M2 Systèmes embarqués et traitement de l'information

Christophe Vignat Nicolas Lermé.

Cours - TD - TP.

Objectifs :
Revoir les notions de base en probabilité et en traitement du signal.

Contenu :
- Probabilités
- Signaux à temps continu et à temps discret, représentations fréquentielles
- Signaux aléatoires
- Corrélation
- Densité spectrale de puissance
- Corrélation
- Densité spectrale de puissance.

Septembre.

GIF-SUR-YVETTE

Alain Mérigot.

Les cours permettent d'acquérir les notions indispensables et ils comprennent une partie travaux dirigés. Ils sont complétés par 3 séances de TP portant sur l'optimisation logicielle, les processeurs pipeline et les mémoire cache.

Evolution technologique et impact sur les architectures des processeurs
Evolution des jeux d'instructions
Processeurs pipeline
Parallélisme d'instruction et processeurs superscalaire et VLIW
Hiérarchie mémoire, caches
Impact des architectures sur l'optimisation logicielle.

Maîtrise d'un langage de programmation type C. Connaissances en électronique numérique Notions en architecture des ordinateurs.

Architecture des ordinateurs, J. Hennessy, D. Patterson.

Septembre - Octobre - Novembre.

GIF-SUR-YVETTE

Vincent David Frédéric Thomas Stéphane Louise.

L'objectif de ce cours est de présenter les méthodes permettant aux étudiants d'aborder les problèmes de conception et de validation des systèmes temps-réel complexes et/ou critiques. Il aborde à la fois les aspects asynchrones de la programmation multitâches (atomicité matérielle et logicielle, sémaphores, réseaux de Petri, etc.) et les aspects de la conception de systèmes temps-réel critiques cadencés par le temps. L'accent est mis sur les aspects systèmes et les problèmes de mise en oeuvre logicielle, en présentant différentes classes de problèmes et les solutions adaptées.

Contenu :
- Introduction et objectifs (problèmes clefs des systèmes temps-réel et de la sûreté de fonctionnement, problématique du logiciel, parallélisme, test et déterminisme, notion de génie logiciel)
- Synchronisation dans les systèmes asynchrones (cohérence de données, atomicité matérielle et logicielle, etc.)
- Verrous, problèmes liés aux architectures multicoeurs, sémaphores (dead-lock, famine)
- Preuves de propriétés et analyses des systèmes parallèles à partir de la modélisation en réseaux de Petri (calcul des invariants, graphes de marquages, etc.)
- Sûreté de fonctionnement des systèmes critiques (exemple des architectures de contrôle-commande des centrales nucléaires)
- Conception des systèmes critiques cadencés par le temps, construction de systèmes parallèles déterminismes
- Mise en oeuvre des systèmes critiques (partitionnement spatial et temporel, construction des séquences de frames répétives).

Langage de programmation pour l'embarqué (ex. C) ; Développement sur Linux ou Posix, ou équivalent ; Notion de base du fonctionnement des processeurs ; Notion de base de la programmation paralléle.

Septembre - Octobre - Novembre.

S. Bouaziz, A. Elouardi.

Mettre en œuvre un système de contrôle en apportant un niveau d'autonomie à un mobile (application sur robot). Prise en compte de l'architecture matérielle distribuée, prise en compte du temps dans le cycle d'implantation et d'évaluation.

Langage C C++, base d'architecture des processeurs de des interfaces, Informatique Industrielle de base.

Novembre - Décembre - Janvier.

ORSAY

S. Tliba, L. Gréco, Y. Chitour.

Commande numérique
Rappels sur les systèmes échantillonnés (Convertisseurs Analog.-Num. et Num. Analog. et modélisation ; Transformée en z et propriétés ; Fonction de transfert en z de systèmes linéaires ; Réponses temporelle et fréquentielle ; Stabilité)
Discrétisation de correcteurs analogiques & synthèse pseudo-continue de correcteurs numériques
Structure de commande RST & calcul de correcteurs par placement de pôles
Méthodes de commande basées sur l’optimisation de critères quadratiques
Identification
Principe & contexte
Structures de modèles à identifier : modèles linéaires et non-linéaires en les paramètres
Quelques critères et algorithmes d’optimisation
Illustration d’une problématique temps-réel typique : la commande adaptative
Schéma de commande adaptative direct & indirect
Auto-ajustement des régulateurs de type RST numérique
Bureaux d’Etude sur le logiciel de calcul scientifique Matlab/Simulink/Stateflow avec application à la commande d’un servomécanisme ou d’un dispositif de régulation de température.

Mathématiques (niveau L3) : algèbre linéaire matricielle ; probabilités ; statistiques ; fonction de plusieurs variables (calcul de gradient, hessien…) ; optimisation (méthode de Newton, Gradient, …) Asservissement des systèmes linéaires analogiques et numériques (niveau M1).

- L. Ljung : System Identification – Theory for the user (Prentice Hall) - R. Longchamp : Commande numérique des systèmes dynamiques (Presses polytechniques et universitaires romandes) - E. Walter, L. Pronzato : Identification de modèles paramétriques à p.

Décembre - Janvier - Février.

ORSAY

A. Elouardi.

Méthodes et outils d'interfaçage et de prototypage (composants matériels avec un framework logiciel) pour des applications embarquées (acquisitions de données, surveillance de processus, interfaçage et communications). Multiplexage dans les systèmes embarqués multi-capteurs.

Chaîne d'acquisition de données : du capteur au calculateur
Interfaçage capteurs, actionneurs et calculateurs
Architecture programmable FPGA
Carte d'acquisition industrielle
Interfaces de communication série/parallèle, inter/intra circuits
Protocoles de communication
Communication synchrone/asynchrone
Optimisation des échanges et des transmissions de données

Bus actuels : architecture, performances, commandes, protocoles
Interfaçage des systèmes embarqués : caractéristiques générales et architectures matérielles des systèmes embarqués.
Conception matérielle-logicielle et mise en œuvre des systèmes embarqués
Rapprochement des traitements auprès des capteurs/actionneurs: capteurs intelligents
Communication et réseaux embarqués : transmission de données, caractéristiques,
Méthodes de prototypage et validation

Présentation des principaux bus embarqués : CAN, LIN, FLEXRAY
Le bus CAN : historique, modèle OSI/ISO, caractéristique, circuits CAN
Architecture détaillée d'un contrôleur CAN, aspects logiciels, optimisation des échanges
Etude d'un système multiplexé par un bus CAN.

Génie informatique, C/C++, VHDL/ VERILOG, Systèmes microinformatiques, Architecture des processeurs, Traitement de signal et de l'image.

Septembre - Octobre - Novembre.

ORSAY

N. Gac, A. Elouardi.

Le but de l’UE est de familiariser les étudiants avec les techniques récentes d'accélération massive d'applications en utilisant les CPU et les GPU multicœurs disponibles dans tout système informatique actuel. L'UE présente aux étudiants l'univers des processeurs GPU de la famille NVidia et la porte d'entrée pour leur programmation parallèle, Cuda. Ils découvrent comment on peut mettre en place un parallélisme massif sur des centaines de cœurs de processeurs pour obtenir des accélérations d'exécution dépassant 100. Les problèmes d'architecture, d'allocation de ressources (registres, mémoire, bande passante, etc.) sont évoqués pendant le développement des applications typiques (traitement d'image, modélisation physique sous PhysX ou synthèse d'image et ray-tracing sous OptiX).
Contenu :
introduction à l’architecture des GPU, générations G80, G92, G200 et Fermi
présentation des API Cuda
parallélisme multiprocesseur et exécution asynchrone CPU-GPU
accélération d’applications de traitement d’images, simulation physique, etc.
conception d’applications Cuda simples
utilisation de l’environnement de développement (Visual Studio, Nexus, Profiler, etc.)
utilisation des interfaces DirectX et OpenGL pour affichage et communication
applications Cuda embarquées
scalabilité et gestion avancée de performances
utilisation des extensions PhysX et OptiX dans la modélisation physique, simulation, jeux, réalité virtuelle, synthèse d’images, etc.
microcontrôleur, aspects avancés.

Programmation orientée objet.

Décembre - Janvier - Février.

ORSAY

Joel Falcou Bastien Vincke.

5 cours, 3 TPs.

L'objectif de ce module est de présenter en détails les architectures parallèles existantes  consitutant les systèmes généralistes, les super-calculateurs et pour les systèmes embarquées ainsi que les langages permettant de les programmer efficacement en fonction de la nature des algorithmes à implanter
Contenu :
- architectures généralistes (processeurs multi-coeurs SIMD), et accélérateurs associés (GPU et Xeon Phi)
- architectures pour l'embarqués: architectures légèrement parallèle (processeurs ARM, DSP Texas Instrument) et massivement parallèle (Tilera Tile64, Kalray MPPA), ainsi que quleques initiatives académiques.
- Points commun et différences.
- Classification des différents type d'algorithmes (réguliers, irréguliers) et problème d'équilibrage de charge.
- Principaux langages et API(intrinsics SIMD, OpenMP 2 à 4, OpenCL, Cuda, Cilk, X10, HPF, CoArray Fortran, Sigma-C)
- Principaux design patterns parallèles
- Implantation d'algorithmes représentatifs de différents domaines applicatifs (HPC, synthèse d'image, vision par ordinateur): multiplication matricielle, stencil 2D et convolution, calcul d'histogramme.

Bonnes connaissances en architecture et en prorgammation.

Décembre - Janvier - Février.

ORSAY

Cours, TP et mini-projet.

Introducing different architectures for an embedded processor on FPGA and the specificities linked to their exploitation : architecture optimization with respect to specifications, instruction set customizaton using specific digital circuits designed in VHDL, IP and associated embedded peripherals implementation.
Contents :
- Architecture and implementation of an embedded processor, based on the processor used in practicals : processor architecture, standard interface with embedded peripherals, processor customization(choice of architecture, instruction set, cache memory sizing)
- Implementation and programming in C
- IPs and embedded peripherals, based on those used in practicals: DMA, input/output ports, memory controllers ( SDRAM, Flash), Timer, implementation in VHDL.
Practicals :
mini-project : different implementations of an embedded system computing a given algorithm in order to compare the performance of each solution : exclusive software computing with different architectures for the processor (with or without pipeline, with or without cache) and different associated memories (Onchip SRAM, external SRAM or SDRAM), use of associated hardware coprocessors designed in VHDL ...

Bonnes connaissances en architecture et en VHDL.

Décembre - Janvier - Février.

ORSAY

Ulrich Khüne, Jean-Luc Danger, Laurent Sauvage, Sumanta Chaudhuri.

Objectifs :
- Comprendre les enjeux liés à la fiabilité et la sécurité des systèmes embarqués
- Connaître les attaques classiques contre les systèmes embarqués ainsi que les contre-mesures associées
- Connaître les indicateurs classiques de la fiabilité des systèmes embarqués et leurs méthodes d'estimation.
- Connaître les techniques classiques de durcissement des systèmes embarqués vis-à-vis des fautes.
Contenu :
Fiabilité
- Méthodes d'estimation de la propagation de fautes dans les circuits
numériques : principes et exemples de mise en œuvre
- Test en ligne : principes et exemples de mise en œuvre
- Techniques d'estimation en vue de la conception de circuits tolérants
- Méthodes de durcissement des circuits : principes et impact sur la conception
Sécurité
- Implémentation des algorithmes de cryptographie
- Analyses par canaux auxiliaires : principes, exploitation et
contre-mesures
- Injection de fautes dans les circuits cryptographiques : techniques, exploitation et contre-mesures
- Protection des bus de communication d'un système embarqué.

Octobre - Novembre.

PALAISEAU

Eric Legay, Nicolas Dosme, Xavier Grave.

Objectifs : Connaître le fonctionnement d’un système d'exploitation de type Linux. Savoir, dans le cadre d’applications embarquées, mettre en œuvre un tel système d’exploitation en sachant le configurer, le compiler, l’installer et développer des pilotes pour une cible particulière. Savoir tirer profit des capacités, notamment au niveau réseau, de ce type de systèmes.
Contenu :
• Cours :
1. Introduction: Rappels sur les systèmes embarqués – Exemples de produits utilisant "Linux Embarqué"
2. Linux embarqué: Open Source – Dans quels cas Linux embarqué est-il adapté ? – Principales distributions
3. Choix de la cible: PC ou non ? – Avec ou sans MMU ? – Mémoire de masse – Bus d'extension et de communication
4. Le noyau Linux: Structure globale – Le système de fichiers /proc – Compilation du noyau – Configuration et démarrage
5. Mise au point d'un système: Méthodologie générale – Partition dédiée et répertoires – Création d'un noyau adapté – Optimisation et mise au point
6. Développement de pilotes : Mode caractère – Mode bloc – Débogage
7. Réseau: configuration des périphériques et routage
• TP :
1. Compilation/Installation d'un noyau Linux embarqué
2. Configuration en routeur réseau
3. Développement d’un pilote.

Langages C/C++, Systèmes UNIX/Linux (commandes et programmation).

Linux embarqué - Nouvelle étude de cas - Traité d'OpenEmbedded, Pierre Ficheux et Eric Bénard, Eyrolles.

Décembre - Janvier - Février.

ORSAY

Shuaï Li, Jérémie Tatibouet.

Modélisation système (SysML) :
- Analyse des besoins et spécification du système : ingénierie des besoins (Requirement Diagram), description des cas d’utilisation (Usecase Diagram) et des interactions système/environnement (Sequence Diagram).
- Modélisation de l’architecture du système : description de l’architecture générale (Block Definition Diagram) et description de l’architecture détaillée (Internal Block Definition).
- Modélisation du comportement : description des comportements basés sur des transitions d’états (Statemachine Diagram), description de comportements en termes de flux de données et de contrôles (Activity Diagram).
- Modélisation d’aspects transverses : spécification d’équations et contraintes (Parametric Diagram), allocation du comportement sur l’architecture et gérer la traçabilité des exigences.
Utilisation des modèles :
- Modélisation et analyse des propriétés temps-réel d’un système embarqué avec le profil normalisé MARTE (Modeling and Analysis of Real Time Embedded systems).
- Simulation des systèmes par exécution des modèles.
Techniques avancées de l’IDM :
- Définition d’un langage de modélisation spécialisé (DSML) et définition d’un générateur de code.
Les concepts et méthodes présentés dans ce cours sont mis en pratique sur un cas d’étude dans l’outil de modélisation open source Papyrus ( http://www.eclipse.org/papyrus/ http://www.eclipse.org/papyrus/ ).

Concepts de base de génie logiciel (bases de la programmation, processus de développement, …) Concepts généraux des systèmes temps réels (ordonnancement, synchronisation, multitâche…).

Décembre - Janvier - Février.

GIF-SUR-YVETTE

Laurent Pautet, Thomas Robert, Etienne Borde.

Ordonnancement temps réel en mono-cœur et multi-cœurs
- Architectures de systèmes temps réel
- Noyaux pour systèmes embarqués temps réel
- Chaîne de production pour systèmes embarqués temps réel.

Programmation en C, POSIX.

Septembre - Octobre - Novembre.

PALAISEAU

Jean-Marc Martinez, Stéphane Gazut.

Le module se décompose de la manière suivante :
-Apprentissage supervisé (4 séances de cours): neurone formel, perceptron, architectures multicouches, algorithme d’apprentissage, validation croisée, bootstrap, méthodes à noyaux, support vector machine (SVM).
-Apprentissage non supervisé (2 séances de cours): Classification Ascendante Hiérarchique, Kmeans, modèles de mélanges, visualisation par projection.
--3 TP (en Scilab et Python) :
oClustering par Kmeans et segmentation d’image
oRégression par des modèles linéaires (polynômes) et non linéaires (réseaux de neurones)
oClassification par SVM et reconnaissance de chiffres manuscrits.

Niveau suffisant en mathématiques pour aborder les probabilités, les statistiques et les méthodes d’optimisation (gradients, contraintes). Programmation .

Neural Network for Pattern Recognition, Ch. M. Bishop, Oxford Press University (1994) Pattern Recognition and Machine Learning, Ch. M. Bishop, Springer (2006) Réseaux de neurones. Méthodologie et applications. G. Dreyfus, Eyrolles (2002) L'apprentissage profond, I. Goodfellow, Y. Bengio, A. Courville, Massot Editions & Quantmetry, 2018 Deep Learning, I. Goodfellow, Y. Bengio, A. Courville, MIT Press, 2016.

Décembre - Janvier - Février.

GIF-SUR-YVETTE

Roger Reynaud, Sylvie Le Hégarat, Sergio Rodriguez.

Le cours a pour objectif d'apporter aux étudiants des connaissances solides sur les mécanismes permettant de combiner toutes les données provenant des différents capteurs embarqués dans l’objectif d’une tâche prédéfinie (estimation de paramètres, reconnaissance d'objets d'intérêt, pistage, etc.).
Contenu : Imprécision et incertitudes. Sources d'information, modèles d'erreur. Décision en théorie des probabilités. Théorie des fonctions de croyances : représentation et combinaison des croyances, décision, études de cas.
Mise en œuvre dans le cadre de TP de pistage, de reconnaissance d'objets et d'odométrie d'un véhicule instrumenté.

Bonne connaissances en algorithmie.

Décembre - Janvier - Février.

ORSAY

Décembre - Janvier - Février.

ORSAY

Emanuel Aldea Nicolas Lerme.

Cours et TP Examen sous forme de commentaire bibliographique.

Objectifs :
Apporter aux étudiants des connaissances solides sur les opérateurs et les mécanismes de vision artificielle utilisés en robotique intelligente.

Contenus :
Approches par morphologie mathématique fonctionnelle, méthodes de segmentation, classification d'images, détection de changement dans une scène, bases de la géométrie projective, estimation de mouvement (de la caméra, des objets mobiles dans la scène), approches éparses et points d'intérêt, description d'objet en termes de texture et couleur.
Mise en œuvre dans le cadre de TP de reconnaissance de forme et d'analyse de scène.

Bonne notions en algorithmie, probabilités et si possible connaissances en traitement des images de base.

H. Maître, Le traitement des images, Hermès éditions J.-P. Cocquerez & S. Philipp, Analyse d’images : filtrage et segmentation, Masson éditions R. Szeliski, Computer Vision: Algorithms and Applications, Springer Texts in Computer Science.

Septembre - Octobre - Novembre.

ORSAY

Sophie Drozdowiez, Une Histoire d'Expo Roch de Lombardon.

Cours - TD - TP.

Insertion professionnelle

Communication et droit du travail
Techniques d'écriture (écrire pour communiquer) et notes de synthèse
L'entreprise, la place de l'ingénieur
Contrat de travail, les conventions dans les entreprises
Rédaction de CV
Simulation d’entretien d’embauche
Lettre de motivation
Techniques d'exposé oral et conduite de réunion
Techniques d'entretiens et de négociation
Jeu de rôle
Recherche de stage : Les étudiants doivent fournir avant leur départ en stage un dossier résumant leurs démarches de recherche (annonces et CV/lettres de motivation correspondantes)

Gestion de projets
Initiation à la gestion de projets
Etudes de cas.

Septembre - Octobre - Novembre.

GIF-SUR-YVETTE

Décembre - Janvier - Février.

ORSAY

Z. Chihani, O. Bichler, M. Adedjouma, H. Espinoza.

L’intelligence artificielle offre de nouvelles opportunités d’enrichissement fonctionnel des systèmes embarqués. Pour cela, il faut en maîtriser finement l’intégration dans les environnements embarqués ce qui nécessite une appropriation des compétences dans différents domaines. Cette acquisition de compétences sera réalisée à travers un ensemble de séminaires spécialisés et de cours sur des technologies manipulables dès maintenant. Les sujets sont :
? Enjeux de la confiance pour les IA embarquées. Panorama des questionnements et des acteurs.
? Configuration et optimisation du code et de l’implantation de réseaux de neurone pour des cibles embarquées, micro-contrôleurs et architectures dédiées
? Adaptation des processus d’analyse de risque et cadres de certification pour les applications critiques comme le véhicule autonome et le contrôle industriel
? Validation formelle du fonctionnement de réseaux de neurones
? Attaque et robustesse des réseaux de neurones
? Explicabilité des intelligences artificielles
? Apprentissage dynamique et fédératif
? Sécurité des réseaux de neurones et fuite de données
? Compréhension et modélisation du fonctionnement des réseaux de neurones.

Programmation, statistiques, apprentissage automatique.

Décembre - Janvier - Février.

GIF-SUR-YVETTE

Objectifs :
Acquérir les connaissances fondamentales en radiofréquences, maîtriser chaque étape de la chaîne de transmission numérique sans fil, connaître les techniques de modulation/codage des standards sans fil récents (MIMO, OFDM, CDMA..)

Savoir analyser un problème et faire des choix techniques et technologiques pour mettre en oeuvre une application sans fil (IoT ou général), en prenant en compte le cahier des charges

Contenu
Ce cours sur le thème des objets/systèmes communicants s'inscrit dans le contexte de l'Internet of Everything (IoT, M2M, réseaux mobiles..).
1/ Télécommunications sans fil.
Etapes de la chaine de transmission sans fil : codage binaire, codage source, chiffrement, codage canal (ECC), modulation, antennes usuelles dans les objets communicants.
« canal de propagation » (phénomènes physiques, modélisation, caractéristiques du canal), couche PHY et les différents traitements et techniques usuelles : étalements de spectre, techniques de diversité OFDM, MIMO, techniques d'accès multiples classiques et plus évoluées.

B/ Réseaux et technologies sans fil pour l'IoE.
Etat de l'art sur les réseaux et technologies sans fil pour l'IoE : réseaux et technologies courte portée (BLE, Zigbee, 6LowPAN, EnOcean, NFC, RFID...), réseaux mobiles de la 2G à la 5G, LPWAN (LoRaWAN, Sigfox, etc).

Bases en traitement du signal ; Réseaux ; Modulations numériques.

Décembre - Janvier - Février.

ORSAY