Déploiement efficace de réseaux de capteurs

  • 42 trang
  • file .pdf
Rapport de Stage Master
Option : Réseaux et systèmes communicants
Sujet : Déploiement efficace
de réseaux de capteurs
Etudiant : Superviseur:
Cheikh Mbacke Thiam Dr. Tan Hwee Pink
2011 - 2013
Déploiement efficace de réseaux de capteurs
Tables des matières
1 Introduction .............................................................................4
1.1 Contexte ................................................................................................................................ 4
1.2 Énoncé du problème ............................................................................................................ 6
1.3 Contributions ....................................................................................................................... 7
1.4 Organisation du rapport ..................................................................................................... 8
2 Etat de l’art ..............................................................................8
2.1 Couverture et Connectivité................................................................................................. 8
2.2 Mécanismes de propagation du signal radio................................................................... 11
3 Implémentation de SmartPloy .............................................12
3.1 Architecture matérielle ..................................................................................................... 13
3.2 Architecture Logicielle ...................................................................................................... 15
4 Modélisation statistique ........................................................25
4.1 Procédure générique ......................................................................................................... 27
4.2 Modélisation statistique de la puissance du signal ......................................................... 27
4.2.1 Collection de données sur la puissance du signal .................................................... 29
4.2.2 Analyse Temporelle.................................................................................................... 31
4.3 Modélisation statistique du phénomène physique ......................................................... 35
4.3.1 Collection des données de bruit ................................................................................ 35
4.3.2 Analyse temporelle .................................................................................................... 37
5 Conclusion et Perspectives....................................................40
Références ...................................................................................41
IFI & I2R Page 1
Déploiement efficace de réseaux de capteurs
Tables des illustrations
Figure 1: Motifs réguliers (gauche) & Déploiement avec obstacles (droite) ............................... 9
Figure 2 : Triangulation de Delaunay ............................................................................... 10
Figure 3 : Mécanismes de propagation du signal................................................................. 12
Figure 4 : Configuration et Lancement serveur ................................................................... 14
Figure 5 : L'outil SmartPloy sans le serveur ....................................................................... 15
Figure 6 : Interface utilisateur pour configuration ............................................................... 16
Figure 7 : Affichage d'une carte ....................................................................................... 17
Figure 8 : Organigramme de chat .................................................................................... 18
Figure 9 : Capture des messages de chat ........................................................................... 19
Figure 10 : Syncronisation entre Téléphones de SmartPloy ................................................... 20
Figure 11 : Mesure des données ....................................................................................... 22
Figure 12 : Interface pour envoyer ou recevoir des données .................................................. 23
Figure 13 : Communication dans SmartPloy ...................................................................... 25
Figure 14 : Processus pour la mise en place d'un modèle ...................................................... 27
Figure 15 : Collection de données dans une zone sans obstacles ............................................ 30
Figure 16 : Collection de données autour d'une route........................................................... 31
Figure 17 : RSSI sur Distance, en zone sans obstacles .......................................................... 32
Figure 18 : RSSI sur Distance autour d'une route ................................................................ 32
Figure 19 : Régression vers la moyenne ............................................................................ 33
Figure 20 : Comparaison avec la densité gaussienne ........................................................... 34
Figure 21 : Analyse des fréquences ................................................................................... 36
Figure 22 : Analyse des fréquences (2) .............................................................................. 36
Figure 23 : Collection de données de bruit ......................................................................... 37
Figure 24 : Times series pour l'utilisateur 1 ....................................................................... 38
IFI & I2R Page 2
Déploiement efficace de réseaux de capteurs
Résumé
Le déploiement de nœuds dans un réseau de capteurs est une question très importante et non
négligeable dans les réseaux de capteurs sans fil (WSN). Le plan de déploiement détermine le
nombre de capteurs qui est nécessaire dans la région d’intérêt, ainsi que l'emplacement exact de
chacun de ces capteurs. Un grand nombre de capteurs peut généralement être utilisé pour fournir un
plus grand degré de redondance dans la zone d’intérêt, mais cela peut conduire à une augmentation
du coût global de déploiement du réseau de capteurs, d’où la nécessité de l’optimiser.
Un bon plan de déploiement doit satisfaire à la fois la demande et les exigences du réseau - tels que
la couverture et la connectivité des nœuds dans le réseau. En outre, il convient de tenir en compte
l'hétérogénéité des types de nœuds dans le réseau, ainsi que la variabilité de l'environnement
physique dans lequel les nœuds sont déployés. Par exemple, dans un environnement urbain où les
bâtiments, les voitures, les arbres sont présents, il existe de nombreuses interférences de
l'environnement qui peuvent affecter la portée de la communication et donc la connectivité des
capteurs.
Dans ce travail, nous développons d'abord un outil d'analyse de site, qui nous permet d'acquérir
efficacement des données sur l'environnement physique - comme la qualité du signal radio et le
phénomène à observer comme le bruit. Nous appellerons cet outil SmartPloy. Ensuite nous passons
à une étape de collection de données. Ces données servirons à construire des modèles statistiques
qui devront être ensuite utilisés pour améliorer et optimiser le plan de déploiement de capteurs,
prenant en compte ainsi les différentes contraintes physiques, et environnementales qui existent
dans un milieu urbain.
IFI & I2R Page 3
Déploiement efficace de réseaux de capteurs
1 Introduction
Un réseau de capteurs sans fil (WSN) est composé d'un grand nombre de nœuds servant à surveiller
les phénomènes physiques - comme la température, le son et la pression - et de transmettre les
données détectées par le réseau à un serveur situé dans le backend (arrière plan). Le réseau de
capteurs sans fil a été motivé par les applications militaires telles que la surveillance de champ de
batailles. Cependant, ces réseaux sont également utilisés aujourd'hui dans de nombreuses
applications industrielles et grand public - comme la surveillance industrielle, la surveillance
environnementale et le suivi agricole.
Le déploiement de nœuds est un facteur important dans les réseaux de capteurs [5] et il peut être fait
de manière aléatoire ou déterministe. Dans les zones urbaines, le déploiement est généralement
déterministe puisque les nœuds sont généralement statiques, et un déploiement déterministe permet
de placer efficacement les nœuds afin d'optimiser la durée de vie du réseau.
Compte tenu de l'hétérogénéité des types de nœuds dans le réseau, ainsi que la variabilité de
l'environnement physique dans lequel les nœuds sont déployés, le déploiement optimal est souvent
un problème difficile à résoudre. Le plan de déploiement détermine le nombre de capteurs qui sont
nécessaires dans la région d’intérêt, ainsi que l'emplacement exact de chacun de d’eux. En milieu
urbain, le déploiement est souvent une tâche laborieuse et difficile, car il existe de nombreux
facteurs environnementaux qui influent sur le fonctionnement des nœuds - tels que la distance entre
eux et la qualité des liens de communication sans fil.
1.1 Contexte
L'institut de recherche informatique I2R (Institute for Infocomm Research) est un membre de
l’Agence pour la Science, la Technologie et la Recherche (A*STAR) à Singapore.
A*STAR est un organisme officiel relevant du Ministère du Commerce et de l'Industrie de
Singapore. L'agence a été créée en 1991 pour encourager et élever le niveau la recherche
scientifique et technologique. Elle est composée de 7 différents instituts de recherche. Différents
domaines de recherches comme le stockage de données, les matériaux, les produits chimiques, les
sciences informatiques, la microélectronique, la fabrication de pointe et la métrologie y sont étudié
pour relever les défis technologiques mondiaux et créer des industries futures à son siège, à
IFI & I2R Page 4
Déploiement efficace de réseaux de capteurs
Fusionopolis 1 qui est un centre emblématique de Singapore pour la recherche scientifique et
technologique. Fondée en 2002, la mission de I2R est d'être une source d’innovations en
informatique grâce à la recherche par des passionnés dédiés à la réussite économique de Singapour.
I2R effectue de la recherche et du développement dans l'informatique. Différents domaines sont
explorés dans cet institut comme les réseaux de communication sans fil et optiques, les médias
interactifs et numériques, le traitement du signal etc. Dans le cadre de ce stage, nous travaillons
dans cet institut, dans le cadre d’un programme de recherche sur les réseaux sans fil appelé
S&S(Sense and Sensiblities).
Le programme Sense and Sensibilities(S&S)
L'urbanisation croissante exerce une pression sur les ressources foncières et la qualité de vie.
Comme les villes et les routes deviennent de plus en plus encombrées, des solutions urbaines sont
tenus de fournir des informations en temps réel sur l'environnement pour aider les différentes
agences gouvernementales à prendre des décisions éclairées afin de fournir un milieu de vie
sécuritaire et propre pour les habitants de la ville . Avec la demande diverse et variée, les systèmes
de détection doivent également répondre à l'hétérogénéité en termes de modalités de capteurs, les
technologies ainsi que les applications de l'utilisateur final. Cependant, la plupart des solutions de
détection d'aujourd'hui sont conçus uniquement pour un domaine de problème particulier et un
domaine d'application. Le programme S&S de A*STAR fait de la recherche en vue de fournir une
plateforme générique pour que le réseau puisse être utilisé par différentes applications avec
différents besoins en infrastructure, dans différents domaines.
Le programme dirigé par le Dr Tan Hwee Pink implique plus de 20 chercheurs à temps plein et
d'ingénieurs ayant une expertise dans de nombreux domaines scientifiques, comme l'ingénierie
électrique et électronique, l’informatique, les technologies de télécommunications, la physique et
les mathématiques. Cette équipe a une expertise dans différents types d'applications de détection, y
compris la surveillance de bruit, de l’eau, de la qualité de l'air, de la surveillance de parking. Voici
une image de l’équipe qui vient de gagner un prix appelé « Award for Leading, Educating and
Nurturing Talent », offert pat A*STAR.
1
Localité à Singapore
IFI & I2R Page 5
Déploiement efficace de réseaux de capteurs
Equipe S&S, Avril 2014
1.2 Énoncé du problème
L'objectif du plan de déploiement est de trouver les endroits les plus appropriés pour surveiller les
phénomènes physiques d'intérêts et d'obtenir des données significatives, tout en tenant compte des
contraintes physiques de l’environnement, ainsi que les exigences d'application et de réseau. Pour
déployer les nœuds, plusieurs questions peuvent se poser:
 Où doivent être placé les nœuds, de sorte que la qualité du phénomène physique à
mesurer donne une précision satisfaisante et acceptable ?
 À quelle distance les nœuds doivent être placés entre eux, de sorte que le nombre de
paquets reçus soit suffisant et la connectivité de l'ensemble du réseau puisse être
assurée ?
 Comment le nombre de nœuds à déployée peut être minimisée, de telle sorte que la
couverture de détection soit maximale et le coût de déploiement soit réduit au
minimum ?
 Si les nœuds utilisent l'énergie solaire pour recharger leurs batteries, quels sont les
endroits où ils peuvent recevoir assez de lumière pour recharger leurs batteries et se
maintenir en vie ?
IFI & I2R Page 6
Déploiement efficace de réseaux de capteurs
Si les nœuds sont placés trop près l'un de l'autre, les données recueillies par les nœuds seront
fortement corrélées, et la zone de couverture sera faible. D'autre part, si les nœuds sont placés trop
loin les uns des autres, la connectivité entre nœuds sera médiocre. Par conséquent, plusieurs
contraintes physiques et environnementales doivent être respectées afin de trouver les meilleurs
emplacements possibles pour les nœuds.
Pour satisfaire toutes ces contraintes, il est donc nécessaire d'observer et de modéliser la variation
spatio-temporelle du canal de communication et les phénomènes physiques d'intérêt (tel que le
bruit). En outre, l'observation de ces phénomènes doit résulter de l'analyse de données recueillies
sur le terrain afin que les modèles statistiques soient aussi proches de la réalité que possible.
1.3 Contributions
Notre objectif est d'établir un processus qui nous permet de déployer efficacement les réseaux de
capteurs dans les zones urbaines. Nous avons d'abord élaboré un outil de sondage du site qui est
capable de collecter :
(i) l’intensité du signal reçu (RSSI) entre deux points quelconques ;
(ii) le signal du phénomène physique à observer à un endroit donné.
Une bonne compréhension de la propagation radioélectrique est essentielle pour proposer un design
approprié et des stratégies de déploiement du réseau sans fil. C'est la nature du canal radio qui rend
les réseaux sans fil beaucoup plus compliqués que leurs homologues filaires . Les caractéristiques
de la propagation radio sont assez liées au site de déploiement et peuvent varier considérablement
en fonction du terrain, de la fréquence d’envoie, des sources d’interférence, et d'autres facteurs. La
caractérisation du canal radio par le biais de modèle mathématique disposant de paramètres est
importante pour prédire la couverture de signal et déterminer les meilleurs emplacements pour les
nœuds. L'outil de sondage se compose d'une application Android installé sur un tablet, un module
XBee [17], une carte Arduino[16] sur lequel un capteur de son est placé pour mesurer le phénomène
physique qui est ici le bruit, et un serveur accessible via Internet. Ce serveur permet de régler les
paramètres de configuration de l'application et aide à synchroniser les différents utilisateurs en
ligne. Grâce à cet outil, nous avons mené plusieurs expériences pour recueillir des données sur
l’environnement. En utilisant les données recueillies, on a construit un modèle de régression qui
représente la variation temporelle du canal sans fil et d'un modèle auto-régressif qui représente la
IFI & I2R Page 7
Déploiement efficace de réseaux de capteurs
variation temporelle du phénomène physique d'intérêt.
1.4 Organisation du rapport
Le reste de ce rapport sera organisé comme suit : le chapitre 2 sera consacré aux travaux existants
dans la littérature sur la couverture et la connectivité dans les réseaux de capteurs, ainsi qu'aux
mécanismes de propagation radio. Dans le chapitre 3, nous détaillerons les implémentations
techniques de l'outil de sondage de terrain. Au chapitre 4 suivant, nous discuterons des modèles
statistiques que nous avons construits à partir des données recueillies, lors de différents scénarios de
collecte. Le chapitre 5 conclura ce rapport avec des discussions concernant les travaux futurs.
2 Etat de l’art
2.1 Couverture et Connectivité
Dans la littérature, il existe de nombreux domaines de recherche actifs qui mettent l'accent sur la
couverture et la connectivité des réseaux de capteurs. En général, la couverture dans un réseau peut
être classé en trois catégories différentes : ( i ) la couverture de zone ; ( ii ) la couverture de point; et
( iii ) la couverture de barrière. La couverture de zone décrit comment couvrir une surface donnée
avec les nœuds. La couverture de point permet de couvrir un ensemble de points situes dans la zone
à surveiller. La couverture de barrière se réfère à la détection d'événements qui peuvent survenir à
différents endroits.
La connectivité peut être définie comme la capacité des nœuds de capteurs à atteindre le serveur
situé au niveau du backend. Si aucun itinéraire n'est disponible à partir d'un nœud vers le serveur,
cela peut entraîner une perte de données. Chaque nœud dispose d'une plage de communication qui
définit le domaine dans lequel un autre nœud doit être placé pour pouvoir recevoir des données de
lui. Ceci est différent de la plage de détection, qui définit la zone que peut observer un nœud. Pour
déployer un réseau de capteurs, il ya beaucoup de propositions qui utilisent des motifs réguliers
populaires tels que l'hexagone(a), la grille carrée(b) , le losange(c) , et le triangle équilatéral(d)
visible dans la figure 1 à gauche , en raison de la commodité de déploiement et le degré de
connectivité qu'ils peuvent atteindre [9] [10] [11] . Tous ces travaux utilisant des motifs ont des
performances différentes en fonction de la valeur de la plage de la communication ( rc ) et la plage
de détection ( rs ) . Une étude de la connectivité dans un réseau de capteurs effectué dans l’article
IFI & I2R Page 8
Déploiement efficace de réseaux de capteurs
[2] , établit que lorsque 2 ≤ rc / rs ≤ 3 , le modèle basé sur le losange est mieux que les trois autres.
Quand 1,14 ≤ rc / rs ≤ 2 , le modèle carré, est mieux. Lorsque rc / rs ≤ 1.14 , le motif de l'hexagone
est mieux.
En considérant une région avec obstacles, il existe des travaux comme [3], qui d'abord, divisent la
région en sous-régions qui sont composées de lignes. Une liste de capteurs est suffisante pour
couvrir la totalité d'une ligne tout en maintenant la connectivité. Les distances entre les nœuds
dépendent de la plage de communication et la plage de détection. S’il y a un obstacle, plusieurs
rangées autour de cet obstacle sont considérées comme une seule région, et ils essaient de
maximiser la région couverte en utilisant un motif de cercles. Leurs solutions proposées ne tiennent
compte que de l’environnement à l'intérieur d'un bâtiment.
Figure 1: Motifs réguliers (gauche) & Déploiement avec obstacles (droite)
Désirant améliorer les études effectuées dans [3], un autre travail portant sur la disposition des
nœuds dans un milieu avec obstacles utilise la méthode de triangulation de Delaunay [4]. Les
auteurs de ce travail ont d'abord posé des nœuds autour des obstacles, comme le montre la figure 1 à
droite. Ensuite, la méthode de la triangulation de Delaunay est utilisée pour placer des nœuds dans
les zones restantes. La triangulation de Delaunay est une partition d'une surface en polygones
d'une manière telle que, les points à l'intérieur d'un polygone sont plus proches du centre du
polygone que tous les centres des autres polygones. Il représente une décomposition particulière
d’un espace métrique déterminée par les distances à un ensemble discret d’objets de l’espace, en
IFI & I2R Page 9
Déploiement efficace de réseaux de capteurs
général un ensemble discret de points [5]; avec les capteurs localisés aux centres des polygones
(figure 2).
Figure 2 : Triangulation de Delaunay
[7] est le travail le plus proche du notre, mais il existe quelques différences, comme explique dans
ce qui suit. Leurs auteurs tiennent à déployer un réseau de capteurs qui permettra de surveiller le
niveau de carbone dans une zone urbaine. Dans leur approche, certains nœuds sont d'abord placés
par les écologistes. Ensuite, les autres nœuds doivent être placés de telle sorte que le réseau soit
connecté. Pour résoudre le problème, ils utilisent la version géométrique du problème d'arbre de
Steiner sous des contraintes de trous, en supposant que les nœuds appartenant à la même
composante formant un groupe [8]. Cependant, dans notre cas, nous ne connaissons pas les
meilleures positions où placer l'ensemble initial de nœuds. Donc puisque nous ne disposons pas
d'emplacements initiaux prédéfinis, nous ne pouvons utiliser leurs travaux dans le contexte de notre
projet.
Les modèles de déploiement de nœuds utilisant des motifs réguliers qui sont étudiés dans la
littérature, sont difficiles à utiliser dans une région contenant des contraintes complexes, tels que
IFI & I2R Page 10
Déploiement efficace de réseaux de capteurs
celle des zones urbaines. De plus, dans notre projet, les positions des nœuds peuvent avoir des
caractéristiques différentes - en fonction du phénomène physique réelle et de la disponibilité de
l'énergie solaire - qui ne sont pas connus à l'avance, comme c'est le cas dans [7]. En outre, certains
des obstacles dans les zones urbaines peuvent être mobiles ou ont des tailles variables et avec des
densités variables, qui rendent ces modèles de déploiement inefficaces.
2.2 Mécanismes de propagation du signal radio
Puisque nous souhaitons collecter des données réelles, il est important de comprendre les différents
mécanismes de propagation du signal. Cela aidera à mieux concevoir les scénarios de collectes. La
propagation des ondes radio transmises à des fréquences différentes, se réfère au comportement des
ondes qui se propagent d'un point à un autre. Afin de décrire les mécanismes de propagation radio,
trois mécanismes de base sont généralement considérés dans les réseaux de capteurs sans fil:
réflexion, diffraction et diffusion [14]. La réflexion est le changement brusque de la direction de
propagation d'une onde aux contacts de deux surfaces différentes. La diffraction est le
comportement des ondes lorsqu'elles rencontrent un obstacle ou passe à travers un espace (ou
fente); Ce phénomène peut être interprété par l'onde de diffusion par les points de l'objet.
La diffusion (« Scattering ») est le phénomène par lequel un rayonnement, comme la lumière, le son
ou des particules en mouvement, est dévié dans des directions multiples par l'interaction avec
d'autres objets. Ces mécanismes sont illustrés sur la figure 3 représentant l’intérieur d’un bâtiment,
avec Tx comme point de transmission et Rx comme point de réception du signal.
IFI & I2R Page 11
Déploiement efficace de réseaux de capteurs
Figure 3 : Mécanismes de propagation du signal
Pendant les communications, nous avons une perte progressive de l'intensité du signal appelé
décoloration. Elle est induite par la propagation du signal suivant des trajets multiples ou par
ombrage (quand une colline ou grand bâtiment obscurcit le chemin de signal principal). La
propagation des ondes radioélectriques peut également être modifiée dans les zones urbaines,
par le bruit et les interférences sur le canal sans fil. Le bruit peut être n'importe quel type de
signal indésirable qui coexiste dans la bande passante du canal souhaité, tandis que
l'interférence se produit lorsque des signaux supplémentaires sont ajoutés au signal d'origine.
3 Implémentation de SmartPloy
Pour recueillir les données, nous utilisons un outil appelé SmartPloy que nous avons développé
entièrement dans le cadre de ce travail. Cet outil se compose d'une application android, attaché à un
module XBee [17] et / ou un Arduino board [16], et un serveur mis en ligne sur internet. Dans ce
chapitre, nous nous concentrons sur la conception et la mise en œuvre de l'application et du serveur.
Ainsi nous décrivons cet outil de sondage que nous appellerons SmartPloy et les différentes
fonctionnalités que nous avons implémentées.
IFI & I2R Page 12
Déploiement efficace de réseaux de capteurs
Nous allons expliquer dans la première partie les différents outils matériels utilisés avant de
détailler l’architecture logicielle dans la deuxième partie.
3.1 Architecture matérielle
Afin de recueillir des données sur la force du signal entre deux points quelconques, ou de recueillir
des données de bruit dans un emplacement précis, nous pouvons utiliser l’outil SmartPloy qui est
composé de différents éléments que sont un téléphone, un module xbee, une carte arduino, et un
server.
a) Téléphone
Notre but est d'avoir un téléphone pour le stockage de données, car les nœuds de capteurs que nous
utilisons n’ont pas assez d’espace mémoire pour sauvegarder une grande quantité de données. En
plus puisque la collection de données devra se faire sur le terrain avec des utilisateurs humains
mobiles, un téléphone est parfaitement convenable car pouvant être transporté facilement. Chacune
des téléphones que nous utilisons dispose d’une connexion internet 3G et pourra solliciter des
informations en ligne. Un téléphone pourra envoyer des paquets en broadcast aux autres téléphones
qui participeront à une expérience.
b) Module Xbee
Un module xbee est un outil qui permet de communiquer avec des appareils hétérogènes disposant
d’une connectivité sans fil, en s'envoyant ou en recevant des paquets de données. Ces modules
utilisent le protocole réseau IEEE 802.15.4 pour la communication. Ils sont conçus pour les
applications à haut débit nécessitant une faible latence et avec de faible coût. Aussi ces modules
permettent d'avoir une haute portée de communication, en fonction de l'environnement.
c) Une carte Arduino
Arduino est un circuit imprimé, qui est open source et qui permet, de construire différents objets
qui peuvent servir dans le pilotage de robot, ou le contrôle d’appareils domestiques. Nos nœuds de
capteurs sont construits à partir de ces circuits. On associe à cette carte Arduino, un capteur de bruit
et une fois le bruit mesuré, le nœud envoie les données via son module xbee intégré vers d’autres
objets.
IFI & I2R Page 13
Déploiement efficace de réseaux de capteurs
d) Un serveur en ligne
Nous disposons d’un serveur java, en ligne, qui permet aux différents téléphones connectés de
recevoir les paramètres de configurations, et aussi de coordonner les utilisateurs en ligne. Lorsque le
serveur est démarré, il doit recevoir les paramètres de configuration comme le montre la figure 5.
Ces paramètres seront envoyés aux utilisateurs en ligne qui en feront la requête. Lorsque qu’il reçoit
un message, il l’envoie en broadcast aux autres utilisateurs connectés pour les informer par exemple
d’un nouvel utilisateur connecté ou d’un nouveau message.
La figure 4 montre l’interface de configuration du serveur, qui demande de renseigner le nombre
d’utilisateurs, l’intervalle de transmission, le répertoire où sauvegarder les données sur le téléphone,
le canal à utiliser. On au aussi une option qui permet d’utiliser les configurations précédentes. Après
la phase configuration, on peut lancer le serveur.
Figure 4 : Configuration et Lancement serveur
Le téléphone équipé d’un module xbee peux envoyer ou recevoir des paquets à d’autres
IFI & I2R Page 14
Déploiement efficace de réseaux de capteurs
téléphones eux aussi équipés de modules xbee, comme c’est visible dans la figure suivante. Il peut
aussi recevoir des données sur le phénomène physique comme la température, envoyé de la carte
Arduino. Donc chaque utilisateur sera muni de ce dispositif pour la collection de données et pourra
envoyer des paquets aux autres utilisateurs. Et le serveur pourra permettre de mieux faire une
coordination.
Carte
Arduino
Module
Xbee
Figure 5 : L'outil SmartPloy sans le serveur
Dans cette figure 5, nous avons un téléphone nexus 7 où nous installons l'application Android. Le
téléphone est connecté à un module XBee, qui nous permet d'envoyer et de recevoir des paquets de
données. Nous avons la carte Arduino qui est capable de détecter des phénomènes physiques
comme le bruit et de l'envoyer vers le téléphone, grâce à son module Xbee intégré.
3.2 Architecture Logicielle
Nous avons plusieurs fonctionnalités à mettre en œuvre, dans notre application mobile, pour
atteindre notre objectif, et qui sont énuméré comme suit : définir les paramètres de configuration,
afficher une carte, discuter avec les utilisateurs en ligne, collecter des données (mesures). Ces
fonctionnalités permettent de lancer une campagne de collecte de données, les sauvegardant dans
une mémoire, tout en restant synchronisé avec les autres utilisateurs.
IFI & I2R Page 15
Déploiement efficace de réseaux de capteurs
 Définir des paramètres de configuration
Cette fonctionnalité nous permet de configurer divers paramètres de l'application, tels que le délai
entre l'envoi de paquets, le canal à utilisé pour envoyer des paquets, le répertoire où nous stockons
les données recueillies, ou le nombre maximum de paquets à envoyer (figure 6). Il est également
possible de spécifier manuellement l'emplacement explicite de l'utilisateur ou utiliser le GPS(Global
Satellite System). Outre la possibilité de modifier localement les paramètres, il offre également la
possibilité de récupérer les paramètres de configuration à partir du serveur (figure 13).
Solliciter les
paramètres du
serveur
Utiliser les
paramètres sur
le téléphone
Utiliser les coordonnées
GPS
Renseigner la location
manuellement
Figure 6 : Interface utilisateur pour configuration
Cette figure 6 montre une interface utilisateur où nous pouvons renseigner les paramètres de
configuration avant de commencer la collection de données.
IFI & I2R Page 16
Déploiement efficace de réseaux de capteurs
 Afficher une carte
Cette fonctionnalité nous permet de voir sur une carte les endroits déjà visités par chaque utilisateur
qui participe à l’expérience.
Figure 7 : Affichage d'une carte
Avec cette figure 7, on observe que l’application envoie un message de requête au serveur et ensuite
attend la réponse. Lorsque le serveur renvoie la liste des positions déjà visitées par les utilisateurs
qui participent à l’expérimentation, toutes ces positions seront affichées sur une carte pour
l’utilisateur.
 Discuter avec les utilisateurs en ligne
Avec cette fonction, l'utilisateur peut envoyer et recevoir des messages de chat à aux autres
utilisateurs en ligne.
IFI & I2R Page 17
Déploiement efficace de réseaux de capteurs
Figure 8 : Organigramme de chat
Sur cette figure 8, quand l'utilisateur se connecte pour la première fois, l'application demande le
nom de l'utilisateur, après quoi il peut envoyer et recevoir des messages vers d'autres utilisateurs. La
capture d'écran ci-dessous montre un exemple de messages d'un utilisateur nommé "cheikg" et
l'utilisateur actuel lors d'une communication.
IFI & I2R Page 18
Déploiement efficace de réseaux de capteurs
Figure 9 : Capture des messages de chat
 Collecter des données
Avec SmartPloy, il est possible d'envoyer et de recevoir des paquets afin d'estimer la force du signal
entre deux points. Il est aussi possible de recevoir des paquets de données à partir d'un nœud
Arduino qui collecte des données de bruit. Les utilisateurs peuvent aussi se synchroniser grâce au
serveur, mis en ligne.
Lorsque l'utilisateur est prêt à commencer ou recommencer l'expérimentation, il envoie un message
pour dire qu'il est prêt. En retour, le serveur envoie un message aux autres utilisateurs connectés au
système en disant qu'un tel utilisateur est connecté. L’illustration de ces échanges est observable
dans la figure suivante. Dans cette figure 10, on a 3 téléphones équipés de modules xbee que nous
appellerons « device ». Nous supposons que « device 2 » et « device 3 » sont déjà connectés au
système. Le device 1 se connecte ensuite et il envoie un message (1) au serveur pour dire qu’il est
prêt à
IFI & I2R Page 19