ANR JC - TCAP Transport de flux vidéo sur réseaux de capteurs pour la surveillance à la demande

1. ANR JC - TCAPTransport de flux vidéo sur réseaux de capteurs pour la surveillance à la demande LIUPPA/CRAN 2006-2009 http://www.iutbayonne.univ-pau.fr/~roose/tcap/

2. 11 Membres (PR, MCF, Docteur, Ingénieur, Doctorants) • LIUPPA/UPPA • Belloir Nicolas, Dalmau Marc, Laplace Sophie, Louberry Christine, Pham Congduc, Roose Philippe, Hoang Natacha • CRAN/Nancy Université • David Mickaël, Duran-Faundez Cristian, Krommenaker Nicolas, Lecuire Vincent, Maimour Moufida

3. Autre capteur Caméra Intrus Application « type » Source image: B. Kechar

4. Problématiques (1) • Grand nombre de paramètres de fonctionnement • Couverture, Economie d’énergie • Activer/Éteindre un certain nombre de capteurs vidéos, de sélectionner ceux qui sont les plus à même de fournir la vidéo la plus intéressante (le plus proche, le meilleur angle, etc.) • Favoriser (a priori) les traitements sur les capteurs afin de minimiser les transferts/communications. • En fonction de l’application et du contexte il sera intéressant de déporter des traitements sur un ou plusieurs capteurs.

5. Problématiques (2) • Disponibilité, efficacité • Agir sur le routage des flux vidéo afin d’optimiser la circulation des informations, ou d’anticiper sur des baisses de batterie d’autres capteurs. • Hétérogénéité des nœuds complémentarité des fonctionnalités, notion de service, amélioration de la couverture

6. Axes d’étude • Axe A: Plateforme logicielle spécifique • Grand nombre de paramètres de fonctionnement • Hétérogénéité des composants (matériels & logiciels), notion de service • Diversité des informations (scalaires & multimédia) • Synchronisation forte (aspect temps-réel) entre elles. • Axe B: Communications & codage • Localisation • Codage image & vidéo • Routage, Contrôle de congestion • Optimisation de l’état initial

7. Intégration à la plateforme RECAP • Extrait du site web de Recap • « many topics must be study such as topology control (addressing, localization, etc.), data communication (broadcasting, routing, gathering, etc.), architecture (hardware, system -OS-, network -communication stacks-, etc.), applications (service lookup, distributed database, etc.). TCAP • 2 Axes développés: • AXE A : Modélisation, Architectures, Composants Logiciels • AXE B: Localisation, Codage des Images, Routage multi-chemin, Contrôle de Congestion RECAP • 4 Axes développés • SP1 Applications • SP2 Data Communication • SP3 Topology Control • SP4 System Architecture

8. Axe A Modélisation (LIUPPA) Architectures (LIUPPA) Composants Logiciels (LIUPPA)

9. Modèle Composant Unifié, Plateforme Plateforme Composant Flux sur le réseau Application et Plateforme distribuées Flux locaux Groupe de composants correspondant à un service

10. Choix technologiques • Plateforme OSGi • Implémentation standard « Félix » • Implémentation light « Concierge » • Middleware distribué • Totalement (sites fixes) • Partiellement (capteurs) • Architecture à services • Usine à containers (PE) • Usine à conduits • Routage • Supervision • Implémentation en cours

11. Organisation en couches

12. Axe B Localisation (CRAN) Codage des Images (CRAN) Routage multi-chemin (CRAN/LIUPPA) Contrôle de Congestion (CRAN/LIUPPA)

13. Routage multi-chemin • Interference-aware Multipath routing M. Maimour, CRAN

14. Contrôle de congestion • Sans pertes:2 directions possibles • Adaptation du débit: codage avancé, réduction fréquence d’envoi des msg, réduction de la fenêtre d’anticipation • Distribution de la charge: routage multi-chemins • Avec pertes: 2 directions possibles • Filtrage, élimination des redondances (couverture, données, sémantique?) • Mécanisme de type AQM dans les nœuds relais C. Pham (LIUPPA, UPPA)

15. Contrôle de congestion • Etudes préliminaires: contrôle de congestion au dessus d’un routage multi-chemin: notification explicite puis répartition de charge • Etudes futures • mesurer plus précisément le niveau de congestion • prises en compte de la couverture, de la pertinence et des redondances lors du contrôle

16. Min thresh Max thresh Average Queue Length Exemple de scénario inUse 50 CN(5,1,4) CN(5,2,4) S1 1 50 7 CN(5,1,4) CN(5,2,4) sink 3 5 S2 8 2 CN(5,1,4) CN(5,2,4) 90 inUse 90 4 6 CN(node-id,path-id,nb-flows) 9 10 11 inUse inUse S3 S4 CN(5,1,4) CN(5,2,4) CN(5,1,4) CN(5,2,4)

17. Optimisation de l’état initial • Les capteurs vidéo possèdent un niveau de paramétrage plus élevé: • rotation de caméra=forme de mobilité qui influe sur la couverture • Transmission de patrimoine dans le cas d’algorithmes de reconnaissance • Optimiser le nbr de capteurs actif pour une couverture donnée

18. Matériels

19. Plateforme « réseaux de capteurs » du CRAN • Matériels de Crossbow Technology inc. • 30+10 motes (10 MICA2DOT, 20 MICA2 + 10 MICAZ). • Capteurs de lumière, de température, acoustique, sismique, humidité, etc. • 1 système de positionnement GPS. • 8 puits pour l’interconnexion via ethernet (2), RS232 (1) et USB (5). • Matériels de SkyeTek inc. • 4 modules M1-Mini (lecteurs d’étiquettes RFID). • Matériels de Pentar inc. • 4 capteurs d’images « cyclops ». • Matériels de Particle Computer GmbH. • 10 motes pParticle. • 4 puits pour l’interconnexion via • ethernet (1), USB (2) et 802.11 (1).

20. Matériel : Sun Spot • Partenaire officiel de SUN Micro System (3 kits) • Processeur : ARM920T 180MHz 32-bit • 512K RAM et 4M Flash. • Communication : 2.4GHz radio (antenne intégrée sur carte) – Chipset radio : TI CC2420 (ChipCon) – compatible IEEE 802.15.4 • Machine Virtuelle Java (Squawk)