Performance et robustesse des systèmes embarqués de diagnostics et d’aide à la Conduite

1- Thème de recherche : Statistiques/fiabilité

Profils de mission :

– recueil de profils de mission réels, représentativité statistique régionale et mondiale

– méthodes de décomposition en une base de profils élémentaires (identification d’une base de

shémas récurrents, projection des profils réels dans cette base finie pour exploitation statistique)

Modèles dynamiques :

– Etat de l’art des modèles statistiques pour réponses scalaires (~plans d’expériences classiques)

– Etat de l’art des modèles statistiques pour réponses dynamiques, planification et identification

– Démarche statistique d’estimation de performance (alertes manquées) et fausses alertes

(retours/plaintes clients)

2- Argumentez l’intérêt du travail de recherche pour l’entreprise

Le nombre de systèmes embarqués dans l’automobile est en pleine explosion, que ce soit lié à des

exigences réglementaires (diagnostics des systèmes de dépollution pour EURO6, détection de

crevaison…) où à des prestations d’assistance proposées au client (ACC, Pré-crash breaking…).

Afin de pouvoir mettre ces systèmes sur le marché dans les meilleurs délais, mais également au

meilleur niveau de robustesse, une approche de (pré-)validation statistique de ces systèmes par

calcul (ou HIL) est indispensable. L’objectif est de s’assurer de leur performance et de leur

robustesse par rapport à la diversité des usages clients, à la variabilité des composants fabriqués en série, et des incertitudes sur les mesures et les modèles de comportement des systèmes électroniques embarquées.

3- Description des missions

Sur quelques applications métier représentatives (à identifier) :

– Construction d’une démarche de recueil de données pour construire un profil de mission

– Exploitation statistique du modèle dynamique du comportement du système

– Identification du compromis performance / fausse détection et alerte manquée

Recherche méthodologique

– Etat de l’art sur les techniques permettant d’exploiter des modèles dynamiques de manière

statistique de façon à maitriser la robustesse

– Identification des voies d’amélioration

– Mise au point des améliorations débouchant sur des techniques d’exploitation de modèles

dynamiques

– Test et validation sur les exemples

4- Compétences requises du futur thésard

Connaissances spécifiques :

– Bonne formation en statistique indispensable, éventuellement traitement de signal

– Connaissance en automatique souhaitée

– Expérience en modélisation de systèmes

– Maîtrise des outils de type Matlab / Simulink

Formation souhaitée : formation de statisticien, d’ingénieur avec une spécialisation en mathématiques appliquées ou en automatique

Aptitudes personnelles souhaitées : autonomie, curiosité, et capacité d’apprentissage et synthèse

de méthodes à la croisée de plusieurs domaines ( statistiques, contrôle des systèmes… )

Contact : zohra.cherfi@utc.fr