tribologiques, analyse post-mortem, traitement et analyse des images et enfin recherche de corrélations morpho-tribo.
L’expérimentation est réalisée sur un tribomètre de type pion-disque permettant l’acquisition du COF, pour plusieurs conditions de test. Les analyses post-mortem se composent de l’analyse des données expérimentales et de l’acquisition des images de l’interface à l’aide d’un microscope électronique à balayage.
Les images sont alors divisées en 2 catégories, les images de particules qui vont subir une segmentation et les images de texture sur lesquelles seront calculées les matrices de cooccurrence. Il est alors possible d’extraire des caractéristiques de ces 2 catégories, des métriques relatives à la taille et la forme des particules segmentées et des métriques statistiques d’ordre deux des matrices de cooccurrence.
Toutes ces données servent à caractériser le troisième corps, nous allons donc chercher à les relier au COF mesuré. Pour cela un algorithme de machine learning de type random forest (RF) est mis en place. La RF va permettre de réaliser des prédictions du COF à partir des caractéristiques de l’interface, et va également permettre de déterminer quels sont les caractéristiques pertinentes menant à cette prédiction. Il sera alors possible d’élaguer la liste des caractéristiques pour ne garder que les plus représentative du frottement.

Description and compilation of ad-hoc arithmetic operators in the context of High-Level Synthesis

Doctorant : Luc FORGET

Laboratoire INSA : CITI
Ecole doctorale : ED512 : Infomaths

Les techniques de synthèse de haut niveau permettent aux programmeurs non spécialistes de générer des descriptions de circuits numériques. Cependant, les outils existants ne supportent qu'un petit nombre de formats numériques et un petit nombre d'opérateurs standards. Cette thèse présente plusieurs techniques pour rajouter le support de nouveaux formats et de nouveaux opérateurs. Dans un premier temps, l'étude se focalise sur ce qui est réalisable en se restreignant aux fonctionnalités de métaprogrammation du standard C++ supporté par les outils HLS. Une bibliothèque d'opérateurs élémentaires pour les formats IEEE-754 et posit est proposée. Elle sert de base à une étude de cas comparant le coût matériel de l'implémentation de ces deux formats. L'implémentation d'évaluateurs de fonctions mathématiques arbitraires se heurte aux limites de la première approche. Dans un second temps, l'étude se porte sur les possibilités offertes par la modification du flot de compilation HLS, avec comme objectif de supporter cette fonctionnalité. Une bibliothèque permettant au développeur de spécifier des opérateurs pour approximer des fonctions arbitraires en précision arbitraire est présentée. Deux approches pour l'interfaçage de cette bibliothèque avec les outils de HLS sont proposées, selon que l'on a ou pas accès aux sources des compilateurs HLS.

Étude de la criticité à amorçage de fissure de la liaison aube- disque de turbomachine sous chargement de fretting-fatigue

Doctorant : Alexis HINGUE

Laboratoire INSA : LaMCos
Ecole doctorale : ED162 Mécanique, Energétique, Génie Civil, Acoustique de Lyon

Cette thèse porte sur la prédiction de la durée de vie de l'attache aube-disque sous chargement de fretting-fatigue. L'étude est consacrée à l'influence de la composante LCF du chargement.

Une méthodologie d'identification \emph{in-situ} du coefficient de frottement pendant un essais de fatigue LCF à température ambiante sur éprouvette queue d'aronde a été mise en place. L'approche repose sur une méthode de recalage par éléments finis (FEMU), où les quantités d'intérêt sont les champs de déplacements en surface de l'éprouvette, mesurés par corrélation d'images numériques. La mise en donnée du problème numérique est définie par des hypothèses simplificatrices concernant les conditions aux limites. Les biais introduit par ces hypothèses sont quantifiés par l'utilisation d'essais virtuels.

Deuxièmement, des essais de traction cycliques ont été réalisés sur des éprouvettes queue d'aronde en Udimet 720 et instrumentées par corrélation d'images numériques. L'effort de traction est appliqué linéairement entre deux niveaux de charge. Trois grandeurs d'intérêt ont été considérées pour l'identification du coefficient de frottement moyen : les composantes horizontales et verticales du champ de déplacements et l'amplitude de glissement sur le cycle, mesurés en surface. Les essais ont mis en évidence une augmentation du coefficient de frottement au cours des cycles de chargement. L'essai est caractérisé par la transition d'un régime de glissement total à un régime de glissement partiel survenant au alentours du cycle 5~000. L'identification du coefficient de frottement en régime de glissement partiel n'est plus possible précisément car la sensibilité des champs de déplacements au coefficient de frottement devient très faible.

Enfin, des critères de fatigue classiques ont été implémentés et calculés pour des essais de traction sur éprouvettes queue d'aronde. La comparaison des prédictions des critères avec les observations expérimentales confirme la contribution prépondérante du cisaillement sur l'amorçage de fissure par rapport au terme de pression hydrostatique.

Generalization of 3D meso-structures for a micro-structural approach of soil behavior

Doctorant : Joao GONCALVES DE OLIVEIRA CHUEIRE

Laboratoire INSA : GEOMAS

Ecole doctorale : ED162 : Mécanique, Energétique, Génie Civil, Acoustique de Lyon

In the field of granular materials, a link between the microscopic variables (contact force and displacement) and macroscopic variables (stress and strain) requires the usage of structures of the mesoscopic scale. A well-known mesostructure is the so-called Loops, geometrical figures formed by grains in contact. These structures tessellate the material domain into elementary partitions that account for the physics of granular materials. However, the definition of Loops is restricted to 2D conditions. In this thesis, we propose a definition and a procedure to extend the notion of Loops to the three-dimensional case. A weighted Delaunay Tessellation is used to divide a 3D specimen into tetrahedra, which are later merged to create the sought structures. The merging criterion is defined consistently with the one used for creating Loops in 2D. As the 3D structures do not match the mathematical definition of Loops, they will henceforth be called Clusters. To test this extension , a series of 3D DEM triaxial tests were performed in the software LIGGGHTS. Then, an application was developed to analyze the properties of Clusters during the loading path. It is shown that the average void ratio and deformability of Clusters increase with their size.
Furthermore, it is observed that the number of dense Clusters increases during macroscopic volumetric contraction whereas the number of loose Clusters increases during dilation.
Later, a relation between force chains, shear bands and Clusters is established. Finally, Loops and Clusters characteristics are compared, validating Clusters as extensions of Loops in 3D conditions.

 

Soutenance publique

Maître de conférences : Jilles Steeve DIBANGOYE

Laboratoire INSA : CITI

Rapporteurs :

• M. François CHARPILLET, Directeur de Recherche (DR) INRIA Nancy Grand-Est
• M. Jérôme LANG, Directeur de Recherche (DR) CNRS Université Paris-Dauphine
• Mme Aurelie BEYNIER, Maître de Conférences (HDR) Sorbonne Université

Jury :

• M. François CHARPILLET, Directeur de Recherche (DR) INRIA Nancy Grand-Est,
• Rapporteur
• M. Jérôme LANG, Directeur de Recherche (DR) CNRS Université Paris-Dauphine,
• Rapporteur
• Mme Aurelie BEYNIER, Maître de Conférences (HDR) Sorbonne Université,
• Rapporteur
• M. Abdel-Illah MOUADDIB, Professeur Université de Caen Basse-Normandie,
• Examinateur
• M. Vincent ANDRIEU, Directeur de Recherche (DR) CNRS, Université de Lyon 1,
• Examinateur
• Mme Christine SOLNON, Professeur INSA de Lyon, Marraine

Spatio-temporal data analysis for dynamic phenomenon monitoring using mobile sensors

Doctorante : Ichrak MOKHTARI

Laboratoire INSA : CITI
Ecole doctorale : ED512 : Infomaths

La surveillance des panaches de pollution est cruciale dans les situations d'urgence en raison des effets potentiellement catastrophiques des polluants. Les panaches sont hautement dynamiques et se dispersent rapidement, nécessitant une réponse en temps réel et une cartographie précise de la dispersion pour atténuer les risques. Cette thèse se concentre sur le suivi de la pollution dynamique dans les situations d'urgence, avec trois axes principaux : 1) la prédiction spatio-temporelle de l'évolution du panache de pollution; 2) la planification de trajectoires optimales des drones pour l'améliooration de la cartographie de la pollution; 3) le développement d'un framework générique pour la surveillance des panaches de pollution en situation d'urgence. Dans cette optique, nous proposons dans un premier temps un modèle spatio-temporel basé sur l'apprentissage profond pour la prediction multipoint des concentrations de pollution, et au dessus, nous implémentons plusieurs techniques de quantification de l'incertitude pour avoir une mesure de fiabilité de ce dernier. De plus, nous examinons et identifions les principaux défis liés à la nature dynamique du phénomène étudié ainsi que son contexte d'urgence, et nous proposons une nouvelle approche systémique pour la surveillance de la pollution dynamique se basant sur la mesure aérienne, et combinant des approches d'apprentissage profond avec des techniques d'assimilation de données, tout en s'appuyant sur des stratégies de planification de trajectoires de drones adéquates. Nous étendons ensuite ce framework pour prendre en compte les problèmes de manque de données rencontrés grâce à une solution d'apprentissage par transfert basée sur un modèle physique. Enfin, nous abordons plus méticuleusement le problème de la planification optimale des trajectoires des drones dans le but d'améliorer la qualité de la cartographie de la pollution, avec une solution d'apprentissage par renforcement multi-agents.

Methodology for the development of Smart epoxy/LDH-EDDS coatings for corrosion protection of XC38 carbon steels

Doctorant : Gata Joseph AYEMI 

Laboratoire INSA : MATEIS
Ecole doctorale : ED34 : Matériaux de Lyon

Les hydroxydes doubles stratifiés (LDH) sont des candidats intéressants comme réservoirs d'inhibiteurs de corrosion pour la protection des métaux. En effet, ces espèces présentent une forte capacité à libérer l'inhibiteur contenu entre leurs lamelles d'hydroxyde, et sur la base du principe d'échange d'anions, elles permettent simultanément la capture d'espèces agressives telles que l'ion chlorure présent dans la solution. En raison de leurs propriétés susmentionnées, ils représentent des charges intéressantes qui peuvent être incorporées dans la matrice des revêtements époxy pour améliorer les propriétés de barrière. La conception d'un système intelligent d'inhibition de la corrosion, utilisant ce matériau, pourrait augmenter de manière significative la durabilité et l'efficacité du système revêtu en fournissant une protection active contre la corrosion.
L'objectif de cette thèse est d'étudier l'efficacité du système LDH Zn-Al comme réservoir intelligent d'acide éthylènediamine-N,N'-disuccinique (EDDS).    Le LDH [Zn2Al(OH)6]+[EDDS]4-0.25 2H2O (LDH-EDDS ) est ensuite incorporé dans une matrice de revêtement époxy pour une protection active contre la corrosion de l'acier au carbone XC38 en milieu chlorure de sodium. Le choix de l'EDDS non toxique et biodégradable comme inhibiteur vise à remplacer l'acide éthylènediamine-tétraacétique (EDTA), qui est nocif et difficilement biodégradable. La première partie des résultats, présente une méthodologie pour caractériser l'efficacité de la LDH-EDDS essentiellement basée sur des mesures électrochimiques. La deuxième partie des résultats est consacrée à la caractérisation de revêtements époxy contenant différentes quantités de LDH-EDDS afin de déterminer la teneur optimale nécessaire pour obtenir de meilleures propriétés de protection contre la corrosion. L'étude est menée en utilisant des techniques électrochimiques, telles que les courbes courant-potentiel, la spectroscopie d'impédance électrochimique globale et locale (EIS). Les données d'impédance du système revêtu obtenues par SIE sont interprétées en détail à l'aide d'une méthode graphique améliorée et de profils de distribution, de résistivité, de loi de puissance le long de l'épaisseur des revêtements. Ces résultats permettent une meilleure interprétation et compréhension des mécanismes se produisant aux interfaces revêtement/électrolyte et/ou substrat/revêtement. Des analyses complémentaires telles que des observations MEB, OCP-OES, etc sont menées pour proposer une interprétation des résultats.

Mots-clés : Inhibition de la corrosion, Acier au carbone, Revêtement époxy, LDH, EIS.

Flocking models based on local communications : From theory to simulations

Doctorant : Alexandre BONNEFOND

Laboratoire INSA : CITI

Ecole doctorale : ED512 InfoMaths

Les flottes de robots aériens sont désormais utilisées pour de multiples applications telles que la livraison ou encore la surveillance. Cependant, contrôler un grand nombre de drones demeure un défi important. Dans cette thèse, nous étudions des stratégies de flocking, directement inspirées de la nature et reposant sur un modèle décentralisé où les entités concernées interagissent localement par le biais de communications. En analysant les performances de modèles de flocking existant dans des environnements très contraints (par des obstacles), nous identifions les potentielles limites de ces modèles et nous proposons de les adapter et pour les rendre plus robustes. Dans ces travaux, nous considérons les communications sans fil comme étant le seul moyen d’accéder aux informations des voisins, ainsi nous intégrons un modèle de communication réaliste au simulateur de flocking de Viragh et al.. L’analyse des contraintes de pression au sein des flockings nous conduit à développer un nouveau modèle introduisant des interactions asymétriques et capable de faire évoluer les agents (drones) dans des environnements très contraints sans générer de collisions, nommé APR (Asymmetric Pressure Regulation). Notre dernière contribution consiste en un algorithme de type leader- follower distribué permettant à tout agent follower de devenir un leader. Cela renforce considérablement la cohésion de la flotte et donc favorise le succès de missions consistant à traverser des environnements complexes comme des tunnels.