[PDF] Contrôle intelligent de la domotique à partir dinformations

View - Download Contrôle intelligent de la domotique à partir dinformations

Previous PDF

Next PDF

THÈSEPour obtenir le grade deDOCTEUR DE L"UNIVERSITÉ DE GRENOBLESpécialité :Informatique

Arrêté ministériel : 7 août 2006

Présentée par

Pedro CHAHUARA QUISPE

Thèse dirigée parMichel VACHER

préparée au seinLaboratoire d"Informatique de Grenoble (LIG) et deEcole Doctorale Mathématiques, Sciences et Technologies de l"Information, Informatique

Contrôle intelligent de la domo-

tique à partir d"informations tem- porelles multisources imprécises et incertaines

Thèse soutenue publiquement le27 mars 2013,

devant le jury composé de :

M. Patrick REIGNIER

Professeur des Universités, Grenoble INP, LIG, Président

M. François CHARPILLET

Directeur de Recherche INRIA, LORIA,Nancy, Rapporteur

M. Arnaud MARTIN

Professeur des Universités, Université de Rennes 1, Rapporteur

M. Alain ANFOSSO

Ingénieur, CSTB, Nice, Examinateur

Mme Christel VRAIN

Professeur des Universités, Université d"Orléans, Examinatrice

M. Michel VACHER

Ingénieur de Recherche CNRS HDR, LIG, Directeur de thèse

M. François PORTET

Maître de Conférences, Grenoble INP, LIG, Co-Encadrant de thèse

Remerciements

ment vue comme une tâche individuelle, l"aspect collaboration avec une équipe est fonda-

mental. Lors de ces trois dernières années d"études qui ont représenté pour moi une des

étapes les plus passionnantes de ma vie, j"ai eu l"opportunité d"être entouré de personnes

très talentueuses dont les conseils m"ont beaucoup apporté, me permettant non seulement de conclure mes études de doctorat, mais aussi de donner un cap à ma carrière scientifique. En premier lieu, je tiens à remercier Michel Vacher et François Portet pour leur soutien et leur patience comme directeurs de thèse. Leur expérience et leur motivation ont rendu possible les contributions scientifiques qui constituent l"ossature de cette thèse. Je remer- cie également les autres membres de l"équipe GETALP : lorsque j"exposais l"état de mes recherches lors des réunions animés par Laurent Besacier, les retours qui m"étaient faits m"ont beaucoup aidé à avancer. Je voudrais aussi remercier Benjamin Lecouteux avec qui

j"ai échangé de nombreuses idées. L"expérience d"Anthony Fleury m"a été précieuse et les

discussions que nous avons eues ont toujours été fructueuses, je tiens à le remercier. J"aimerais remercier Arnaud Martin et François Charpillet pour avoir accepté de rap- porter ma thèse. Je remercie egalement Patrick Reignier qui a accepté de présider le jury, ainsi que Christel Vrain, et Alain Anfosso pour leur participation au jury comme examina- teurs. Je remercie Brigitte Meillon, Nicolas Bonnefond, et Mathieu Gallisot pour leur aide lors des expérimentations dans l"appartement Domus. Un grand merci à l"ensemble de doctor- MRIM : Andrew, Nadia, Mateusz, Johan, Path qui ont crée une bonne ambiance de travail et permis des moments de convivialité très agréables. Je remercie finalement Christelle pour son soutien et sa compréhension lors de la finali- sation de cette thèse. 3

Table des matières

Table des matières8

Résumé9

Abstract11

Table des figures13

Liste des tableaux15

1 Introduction17

1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.2 Projet ANR Sweet-Home . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.3 Définition du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.4 Objectifs du travail de thèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

1.5 Plan du manuscrit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2 État de l"art23

2.1 Intelligence Ambiante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.1.1 Environnements intelligents . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.1.2 Domotique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.1.3 Maisons intelligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.1.4 Projets de maisons intelligentes . . . . . . . . . . . . . . . . . . . . . . . . 29

2.1.4.1 House_n - Massachusetts Institute of Technology (MIT) . . . . . 30

2.1.4.2 CASAS - Washinton State University . . . . . . . . . . . . . . . . . 31

2.1.4.3 The Intelligent Dormitory (iSpace) - The University of Essex . . 31

2.1.4.4 GER"HOME - CSTB . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.1.4.5 Aging In Place - University of Missouri . . . . . . . . . . . . . . . 33

2.1.4.6 CompanionAble - UE . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.1.4.7 SOPRANO - UE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.1.4.8 Smart hoMes for All / SM4ALL - UE . . . . . . . . . . . . . . . . . 35

2.1.4.9 HomeCare - LAAS Toulouse . . . . . . . . . . . . . . . . . . . . . 36

2.1.4.10 Positionnement de nos travaux par rapport à ces projets . . . . 37

2.2 Analyse de contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

2.2.1 Définition du contexte dans le cadre de l"Intelligence ambiante . . . . . 38

2.2.2 Sensibilité au contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.2.3 Travaux sur la reconnaissance des situations en modélisation du contexte 40

2.2.4 Éléments du contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.2.4.1 Localisation de l"habitant . . . . . . . . . . . . . . . . . . . . . . . 43

2.2.4.2 Reconnaissance de l"activité . . . . . . . . . . . . . . . . . . . . . 45

5

TABLE DES MATIÈRESTABLE DES MATIÈRES

2.2.5 Reconnaissance de la parole et des sons comme support à la reconnais-

sance du contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

2.3 Prise de décision dans les environnements perceptifs . . . . . . . . . . . . . . . 49

2.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

2.3.2 Défis des systèmes de prise de décision . . . . . . . . . . . . . . . . . . . . 50

2.3.2.1 Prise de décision en contexte . . . . . . . . . . . . . . . . . . . . . 51

2.3.3 Travaux existants sur la prise de décision . . . . . . . . . . . . . . . . . . . 51

2.3.3.1 Utilisation de systèmes fondés sur des règles logiques . . . . . . 52

2.3.3.2 Utilisation de systèmes fondés sur des ontologies . . . . . . . . 52

2.3.3.3 Utilisation de systèmes fondés sur des méthodes statistiques

ou probabilistes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

2.3.3.4 Conséquences pour un choix optimal . . . . . . . . . . . . . . . 53

2.4 Synthèse et conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

3 Contrôle intelligent de la domotique57

3.1 Environnement domotique de référence . . . . . . . . . . . . . . . . . . . . . . . 58

3.1.1 Informations d"entrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

3.1.2 Informations de sortie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

3.1.2.1 Commandes domotiques . . . . . . . . . . . . . . . . . . . . . . . 60

3.1.2.2 Message vocaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

3.1.2.3 Messages à destination des systèmes spécialisés . . . . . . . . . 60

3.2 Scénarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

3.3 Inférence et hiérarchie des informations . . . . . . . . . . . . . . . . . . . . . . . 62

3.4 Architecture fonctionnelle du contrôleur intelligent . . . . . . . . . . . . . . . . 62

3.4.1 Structure générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

3.4.1.0.1 Ontologie . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

3.4.1.0.2 Acquisition de Données . . . . . . . . . . . . . . . . . . . 65

3.4.1.0.3 Base de Faits . . . . . . . . . . . . . . . . . . . . . . . . . 65

3.4.1.0.4 Détection de Localisation . . . . . . . . . . . . . . . . . . 65

3.4.1.0.5 Reconnaissance d"activité . . . . . . . . . . . . . . . . . . 65

3.4.1.0.6 Reconnaissance d"ordres . . . . . . . . . . . . . . . . . . 65

3.4.1.0.7 Base de Règles . . . . . . . . . . . . . . . . . . . . . . . . 66

3.4.1.0.8 Détection de Situations . . . . . . . . . . . . . . . . . . . 66

3.4.1.0.9 Prise de décision . . . . . . . . . . . . . . . . . . . . . . . 66

3.4.1.0.10 Gestion des actionneurs . . . . . . . . . . . . . . . . . . 66

3.4.2 Architecture du logiciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

3.4.3 Interaction entre modules . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

3.4.4 Interaction avec les systèmes externes . . . . . . . . . . . . . . . . . . . . 69

3.5 Représentation des connaissances . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

3.5.1 Ontologie de bas niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

3.5.2 Ontologie de haut niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

3.5.3 Relation entre les deux ontologies . . . . . . . . . . . . . . . . . . . . . . . 70

3.6 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

4 Inférence des informations73

4.1 Des données brutes aux informations de haut niveau . . . . . . . . . . . . . . . . 74

4.2 Méthodes d"inférence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

4.2.1 Approches statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

4.2.1.1 Les Séparateurs à Vaste Marge (SVM) . . . . . . . . . . . . . . . . 76

4.2.1.2 Les réseaux dynamiques et la propagation d"activation . . . . . 77

4.2.1.3 Modèle de Markov caché . . . . . . . . . . . . . . . . . . . . . . . 79

6

TABLE DES MATIÈRESTABLE DES MATIÈRES

4.2.1.4 Modèle de Markov caché hiérarchique . . . . . . . . . . . . . . . 82

4.2.1.5 Champs aléatoires de Markov . . . . . . . . . . . . . . . . . . . . 83

4.2.2 Approches logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

4.2.2.1 Concepts de la logique pour l"intelligence artificielle . . . . . . . 86

4.2.2.2 Systèmes d"inférence à base de règles logiques . . . . . . . . . . 86

4.2.2.3 Programmation logique inductive (ILP) . . . . . . . . . . . . . . 87

4.2.2.4 Logique floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

4.2.2.5 Raisonnement par ontologies . . . . . . . . . . . . . . . . . . . . 91

4.2.2.6 SWRL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

4.2.3 Approches statistique-relationnelles . . . . . . . . . . . . . . . . . . . . . . 95

4.2.3.1 Modèle de Markov caché logique . . . . . . . . . . . . . . . . . . 95

4.2.3.2 Réseaux logiques de Markov . . . . . . . . . . . . . . . . . . . . . 97

4.2.4 Discussion des méthodes d"inférence . . . . . . . . . . . . . . . . . . . . . 102

4.3 Localisation de l"habitant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

4.3.1 Formalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

4.3.2 Architecture du réseau dynamique . . . . . . . . . . . . . . . . . . . . . . 104

4.3.2.1 Évolution du réseau dynamique . . . . . . . . . . . . . . . . . . . 104

4.3.2.2 Propagation de l"activation . . . . . . . . . . . . . . . . . . . . . . 105

4.3.2.3 Calcul des relations entre les différentes couches du réseau . . . 106

4.4 Reconnaissance d"activités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

4.4.1 Reconnaissance d"activités par MLN . . . . . . . . . . . . . . . . . . . . . 107

4.4.1.1 Information inférée . . . . . . . . . . . . . . . . . . . . . . . . . . 108

4.4.1.2 Calcul des vecteurs d"attributs . . . . . . . . . . . . . . . . . . . . 108

4.4.2 AdaptationdesréseauxlogiquesdeMarkovàlareconnaissanced"activités109

4.5 Reconnaissance de situations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

4.5.1 Les situations dans le cadre de l"habitat intelligent . . . . . . . . . . . . . 111

4.5.2 Application de SWRL pour la reconnaissance de situations . . . . . . . . 112

4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

5 Prise de décision115

5.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

5.2 Méthodes classiques de prise de décision . . . . . . . . . . . . . . . . . . . . . . . 117

5.2.1 Programmation linéaire multicritère . . . . . . . . . . . . . . . . . . . . . 117

5.2.2 Systèmes experts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

5.2.3 Arbres de décision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

5.3 Diagrammes d"influence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

5.4 Modélisation d"un diagramme d"influence par MLN . . . . . . . . . . . . . . . . 123

5.4.1 Prise en compte de l"incertitude de l"évidence . . . . . . . . . . . . . . . . 125

5.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

6 Expérimentations et résultats127

6.1 Environnement perceptif utilisé pour les évaluations . . . . . . . . . . . . . . . . 128

6.2 Première expérimentation : constitution d"un corpus multimodal . . . . . . . . 129

6.2.1 Démarche expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

6.2.1.1 Protocole expérimental . . . . . . . . . . . . . . . . . . . . . . . . 129

6.2.1.2 Contraintes imposées aux sujets . . . . . . . . . . . . . . . . . . . 130

6.2.1.3 Activités à réaliser . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

6.2.2 Annotation du corpus recueilli . . . . . . . . . . . . . . . . . . . . . . . . . 131

6.2.3 Enregistrements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

6.3 Deuxième expérimentation : évaluation du contrôleur intelligent . . . . . . . . 133

6.3.1 Démarche expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

7

TABLE DES MATIÈRESTABLE DES MATIÈRES

6.3.2 Grammaire des ordres domotiques . . . . . . . . . . . . . . . . . . . . . . 134

6.3.3 Logiciel PATSH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

6.4 Évaluation de la méthode de localisation . . . . . . . . . . . . . . . . . . . . . . . 136

6.4.1 Calcul de poids dans le cas du HIS . . . . . . . . . . . . . . . . . . . . . . . 136

6.4.2 Calcul de poids dans le cas de DOMUS . . . . . . . . . . . . . . . . . . . . 138

6.4.3 Expérimentations et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . 138

6.4.4 Discussion sur les résultats de la localisation . . . . . . . . . . . . . . . . . 139

6.5 Évaluation de la méthode de Reconnaissance d"Activité . . . . . . . . . . . . . . 140

6.5.1 Évaluation 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

6.5.2 Évaluation 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

6.5.3 Discussion sur la reconnaissance d"activité . . . . . . . . . . . . . . . . . . 143

6.6 Évaluation de la reconnaissance de situations et commandes vocales . . . . . . 143

6.7 Évaluation de la méthode de prise de décision . . . . . . . . . . . . . . . . . . . . 145

6.7.1 Modèle pour la prise de décision . . . . . . . . . . . . . . . . . . . . . . . . 145

6.7.2 Determination des informations contextuelles . . . . . . . . . . . . . . . 147

6.7.3 Résultats avec le modèle de décision . . . . . . . . . . . . . . . . . . . . . 148

6.7.4 Discussion sur les résultats de prise de décision . . . . . . . . . . . . . . . 148

7 Conclusion et perspectives151

Bibliographie155

Bibliographie personelle169

Index171

Annexes173

A Scénario de l"expérimentation 1 : constitution d"un corpus multimodal 173 B Scénario de l"expérimentation 2 : évaluation du contrôleur intelligent 179 8

Résumé

La Maison Intelligente est une résidence équipée de technologie informatique qui as- siste ses habitants dans les situations diverses de la vie domestique en essayant de gérer de

manière optimale leur confort et leur sécurité par action sur la maison. La détection des

situations anormales est un des points essentiels d"un système de surveillance à domicile.

Ces situations peuvent être détectées en analysant les primitives générées par les étages de

traitement audio et par les capteurs de l"appartement. Par exemple, la détection de cris et de bruits sourds (chute d"un objet lourd) dans un intervalle de temps réduit permet d"inférer l"occurrence d"une chute.

Le but des travaux de cette thèse est la réalisation d"un contrôleur intelligent relié à

tous les périphériques de la maison et capable de réagir aux demandes de l"habitant (par commande vocale) et de reconnaître des situations à risque ou de détresse. Pour accom- plir cet objectif, il est nécessaire de représenter formellement et raisonner sur des informa-

tions, le plus souvent temporelles, à des niveaux d"abstraction différents. Le principal défi

est le traitement de l"incertitude, de l"imprécision, et de l"incomplétude, qui caractérisent

les informations dans ce domaine d"application. Par ailleurs, les décisions prises par le con- trôleur doivent tenir compte du contexte dans lequel un ordre est donné, ce qui nous place dans l"informatique sensible au contexte. Le contexte est composé des informations de hautquotesdbs_dbs35.pdfusesText_40

[PDF] quel est le role de la domotique

[PDF] l'énigme du don

[PDF] fait social total mauss

[PDF] potlatch définition

[PDF] prélèvement d'organe sur une personne décédée

[PDF] argument pour le don d'organe

[PDF] organe non greffable

[PDF] comment se passe une greffe

[PDF] qui peut donner ses organes

[PDF] convalescence apres greffe du rein

[PDF] exposé sur le don d'organe

[PDF] problème don d'organe

[PDF] qu'est ce que le don d'organe

[PDF] don d'organe age limite

[PDF] le don d'organe exposé