Cité Internationale, Collège d’Espagne, Paris
08/11/2017

Compte Rendu de la Journée thématique

 Near Sensor Computing

Date : 8 novembre  2017

Lieu : Paris, Cité Internationale Universitaire de Paris, Collège d’Espagne

La participation la journée a comptabilisé 15 personnes venant de 9 laboratoires différents.

Présents : 15 personnes

  • Kevin MARTIN, UBS / LabSticc, kevin.martin@univ-ubs.fr
  • Majer JRIDI, Isen – Brest, maher.jridi@isen.fr
  • Yohann RIOUAL, UBS / LabSticc, yohann.rioual@univ-ubs.fr
  • Dominique DALLET, Bordeaux INP / IMS, dominique.dallet@ims-bordeaux.fr
  • Marie-Minerve LOUERAT, Lip6, marie.minerve.louerat@lip6.fr
  • Olivier BERDER, Irisa / Université de Rennes 1, olivier.berder@irisa.fr
  • Matthieu GAUTIER, Irisa / Université de Rennes 1, matthieu.gautier@irisa.fr
  • Jordane LORANDEL, Etis : Université Cergy Pontoise, jordane.lorandel@u-cergy.fr
  • Daniel CHILLET, Inria/Irisa / Université de Rennes 1, daniel.chillet@irisa.fr
  • El Mehdi ABDALI, Université Clermont-Auvergne, el_mehdi.abdali@uca.fr
  • Lobar BEN KHELIFA, Institut Pascal, loba.benkhelifa@gmail.com
  • Karim BEN CHEHIDA, CEA List, karim.benchehida@cea.fr
  • François BERRY, Institut Pascal, francois.berry@uca.fr
  • Benoit LARRAS, ISEN Lille / IEMN, benoit.larras@yncrea.fr
  • Antoine FRAPPE, ISEN Lille / IEMN, antoine.frappe@yncrea.fr

 Organisateurs :

  • Kevin MARTIN, UBS / LabSticc, martin@univ-ubs.fr
  • Dominique DALLET, Bordeaux INP / IMS, dominique.dallet@ims-bordeaux.fr
  • François BERRY, Institut Pascal, francois.berry@uca.fr
  • Daniel CHILLET, Inria/Irisa / Université de Rennes 1, daniel.chillet@irisa.fr

 

Le programme de la journée était le suivant :

  • Maher JRIDI, ISEN Yncrea Ouest, VISION team, SoC-based Near Sensor Computing for Wireless Communications in the Context of Internet of Multimedia Things
  • BERDER ou M.GAUTIER, équipe Irisa Granit, Gestion de l’énergie dans les réseaux de capteurs multi-saut à récupération d’énergie : traitement distribué et protocole opportuniste
  • Yohan Rioual, LabSticc, Environnement de simulation pour IoT faible consommation
  • Antoine FRAPPE, ISEN Lille, Traitement de signal numérique en temps continu pour la reconnaissance vocale intégré en technologie 28nm FD-SOI CMOS
  • Lobna BEN KHELIFA, Institut Pascal, équipe Dream, Réseau de caméras stupides ultra-distribué
  • Karim BEN CHEHIDA, Cea List, Architectures embarquées pour du calcul complexe, low-power, proche capteur
  • El Mehdi ABDALI, Institut Pascal, équipe Dream, Système embarqué de vision basé sur de la reconfiguration dynamique partielle de FPGA

 

Résumé des présentations

  • Antoine Frappé, Traitement de signal numérique en temps continu pour la reconnaissance vocale intégré en technologie 28nm FD-SOI CMOS
    • Ce travail s’intéresse aux techniques de traitement de signal numérique en temps continu et leur intérêt pour l’extraction de caractéristiques d’un signal audio au plus proche de la source, limitant de ce fait la complexité et la consommation des traitements numériques successifs cadencés par une horloge. Par exemple, un système très faible consommation de détection de voix dans un environnement bruité peut déclencher le réveil d’un système d’acquisition complet. Ce travail étant dans une phase préliminaire, la présentation se concentrera sur l’exposition du contexte, la mise en avant et le positionnement des techniques proposées, ainsi que les challenges associés à leur mise en œuvre dans un démonstrateur intégré en technologie 28nm FD-SOI CMOS.

 

  • Berder, M.Gautier, Gestion de l’énergie dans les réseaux de capteurs multi-saut à récupération d’énergie : traitement distribué et protocole opportuniste
    • L’alimentation par récupération d’énergie est une technologie prometteuse pour assurer la viabilité à long terme des réseaux de capteurs sans fil. Pour être viable, un nœud doit adapter dynamiquement sa qualité de service (QoS) à l’énergie récoltée en utilisant un gestionnaire d’énergie (EM – Energy Manager). Dans un réseau en étoile, l’EM a pour objectif d’assurer la viabilité du réseau tout en maximisant le taux de génération de paquets. Dans le cas des réseaux multi-saut, en plus d’effectuer des mesures et d’envoyer les données ainsi obtenues vers un nœud central, chaque nœud est également un relai qui transfère les paquets des autres nœuds. Ainsi, l’énergie consommée par chaque nœud est partagée entre la génération de paquets et le relai des paquets des autres nœuds. Dans ce contexte, l’EM doit assurer conjointement la viabilité du réseau, l’équité entre les nœuds et la maximisation de la QoS. Un autre point clef dans la conception de l’EM est la localisation des traitements : l’EM pouvant être exécuté globalement (sur le nœud central par exemple) ou de manière distribuée sur chaque nœud.  Une première étude, principalement théorique, propose un algorithme distribué pour définir les taux de génération de paquets des nœuds. Le problème de la gestion de l’énergie est formulé comme un problème d’optimisation convexe, avec une fonction d’utilité logarithmique. Le problème a ensuite été décomposé,  en utilisant l’ADMM, en sous-problèmes plus petits qui peuvent être résolus en parallèle. Une seconde étude, plus pratique, propose un protocole opportuniste utilisant les wake-up radio ultra-faible consommation. Le gestionnaire d’énergie est exécuté localement dans la wake-up radio et un protocole permet de sélectionner de manière opportuniste le prochain relai, améliorant ainsi les performances globales du réseau.

 

  • Yohan Rioual, Environnement de simulation pour IoT faible consommation
    • La croissance des objets connectées entraîne une augmentation des données à transmettre. Or la transmission d’information représente la plus grande dépense d’énergie dans les réseaux de capteurs alors que seulement une partie des données transmises sont utiles. Pour limiter cette consommation, certains traitements peuvent être effectués directement sur le nœud qui transmettra uniquement le résultat de ces traitements. Néanmoins le traitement de l’information entraîne aussi une augmentation de la consommation énergétique de l’unité de calcul du nœud. Un challenge à relever est de trouver le bon compromis entre la localisation de ces calculs et le coût énergétique des communications. De plus l’environnement complexe dans lequel sont déployés les nœuds de capteur rend difficile une évaluation objective des performances des algorithmes de gestion énergétique. Nous présentons donc un environnement de simulation permettant de tester différentes approches de traitement de l’information en respectant les contraintes énergétiques des réseaux de capteurs outdoors autonomes et sans fils.Environnement de simulation pour IoT faible consommation

 

  • Lobna Ben Khelifa, Réseau de caméras stupides ultra-distribué
    • Les réseaux de caméras intelligentes exigent généralement des caméras à très hautes performances avec de robustes traitements rendant le système énergivore. Dans ce travail, nous proposons de prendre le contre-pied des approche “caméras intelligentes” (smart caméras) en proposant un réseau de caméras stupides. Ces dernières sont définies par de très faibles capacités (faible résolution, possibilités de traitement minimales). La motivation principale de ce travail consiste donc à maximiser la redondance entre caméras en jouant sur leurs interactions. Ces interactions sont les réponses aux événements qui se produisent dans l’environnement comme la détection d’une cible par exemple. L’échange de prédictions estimées d’événements et le retour de ces informations permettent aux caméras de s’organiser et de proposer une perception de l’environnement différente. Cependant, cette redondance reste tout de même coûteuse en terme de communication au sein du réseau. Pour cela, la nécessité de traitement embarqué au sein de chaque capteur reste un impératif.

 

  • El Mehdi ABDALI, Système embarqué de vision basé sur de la reconfiguration dynamique partielle de FPGA                           
    • Dans le contexte de la robotique aérienne, il est courant d’utiliser la vision comme moyen de perception pour le guidage. Cependant ce type de capteur nécessite un traitement qui ne peut pas être déporté au sol en raison des aléas liés à la communication. De plus, le système de vision embarqué doit aussi répondre aux fortes contraintes imposées par le drone en termes d’énergie, de poids et d’espace occupé.
      Dans ce travail, nous proposons d’utiliser une architecture de traitement basée sur un FPGA reconfigurable partiellement et dynamiquement. L’originalité de notre approche réside dans le fait que la reconfiguration sera opérée en fonction des données capteurs mais aussi de « l’état de santé » du système global.
      L’algorithme de traitement d’image utilisé est ici composé de trois module: détection, suivi et apprentissage permettant le tracking efficace de cibles mouvantes et/ou changeant d’apparence. Cet algorithme coûteux en ressources matérielles ne peut pas être complètement intégré dans le FPGA choisi. Pour cela, nous utilisons la DPR (Dynamic Partial Reconfiguration) afin de répondre à cette problématique.

 

  • Karim BEN CHEHIDA, Architectures embarquées pour du calcul complexe, low-power, proche capteur
    • Contexte : Dans le contexte très général des systèmes cyber physiques (robotique, véhicules autonomes…) les imageurs intelligents incluant du traitement proche pixel efficace (en performance, consommation) proposent de nouvelles opportunités pour traiter efficacement les problématiques liées à la perception de leur environnement. Ils permettent entre autre de i) Pré-calculer et transmettre moins de données brutes et plus de données structurées au calculateur central (moins de bande passante, plus de sémantique) ; ii) Traiter et prendre des décisions (temps de réactivité très faible). Dans cette présentation, nous proposons de faire un retour sur quelques dispositifs élaborés au laboratoire L3A du CEA dont un imageur 3D avec une couche pixels CMOS très flexible en résolution, dynamique et vitesse pixel qui peut atteindre 380 fps en HD (1024×768) et une couche de traitement de 3072 processeurs qui exécute efficacement des kernels de base (filtrage, dilatation, érosion, gradient, histogramme…). Une ouverture sur le calcul sur données multi-capteur (stéréo…) est aussi présentée.

 

  • Maher JRIDI, SoC-based Near Sensor Computing for Wireless Communications in the Context of Internet of Multimedia Things
    • This paper presents an algorithm/architecture and HW/SW co-designs for implementing a digital edge computing layer on a Zynq (multi-CPU/FPGA) platform in the context of Internet of multimedia things (IoMT). Traditional cloud computing is no longer suitable for applications that require image processing due to the cloud latency and privacy concerns. With edge computing, data are processed, analyzed, and encrypted very close to the device, which enable to secure data and act rapidly on connected things. The proposed edge computing system is composed of reconfigurable module to simultaneous compress and encrypt multiple images, along with wireless image transmission and display functionalities. A lightweight implementation of the proposed design is obtained by approximate computing of the discrete cosine transform (DCT) and by using a simple chaotic generator which enhance greatly the encryption efficiency. The deployed solution includes four configurations based on HW/SW partitioning in order to handle the compromise execution time, area, and energy consumptions. It is found with the experimental setup that by moving more component to hardware execution, a timing speedup of more than 9 times can be achieved with a negligible amount of energy consumption. The energy efficiency is then enhanced by a ratio of 7.7 times.

 

Conclusion de la journée

À plusieurs reprises, les intervenants ont souligné la difficulté à définir le critère de compromis permettant d’évaluer la répartition des calculs soit au plus près du sensor soit dans le cloud (au sens large). Toutefois, il semble clair que la définition de ce critère dépend fortement de l’application et notamment des besoins à transmettre une information plus ou moins complète vers un noeud central. Certaines applications peuvent en effet très bien se satisfaire d’une remontée d’information synthétique, alors que d’autres nécessitent une information plus précise pouvant conduire à transmettre le signal brute issu du capteur.

Les problématiques de l’éthique et de la vie privée ont été pointées sans que celles-ci ne soient plus développées durant cette première journée. De même, la problématique juridique a également été soulevée quant à la conservation ou non des informations permettant de lever des alertes. Il existe un antagonisme entre la conservation des informations visuels pour des raisons de preuves juridiques et du respect.

Les prochaines actions pour cet axe Near Sensor Computing ont été discutées. Il a été proposé d’organiser une journée commune avec le GDR ISIS en vue de poursuivre les échanges et les discussions sur la thématique de la vision et des caméras intelligentes. Cette journée devrait être organisée en début d’année 2018 (entre janvier et mars).

Il est également proposé d’organiser une journée sur le thème des architectures adaptatives pour le Near Sensor Computing. Cette journée devrait permettre de couvrir d’autres thématiques que celles du 8 novembre, en particulier des thématiques autour de la distribution des calculs (faisant peut être appel à la communauté des informaticiens du GDR) et également du calcul reconfigurable et du low power.

 

Fichiers PDF

Yohann RIOUAL
Olivier Berder
Maher Jridi
Lobna BenKhelifa
Karim Benchehida
El Mehdi Abdal
Antoine Frappé
FCR-2017-11-08