Technologies pour la R&D

1. Technologies pour la R&D Contacts : sergio.dos-santos@axtrid.fr 01 61 37 45 43 06 17 63 82 02 jean.ehrmann@axtrid.fr 01 61 37 45 46 06 70 71 84 30

2. Identité Présentation Générale

3. assistance, relations organismes. Du concept à l’industrialisation traitement de données, traitement d’images, statistiques, analyses, outils logiciels, études… algorithmes, fonctions, sous-ensembles, modélisation, simulation TS… assistance à rédaction. assistance, relations industriels, relations designers … statistiques, analyses, optimisation… Brevets Certification homologation Recherche Idées innovations SAV Maintenance Exploitation Marketing Preuve de concept Production Prototypage MAP validation Industrialisation Conception moyens d’essais, prototypes, simulateurs TR HIL … Recyclage Commercial dispositifs expérimentaux maquettage logiciel… Notre périmètre d’action (souvent protégé par des clauses de confidentialité) & D R NDA Présentation Générale

4. Modélisation et Traitement de Données • Electronique et Intégration de Systèmes Une structure efficace MTD EIS ITR ACS • Une équipe de haut niveau, • formée d’ingénieurs et de docteurs de formation et d’expériences variées, • organisée en 4 pôles de compétences, • dotée de circuits décisionnels courts et réactifs, • complétée par un réseau de partenaires. • Informatique Temps Réel • Analyse et Contrôle des Systèmes MTD EIS Partenaires ITR ACS Présentation Générale

5. MTD Présentation Générale

6. EIS Présentation Générale

7. ACS Présentation Générale

8. ITR Présentation Générale

9. Confidentialité • Propriété industrielle • Secret de la défense nationale • Agrément CIR Compréhension du besoin Accords préalables • Compréhension du besoin • Compréhension du métier • Compréhension du contexte • Analyse fine par nos experts • Qualité d’écoute • Mobilisation de compétences • Travail collaboratif • Analyse fine du besoin • Souplesse d’adaptation aux contraintes des projets • Un interlocuteur unique • Client propriétaire des développements Expression de besoin • Établi par le client ou par AXTRID • Exhaustif, sans ambigüités • Exigences fonctionnelles Cahier des charges fonctionnel MTD • Solutions techniques proposées • Solutions techniques imposées • Base de la proposition Spécification technique du besoin Chef de projet A X T R I D EIS partenaires • Réponse technique détaillée • Organisation, planification • Prix et échéancier de facturation. • Souplesse et ajustement par itérations Projet client Proposition technique et financière ACS ITR Présentation Générale

10. Organisation et méthode Fondé sur un CDC et une proposition justifiée, admise et comprise de tous les acteurs, un travail collaboratif pluridisciplinaire à toutes les étapes garantit l’optimalité fonctionnelle, économique, ergonomique et esthétique de nos réalisations. Présentation Générale

11. Agréments & adhésions • Agrément Crédit-Impôt-Recherche : • 2006-2009 renouvelé pour 2009-2012 • Certification ISO 9001 en cours (2012) • Adhésion aux pôles de compétitivité : • System@tic • Movéo • OpticsValley Présentation Générale

12. Exemples de réalisations

13. Classification innovante en génomique Applicable à tous les problème de grande dimension Nombre d’échantillons (= nombre de patientes) égal à 1 ou 2% de la dimension (= nombre de variables quantitatives caractérisant une patiente) • Axt2 • Méthode probabiliste de classification très performante, sans sur-apprentissage • Identification des variables les plus déterminantes • Classification de nouveaux patients avec incertitudes associées • - (AC.Haury) représente l’état de l’art, i.e. la méthode donnant la meilleure précision en classification selon (AC. Haury, 2011) • - Axt2est une méthode propriétaire, développée par Axtrid sur fonds propres Présentation Générale Classer les patientes atteintes de cancer du sein selon leur risque de récidive

14. Protéomique : diagnostic précoce du cancer de la prostate • Algorithmes applicables à tous les problème de spectroscopie • Post-traitement des données spectrales (alignement, normalisation, débruitage, détection de pics, …) • Classification en grande dimension après sélection de variables Présentation Générale Classer les patients en sains, à risque haut, intermédiaire ou faible

15. Imagerie hyperspectrale en dermatologie Problématiques: • Taille des cubes de données (>= 1,5 Go par cube) • Complexité du traitement, espace à très grande dimension • Choix des longueurs d’ondes spécifiques à une application Présentation Générale Spécifier et mettre en œuvre une chaine d’acquisition et de traitement de données hyperspectrales

16. Imagerie hyperspectrale en dermatologie Problématiques : • Quantifier l’érythème et son évolution • Méthode efficace sur tous types de peaux (même les plus foncées) Présentation Générale Quantification et caractérisation d’une réaction allergique de type érythème

17. La résolution du problème inverse (1) Problème direct Problème inverse X_k : paramètres ou variables Critère est le résultat souhaité Modèle ? Modèle ? X_1 X_1 ? … … Critère Critère ? X_k X_k ? • Résolution mathématique et probabiliste du problème • Expression mathématique des zones de paramètres • Ne nécessite pas une connaissance du système (« boîte noire »), mais seulement un apprentissage sur ses entrées/sorties Présentation Générale Paramétrer un système inconnu de telle sorte que le résultat obtenu soit celui voulu au départ

18. La résolution du problème inverse (2) Plages de valeurs d’une variable pour obtenir une performance donnée Combinaisons de paramètres garantissant un résultat souhaité Modèle p1 p2 p3 p4 p5 • Plan d’expérience initial suivi de simulations ciblées • Optimisation très complexe (361 dimensions) • Erreur maximale d’estimation de 0,5 % par paramètre • 100 échantillons en apprentissage • Problème de dimension 40 • La zone trouvée correspond bien à la zone réelle La résolution du problème inverse nécessite un historique pour l’apprentissage Présentation Générale Quelle zone de l’espace doit occuper une variable pour obtenir une classe donnée ? Quelles valeurs doivent prendre p1, p2, p3, p4 et p5 pour obtenir un spectre donnée ?

19. Apprentissage intelligent par plan d’expérience Spectre observé Modèle La résolution de ce problème nécessite la génération d’un apprentissage ciblé ? p1 p2 p3 p4 p5 • 10 valeurs/paramètre  100 000 simulations possibles • Comment diminuer le nombre de simulations ? Modèle p1 p2 • Plan d’expérience initial suivi de simulations ciblées • Les nouvelles simulations sont en fonction : • Du spectre à atteindre • Des résultats de simulations disponibles p3 p4 p5 Seules 1800 simulations ciblées ont été nécessaires (1,8 % du nombre initial) Erreur maximale d’estimation de 0,5 % par paramètre Présentation Générale Optimiser l’apprentissage destiné à estimer les paramètres d’un modèle relatif à un spectre de peau observé

20. Health Monitoring (Maintenance prédictive) Approches pour la maintenance prédictive Redondance Model-based Signal-based Surveillance en continu de certains signaux « vitaux » Détection d’un changement Nécessite de dupliquer tous les équipements à surveiller Comparer les observations au modèle Détecter une tendance par signal Détecter une tendance globale Outils de traitement de données développés en interne Présentation Générale Détecter un changement et savoir le localiser

21. Health Monitoring (Maintenance prédictive) Méthodes d’estimation et de classification Quand le modèle n’est pas connu Quand un signal est surveillé en continu ? Estimation d’un modèle « nominal » Nouvelles mesures Historique avec des données fiables Méthodes probabilistes Détection d’un changement Exemple : surveillance en continu du centre de Masse d’une personne âgée pour prévenir le risque de chute Présentation Générale Détecter un changement et savoir le localiser

22. Classification/Détection/Segmentation (1) PROTEOMIQUE DERMATOLOGIE Segmentation d’images par contours actifs robustes Détection/segmentation de mélanomes Présentation Générale Optimiser, fiabiliser, automatiser le processus de traitement et d’analyse

23. Classification/Détection/Segmentation (2) COMPORTEMENT ANIMAL Problématique : • Grande mobilité de l’animal • Variabilité de forme importante entre deux instants successifs Présentation Générale Optimiser, fiabiliser, automatiser le processus de traitement et d’analyse

24. Système de détection de position et d’attitude Détecter la présence d’un pratiquant et déterminer sa position Evaluer ses déplacements, détecter ses sauts et ses chutes • Contraintes : • Présence de plusieurs pratiquants • Différents sports et figures possibles • Robustesse (embruns, corde, bouée, éclairage…) • Modularité, évolutivité • Réactivité suffisante Traitement d’images Vidéo Classification temps réel • Prestations : • Etudes de faisabilité, performance, dimensionnement • Spécifications techniques du besoin • Mise en œuvre de moyens expérimentaux • Choix de la technologie et des méthodes de traitement • Mise en place et gestion des expérimentations • Mise en place des systèmes de détection • Test et Validation • IHM Présentation Générale Concevoir, prototyper et fabriquer un système de détection de position et d’attitude pour optimisation et sécurisation d’un simulateur de sport de glisse

25. Sphère outil Bras z Caméra Mât Caméra Sphère d'arrêt Sphère d'alerte Boucle sèche Clé réarm Gyrophare Plan équatorial 230 V Sirène Centrale de commande Terminal de diagnostic Sécurisation de fraiseuse par caméra vidéo Contraintes • Homologabilité vis-à-vis de la sécurité des personnes. • Pas d’interférence fonctionnelle avec la fraiseuse, pas de perturbation de performances • Robustesse mécanique compatible avec l’environnement atelier (salissures, nettoyages, chocs) • Robustesse algorithmique (jets continus de copeaux, éclairage non maîtrisé, mobilité caméra) Présentation Générale Optimiser l’exploitation de fraiseuses d’un bureau de style automobile en sécurisant les interventions de stylistes lors de l’usinage

26. Imageur/analyseurdestiné à la dermatologie Matériel et IHM : • Eclairage par matrice de LEDs • Contrôle du spectre et la puissance par zones • Caméra CMOS • U.C. embarquée : • IHM de paramétrage et de génération de scénarios • Image de contrôle • Contrôle de la prise d’image et exécution des scénarios • Communication avec B.D. de stockage Algorithmique: Paramétrage de la prise d’image Indexation automatique Détection/Segmentation Classification probabiliste par SVM (Support Vector Machines) Gradation des critères pour chaque image comparée à la gradation d’un expert Présentation Générale Affiner et valider les concepts, spécifier, mettre au point et prototyper un appareil de caractérisation de la peau.

27. Stylo pour Tableau Blanc Interactif Conception mécanique et électronique • Electronique avec fortes contraintes d’optimisation de la consommation. • Tête optique: génération d’un spot IR de localisation et détection de proximité du tableau. • Donglezigbee, drivers associés, optimisation du protocole de communication. • Intégration informatique dans le système (PC). • Réalisation d’une pré-série de validation et de démonstration. Présentation Générale Concevoir et prototyper un stylo interfacé avec le tableau par liaison radio.

28. Appareillage de soin de la mycose des ongles • Conception mécanique, électronique, logicielle • Mise au point et prototypage sur la base du brevet client • Assistance au marquage CE • Fabrication de 20 exemplaires de pré-série pour tests cliniques Présentation Générale Prototyper et préparer l’industrialisation d’une perceuse électromécanique associée au produit de traitement.

29. Bancs de validation et d’endurance pour ECU automobile • Problématique : • Test de validation fonctionnelle sur séquences réalistes simulées • Introduction de pannes • Tests d’endurance, pilotage d’étuve • Contraintes : • Développement firmware, IHM LABVIEW Présentation Générale Concevoir et fabriquer un banc pour l’ECU de toit escamotable 308 CC

30. Matlab/Simulink (MathWorks) Simulateur HIL de validation de prothèse cardiaque totale Logiciel à valider implanté sur une carte prototype d’ECU prothèse (fourni par le client) xPCTarget & RTW (MathWorks) Modèle : partie matérielle prothèse + circuit sanguin Simulateur Station de pilotage Prestations : • Conception et réalisation clef en main et évolutions, • Intégration des modèles du circuit sanguin et du groupe moto-pompes, • Génération automatique des scénarios de tests. Présentation Générale Concevoir et réaliser un simulateur propre à valider fonctionnellement le logiciel de la prothèse

31. Simulateurs HIL / SIL dans le cadre du programme M51 • Nos prestations : • Modélisation fonctionnelle sous Simulink • Simulateur clef en main • Maintenance en condition opérationnelle. • Témoignage : « Depuis 2003, ASTRIUM fait appel aux compétences de la société AXTRID dans le cadre du programme de défense M51. AXTRID est intervenu initialement comme expert MATLAB/SIMULINK pour la modélisation et la simulation temps réel du missile. Aujourd’hui, nous confions à AXTRID la responsabilité de la conception, de la réalisation et de la maintenance des simulateurs HIL constituant le coeur de la plateforme de validation et de qualification du système d’arme M51 implantée sur le site des Mureaux. Ayant pu apprécier sur le long terme la qualité du travail, la disponibilité et la réactivité des équipes d’AXTRID, nous leurs accordons aujourd’hui notre entière confiance. » Christophe Ormières EADS ASTRIUM Présentation Générale Concevoir, fabriquer, faire évoluer et maintenir les simulateurs

32. Système de pilotage de banc d’essai moteur de Formule 1 • Problématique : • Reproduire fidèlement l’environnement de la piste. • Disposer d’une application de pilotage souple et évolutive. • Contrôler, transmettre et visualiser les données de l’essai • Notre apport : • Force de proposition dans l’architecture du système de pilotage et réalisation. • Implémenter des outils dédiés: • Génération de code automatique • Supervision / IHM • Configuration automatisée • Bases de Données Présentation Générale Améliorer la productivité des bancs par un perfectionnement permanent des fonctionnalités et de l’ergonomie

33. Merci de votre attention Contacts : sergio.dos-santos@axtrid.fr 01 61 37 45 43 06 17 63 82 02 jean.ehrmann@axtrid.fr 01 61 37 45 46 06 70 71 84 30