Thèse de doctorat
Mathématiques appliquéesFusion de donnéesUniversité Paris-Sud2012
Exploitation du conflit entre capteurs pour la gestion d'un système complexe multi-capteurs
Le désaccord entre capteurs n'est pas un bruit à éliminer : c'est une information. Encore faut-il savoir d'où il vient.
1décomposition du conflit, démontrée unique
3applications : chute, localisation, fusion
11 300combinaisons aléatoires pour la validation numérique
0,97 → 0,17conflit résiduel sur un cas d'école
Un système qui combine plusieurs capteurs reçoit des informations partielles, imprécises et parfois contradictoires. Quand on les fusionne, la part sur laquelle les sources ne peuvent pas s'accorder s'appelle le conflit. Il peut signaler un capteur défaillant, un modèle faux ou une situation imprévue.
Toutes les mesures existantes sont globales : elles disent combien les sources s'opposent, jamais sur quoi. Ma thèse cherche à répartir ce conflit hypothèse par hypothèse, d'une façon qui soit unique.
- Sourceschaque capteur exprime une croyance
- Décomposition canoniquechaque croyance devient un produit de « personnalités »
- Conflits partielsun par groupe d'hypothèses incompatibles
- Conflit localla part de désaccord portée par chaque hypothèse
En clair : chaque élément de la décomposition se comporte comme une croyance indépendante, active ou non. f∅(Γ) est la probabilité que les croyances actives les plus précises forment exactement Γ. Comme chaque élément est porté par des sources identifiables, f∅(Γ) dit qui s'oppose à qui, et sur quoi.
Un exemple : le conflit comme critère de décision
Trois hypothèses, Gauche, Centre et Droite, et un conflit total de 0,76. La décision classique (probabilité pignistique, BetP) choisit Droite. Mais Droite porte près de la moitié du conflit, alors que Centre, presque aussi probable, n'en porte presque pas : c'est le meilleur compromis.
| Gauche | Centre | Droite | |
|---|---|---|---|
| Probabilité (BetP) | 0,114 | 0,410 | 0,475 |
| Conflit local f∅ | 0,186 | 0,038 | 0,344 |
Illustration 3.2 du manuscrit.
Trois applications
Détection préventive de chute
Capteurs redondants sur une moto (vitesse des deux roues, gyroscopes). Quand le conflit se porte sur certaines hypothèses, il annonce une perte d'équilibre que le conflit global ne distingue pas.
Localisation d'un véhicule
Trois estimateurs de mouvement (odomètres, odométrie visuelle, FastSLAM). En cas de conflit, les sources irrégulières d'un instant à l'autre sont écartées : l'erreur de position diminue sur le jeu de données Rawseeds.
Fusion à N sources
Chaque conflit partiel est rendu aux hypothèses qui l'ont produit : la règle hybride de Dubois et Prade, généralisée à N sources. Sur un cas d'école, le conflit passe de 0,97 à 0,17.
Perspectives ouvertes
- Repérer une hypothèse oubliée dans le modèle, ou une source incapable de distinguer certaines hypothèses.
- En imagerie médicale : faire apparaître une pathologie comme une nouvelle classe, par le conflit entre acquisitions.
- Formaliser la redistribution du conflit pour un très grand nombre de sources.
Dans le parcours
- 2009 – 2012
Doctorat : faire travailler ensemble des capteurs qui se contredisent.
- 2012 – 2013
Fusion de données embarquée pour des applications médicales, chez REUCIRS.
- 2014 – 2025
Capteurs et objets connectés sur le terrain, avec EVERBLIX. Projets
- 2026 – aujourd'hui
Intelligence artificielle appliquée au bâtiment, avec ATTIX.
Lire la thèse
Lire en plein écran : ouvrir le PDF · notice HAL