Sessions > Traitement embarqué

De par leur conception, mais aussi de par leur milieu d’application distant ou difficile d’accès, des capteurs ou réseaux de capteurs peuvent nécessiter du traitement embarqué agile et plus ou moins sophistiqué. Ce traitement au plus proche de l’instrument est dans ce cas assuré par des systèmes électroniques et informatiques autonomes, pouvant nécessiter pour les applications les plus complexes de l’intelligence artificielle. Ces moyens de calcul locaux doivent cependant répondre à des contraintes fortes d’encombrement et de consommation d’énergie.

Cette session a pour objectif d’échanger sur les systèmes et sous-systèmes exploités ou en cours d’étude/de conception au sein de la communauté des AEI pour le traitement embarqué selon le capteur et son environnement d’opération tant du point de vue matériel – quel composant électronique ou calculateur de bord pour quel traitement à bord, pour quelle consommation énergétique, pour quel mode d’opération (en mode « survey », ou alerte, événement, étalonnage), etc. ? – que logiciel – quel algorithme, quelle méthode pour quel type de mesure et pour quel niveau de qualité des données, etc. ?

Cette session permettra aussi de partager des retours d’expérience sur non seulement les contraintes d’encombrement et d’énergie, mais aussi sur les effets du vieillissement du capteur sur le traitement embarqué et sur la qualité des observations.

Animateur de la session : Eric Defer

Date et heure de la session : 29 juin 2022 14:00-18:00

Format : Cette session est constituée deux présentations invitées, de présentations flash des posters, puis d'une période d'échange devant les posters.

Présentation invitée #1 :

Simon CHAMAILLE-JAMMES (CEFE), Laurent LATORRE (LIRMM), Jonathan MIQUEL (LIRMM), Gustave FRADIN (CEFE)

Approches de conception « low-power » pour l’instrumentation embarquée : Applications à l’enregistrement audio, à l’actimétrie et à la géolocalisation

L’accès aux technologies des systèmes embarqués est aujourd’hui largement démocratisé et permet le développement en mode DIY d’une instrumentation taillée sur mesure permettant d’adresser un grand nombre de besoins scientifiques. Le processus de développement, s’appuyant sur un assemblage de briques matérielles et logicielles disponibles est devenu accessible au non-expert. Associé à un très faible de coût de prototypage, le succès de cette approche est incontestable.

Cette approche dans le développement d’une instrumentation ad hoc est parfaitement suffisante dans de nombreux cas d’application, mais peut rapidement trouver ses limites, dès lors que des contraintes de performances, de consommation énergétique, d’intégration, ou de pérennité rentrent dans le cahier des charges.

La présentation s’appuie sur une expérience de collaboration entre les laboratoires CEFE (Ecologie) et LIRMM (Systèmes Embarqués) dans le contexte du biologging. A travers quelques exemples de réalisation (audio, actimétrie, géolocalisation, …) l’objectif sera de montrer le bénéfice d’une approche de développement orientée vers la performance énergétique et le potentiel d’intégration.

Présentation invitée #2 :

Clément COGGIOLA (CNES) et Julien GALIZZI (CNES)

Nouvelles capacités de traitements embarqués sur satellites : aspects logiciels et matériels

Du fait de l’évolution des composants, les capacités de traitement embarqué sur satellites sont très fortement croissantes, ce qui permet d’envisager de nouvelles fonctionnalités plus complexes et ambitieuses à bord. Historiquement, par nécessité, les premiers traitements déployés à bord des satellites étaient des algorithmes de compression de données, notamment images, de manière à réduire fortement le volume d’information en sortie des instruments. Cela rendait possible, et facilite encore aujourd’hui, le stockage à bord et la transmission des données vers les stations de réception sur Terre.

Aujourd’hui l’utilisation de composants COTS (CPU, FPGA, Systems-On-Chip, GPU, processeurs many-cores), liée à l’évolution du segment spatial, rend possible l’implémentation bord d’algorithmes de compression plus complexes et performants, mais également d’algorithmes de traitement d’images avancés ainsi que de traitements scientifiques variés, avec un potentiel d’autonomie bord (sans le sol dans la boucle) accru. En outre, des outils complexes comme le « deep learning » peuvent désormais être envisagés à bord. Il est néanmoins nécessaire de garder en tête le besoin d’être économe en ressources afin de limiter au maximum la consommation de la charge utile. Cela passe par exemple par l’optimisation des algorithmes en adéquation avec les cibles matérielles disponibles et résilientes à l’environnement spatial.

Cette présentation présente un panorama des possibilités et contraintes rencontrées actuellement dans le traitement embarqué spatial. L’approche est à la fois logicielle et matérielle, ces deux domaines étant étroitement liés lorsqu’il s’agit d’implémenter des traitements sur ces nouvelles cibles hétérogènes à l’architecture complexe.