Le LEAT déploie un terminal miniature doté d’intelligence artificielle pour la communication IoT spatiale

  • Recherche
  • Innovation
Publié le 16 janvier 2023 Mis à jour le 24 janvier 2023
Date(s)

le 16 janvier 2023

Lieu(x)

Campus SophiaTech

Projet SITH-Smart Internet of Things (LEAT)

Lauréats de l'appel à projets « hardware » mené en 2021 par l’Académie “Réseaux, Information et Société numérique” (RISE), les enseignants-chercheurs du Laboratoire Electronique, Antennes et Télécommunications (LEAT) de Sophia Antipolis, Fabien Ferrero, Benoit Miramond et Laurent Rodriguez, ont acquis du matériel sur-mesure pour développer leurs recherches destinées à injecter de l’IA embarquée frugale dans nos objets connectés.

Dans quelques années, nos maisons, nos villes, nos véhicules et nos industries seront peuplés de milliards d'appareils connectés. C’est ce que l’on appelle l’Internet des Objets (Internet of Things, ou IoT). Beaucoup de ces appareils utiliseront des modèles d'apprentissage automatique (machine learning) pour extraire des informations pertinentes des données de capteurs, en déduire des prédictions précises et prendre des décisions.
Or, ces traitements de données massives basés sur les méthodes actuelles d’intelligence artificielle (IA) consomment beaucoup d’énergie. De plus, ils sont effectués par des machines souvent situées à grande distance des objets connectés, sur le cloud, et saturent les communications réseau.

Pour répondre à ces problématiques, le LEAT développe une piste de recherche prometteuse : déployer l'apprentissage automatique directement sur les appareils connectés avec des microcontrôleurs (des ordinateurs embarqués miniatures) à faible puissance pour permettre des calculs à proximité des sources de données (edge computing) et diminuer les empreintes énergétiques et réseau de l’IoT.

Mais pour intégrer de l’intelligence artificielle directement dans des dispositifs IoT finaux, il faut résoudre les problèmes de calcul en temps réel, de consommation d'énergie et d'empreinte mémoire sur ces appareils aux ressources limitées. C’est l’objet du projet SITH-Smart Internet of Things qui va tester des scénarios de mise en œuvre de solutions opérationnelles grâce à des cartes électroniques à faible consommation intégrant des algorithmes d’intelligence artificielle et des communications IoT.

Le projet SITH répond à 3 objectifs de l’Académie d’excellence Réseaux, Information et Société numérique d’Université Côte d’Azur :

  • Améliorer la compréhension de la transformation induite par la numérisation de la société
  • Développer l'excellence d'Université Côte d'Azur en matière de sciences du numérique
  • Concevoir et expérimenter les réseaux de communication intelligents du futur

Le projet SITH a déjà permis de valider un certain nombre de briques technologiques

Communication longue distance avec les satellites de Lacuna Space

Pour faire fonctionner les objets connectés dans les régions du monde dépourvues de couverture de communication cellulaire et Wi-Fi, la société Lacuna Space a déployé sur une orbite de 500 km des satellites de la taille d’une boîte à chaussures qui permettent de transmettre de faibles quantités de données sur une longue distance.
Les cartes électroniques du projet SITH ont démontré leur capacité de communication à 868 MHz avec eux, grâce à la technologie LR-FHSS (Long Range Frequency Hopping Spread Spectrum ou spectre longue portée à saut de fréquence),
Cette bande de fréquence permet aux ondes radio de voyager sur de très grandes distances, avec des consommations de courant bien inférieures à celles des produits utilisant les bandes 2.4 GHz comme le Wifi ou le Bluetooth, et sans être perturbée par des obstacles tels que des corps humains ou des murs en béton.

Trois satellites différents ont pu être contactés durant la période d’expérimentation.
Carte des positions des satellites Lacuna Space quand ils ont capté une information envoyée par la carte du projet SITH avec le satellite LS2B (gauche avec une orbite polaire) et LS2C (droite avec une orbite équatoriale) sur une journée (@Université Côte d'Azur, LEAT).


Déploiement de code d’intelligence artificielle à partir du framework MicroAI

Les cartes électroniques développées dans le cadre du projet SITH fournissent une nouvelle plateforme expérimentale pour un outil logiciel innovant, le framework MicroAI qui a été le résultat principal de la thèse de Pierre-Emmanuel Novac (financement Région Sud en collaboration avec l’entreprise Ellcie-Healthy) dirigée par le Pr. Alain Pegatoquet et co-encadrée par le Pr. Benoît Miramond, chaire à l’Institut 3IA Côte d’Azur.
MicroAI permet le déploiement de réseaux de neurones artificiels sur plateformes embarquées (telles que des cartes du projet SITH). Cet outil open-source permet en outre la conversion et la compression de réseaux de neurones profonds afin qu’ils puissent être utilisables sur des cibles matérielles très contraintes en termes de quantité de mémoire, de puissance de calcul et de quantité d’énergie.
 

Les cartes SITH sont utilisées comme support pédagogique pour initier les étudiants à l’IA embarquée

Les cartes électroniques financées par le projet SITH et l’outil MicroAI permettent aux étudiants d'Université Côte d’Azur de disposer à la fois de plateformes physiques et des briques logicielles avec lesquelles ils peuvent expérimenter les technologies d’IA embarquée.
Ainsi, les étudiants du Master EIT-Digital option Systèmes Autonomes et les étudiants de 4ème et 5ème années en informatique et en électronique de Polytech Nice Sophia peuvent non seulement créer, simuler et déployer leurs propres réseaux de neurones profonds, mais ils ont aussi l'opportunité de s’intéresser au monde de la recherche en menant des projets et travaux pratiques basés sur les résultats réels directs issus du laboratoire LEAT.
Avec des applications de l'IA « on the edge » toujours plus nombreuses, ils développent ainsi des compétences très recherchées dans le monde de l’industrie, dont les plus gros acteurs proposent de plus en plus de solutions pour le déploiement de réseaux de neurones sur plateformes embarquées (Google tensorflow Lite, STM Cube AI, etc.).

 
Etudiants du Master EIT-Digital déployant un modèle d'intelligence artificielle pour la reconnaissance d'activité humaine sur les cartes du projet SITH dans le cadre d'un cours sur l'IA embarquée (@Université Côte d'Azur, LEAT).

Et maintenant ?

Ces avancées font émerger de nouveaux projets de recherches autour de l’IA embarquée et de l’IoT au sein du LEAT. Les chercheurs veulent tenter de créer de nouveaux modèles de réseaux de neurones répartis sur un ensemble important de cartes et devenant capables d’exploiter les informations extraites par les différents capteurs lorsque les cartes sont déployées à plus ou moins grandes distances les unes des autres.
Ces projets pourraient permettre de lever des verrous technologiques à plusieurs niveaux, de la conception d’antennes aux algorithmes de routage de l’information en passant par la conception et l’implémentation de nouveaux modèles de réseaux de neurones distribués.
Dans ce cadre, le LEAT envisage désormais de déployer des tests sur un réseau de capteurs représentatif puis de créer un démonstrateur de edge computing utilisant uniquement une cellule solaire comme source d’énergie.
Les résultats scientifiques permettront de comprendre le potentiel et les limites de l’approche du LEAT face aux enjeux de la consommation croissante d’énergie des systèmes numériques. Ils pourront intéresser diverses communautés, dont celle de l'intelligence artificielle embarquée, des capteurs, des télécommunications et des réseaux sans fil.
 
En savoir plus :
8900 € de matériel acquis suite à l'appel à projets "Hardware 2021" de l'Académie RISE
  • Nœuds de calculs capables de supporter les modèles d’IA « on the edge »
  • Capteurs intégrés pour fournir une grande variété de données (IMU 9 axes, microphone, Altimètre, capteurs de gaz et luminosité).
  • Emetteur-récepteur sans fil “sub-GHz” LORA
  • Module de positionnement GPS
  • Unité de microcontrôleur avancée avec une grande mémoire flash est chargée de contrôler chaque composant et de supporter l'algorithme d'apprentissage automatique.
  • Batterie faible consommation
  • Boîtier étanche IP65 pour les expériences en extérieur.
  • Design personnalisé avec le logo DS4H et UCA tracé sur le substrat supérieur du PCB.
Contact : Fabien Ferrero