Skip to main content

4 Piliers scientifiques

Les compétences scientifiques du département se regroupent en 4 piliers, formant des lieux d’échange et de réflexion afin d’augmenter l’efficacité, la capacité d’anticipation et la créativité du département tout en maintenant un bon niveau de réactivité 

 

  •  Pilier 1 - Modèles et outils logiciels pour la ville, le transport et les réseaux
  •  Pilier 2 - Automatisation, contrôle, optimisation des systèmes urbains et de transport
  •  Pilier 3 - Systèmes d’instrumentation, Composants de puissance
  •  Pilier 4 - Systèmes d’information et objets communicants

 

Pilier 1 - Modèles et outils logiciels

   Ce pilier aborde les modèles du trafic et de ses impacts (GES, énergie) à toutes les échelles. Ces modèles et outils font l’objet d’un approfondissement en vue de mieux prendre en compte le comportement différencié des véhicules, la multimodalité, l’électro-mobilité, les stratégies de régulation notamment en cas d’événements climatiques extrêmes et l’infomobilité, mais aussi les systèmes de transport intelligents coopératifs qui introduisent des interactions à grande distance entre les véhicules mutuellement informés et à travers l’infrastructure elle-même, ainsi que, de façon plus générale, les nouveaux services de mobilité tels que le covoiturage. Il s’agit d’une composante centrale de l’offre de mobilité comme un service (MaaS). 
    Régulation intelligente des réseaux routiers et calcul rapide d’itinéraires multimodaux fondés sur l’état réel du trafic, ingénierie des horaires, gestion du trafic ferroviaire. 
    L’intermodalité, la mobilité douce et le déplacement des personnes âgées bénéficieront des progrès continus de la simulation multi-agents et des simulateurs de l’Ifsttar. 

  

Pilier 2 - Automatisation, contrôle, optimisation

        Ce domaine transversal au département entend mettre l’accent sur la sûreté de fonctionnement des systèmes critiques pour le transport. Dans notre cybermonde, la sûreté de fonctionnement des réseaux d’objets communicants et la résilience aux interférences volontaires ou non est devenue un enjeu majeur pour la résilience de nos systèmes de transport et la vie de tous les jours dans nos métropoles.

 

Pilier 3 - Systèmes d’instrumentation, Composants de puissance

  Les capteurs innovants en réseaux issus des nanotechnologies, de la photonique (Fibres Optiques, Thermographie Infrarouge, crénelage temporel, tomographie par cohérence optique, shearographie) ou de la propagation des ondes électriques (réflectométrie, analyse spectrale) irrigueront massivement l’espace urbain et ses infrastructures. Permettant d’aborder l’échelle des réseaux à coût maîtrisé, ils offriront un contrôle temps réel des ambiances en ville, de la qualité de l’eau, de l’air et des sols, de la performance énergétique des quartiers et des installation souterraines. Ils susciteront des méthodologies de diagnostic des réseaux d’infrastructures, des voies ferrées innovantes et des champs d’éoliennes offshore à fort enjeu opérationnel en termes de disponibilité et de maintenance. Ces capteurs innovants formeront l’infrastructure cyber-physique d’organes sensoriels intégrés à la ville, aux infrastructures de tout  type, incluant des structures préfabriquées à très hautes performances et fonctionnalités augmentées, mais aussi les matériaux favorisant l’économie circulaire.

 

Pilier 4 - Systèmes d’information et objets communicants

   

    Le marché de la gestion et de l’analyse de données est actuellement estimé à plus de 100 milliards de dollars et croît de près de 10% par an. Ce fort potentiel économique engendre une course sans précédent aux algorithmes efficaces de gestion de données. L’exploitation de ces données s’accompagne ainsi de recherches et développements majeurs dans le domaine du « Big Data » ou « Data Science » en lien avec « l’internet des objets ».
     L’alliance au sein du département COSYS de compétences avérées et bien reconnues par les acteurs du monde économique en traitement des données pures massifiées (big data analytics), en inférence statistique et en modélisation inverse (assimilation de données) où souvent le modèle physique prime, promet une utilité grandissante pour tirer le meilleur parti des données en grand nombre qu’engendreront la multitude d’objets communicants à échéance rapprochée. A COSYS environ 20 personnes développent des méthodes d’Intelligence Artificielle :

  • L'IA comme technologie clef pour la mobilité autonome et qu'il s'agit d'évaluer.
  • L'IA comme outil orienté données à hybrider avec les méthodes formelles pour évaluer la sécurité des systèmes notamment ferroviaires (PN; Train Autonome; contrôle de de fonctionnement des équipements critiques comme les circuits de voie, les pédales de comptage, les aiguillages ; détection des boîtes chaudes...) :
  • L'IA comme moteur d'une intelligence renouvelée des territoires, à 2 échelles : d'une part l'urban monitoring à l'échelle des réseaux (eau, gaz, électricité, transport en commun ...), notamment la compréhension "facile" de leur fonctionnement et de leur évolution, et plus globalement la compréhension du métabolisme urbain, d'autre part le traitement des données multiples issues de matrices de capteurs hétérogènes et sensibles à de multiples observables (polluants...). Dans le premier sujet on parle de big data, dans le second de small data. 
  • L'IA au service du monitoring des infrastructures de transport fait l'objet d'un thème du LIA ASTI
  • L'IA comme aide à la modélisation : les Simulations Multi-Agents et la simulation de la mobilité, mais aussi la modélisation plus réaliste du trafic par analyse de vidéos, la modélisation facilitée par IA des nano-systèmes, le choix intelligent de bases réduites pour la simulation numérique, l'assimilation de données, le contrôle.

    Il convient évidemment de faciliter la communication de données critiques dans les environnements difficiles propres aux transports guidés, donc de développer des architectures de systèmes de communication et d’information intégrées et agiles, notamment la radio intelligente. 

   Les technologies et concepts de perception et localisation font un usage systématique de la fertilisation croisée entre imagerie, traitement de l’information, ergo-psychologie, sciences cognitives. Ils débouchent sur des outils de simulation des environnements véhicule pour aider à la conception de systèmes de capteurs pour le véhicule autonome (SIVIC) qui devront, en particulier, tirer le meilleur parti d’une description fine de la physique des capteurs radar, sur des systèmes de perception embarqués, des procédés d’éclairage/d’essuyage automobile prenant en compte l’environnement et les capacités du conducteur, mais aussi sur des simulateurs psycho-réalistes de mobilité, notamment pour aider les personnes à mieux appréhender leur environnement et donc à accroître la sécurité des piétons et des deux- roues motorisés  notamment.  Il s’agit donc d’accroître la sûreté de fonctionnement de la perception, notamment par conditions météorologiques ou d’éclairage dégradé, en environnements complexes.