Autonomous or Assisted Deployment by Mobile Robots of Wireless Sensor Networks: Coverage and Connectivity Issues
Déploiement autonome ou assisté par des robots mobiles d'un réseau de capteurs sans fil : couverture et connectivité
Résumé
Wireless sensor networks are deployed to monitor physical phenomena. The accuracy of the information collected depends on the position of sensor nodes. These positions must meet the application requirements in terms of coverage and connectivity, which therefore requires the use of deployment algorithms.
This thesis focuses on the deployment of wireless sensor nodes: firstly when the nodes are autonomous, and secondly when they are static and the deployment is assisted by mobile robots. In both cases, this deployment must not only meet the application's coverage and connectivity requirements, but must also minimize the number of sensors needed while satisfying various constraints (e.g. obstacles, energy, fault-tolerant connectivity).
We propose several autonomous deployment algorithms, based on the virtual forces strategy to monitor 2D and 3D areas. Since the virtual forces strategy suffers from the node oscillations problem, we have designed the ADVFA algorithm that adapts the distance between neighboring sensor nodes to the number of connected nodes. ADVFA avoids useless moves in order to reduce node oscillations. We also propose the GDVFA algorithm to cope with the node oscillations problem. GDVFA is a hybrid algorithm that combines the virtual forces strategy with the grid strategy to stop node oscillations. In addition, since the monitoring area may be unknown and contain obstacles, we propose the OA-DVFA algorithm. For a 3D area, we have designed the 3D-DVFA algorithm, based on a 3D version of the virtual forces algorithm.
Autonomous deployment may be expensive when the number of mobile sensor nodes is very high. In this case, an assisted deployment may be necessary: the nodes' positions being pre-computed and given to mobile robots that place a static sensor at each position. To compute the optimized number of nodes needed to fully cover a 2D area containing obstacles, we propose the OAD-Area algorithm. We also propose OAD-PoI, to optimize the relay node positions and ensure a fault-tolerant connectivity between each Point of Interest (PoI) and the sink. Once the sensor node positions have been computed, they can be given to mobile robots to carry out the actual deployment. We adopt two approaches to optimize the deployment duration. The first one is based on game theory to optimize the length of the paths of two robots (TRDS), and the second is based on a multi-objective optimization, for multiple robots (MRDS). The objectives to be met are: optimizing the duration of the longest tour, balancing the durations of the robot tours and minimizing the number of robots used, while bypassing obstacles.
Les réseaux de capteurs sans fil sont déployés pour assurer la surveillance de phénomènes physiques. La précision de l’information recueillie dépend fortement des positions des capteurs déployés. Ces positions doivent satisfaire les exigences de l’application en terme de couverture et de connectivité. Par conséquent, les algorithmes de déploiement sont nécessaires pour déterminer les positions optimales des capteurs. Cette thèse se concentre sur le déploiement de capteurs sans fil, d’une part lorsque ces nœuds sont capables de se positionner de manière autonome, et d’autre part lorsque leur déploiement est assisté par des robots mobiles. Dans les deux cas, ce déploiement doit, non seulement répondre aux exigences de l’application en termes de couverture et connectivité, mais aussi minimiser le nombre de capteurs nécessaires tout en satisfaisant diverses contraintes (e.g. obstacles, énergie, connectivité tolérant les défaillances). Nous avons proposé des algorithmes de déploiement autonome qui évitent les oscillations des nœuds : ADVFA, GDVFA et OA-DVFA pour surveiller des zones 2D et 3D-DVFA pour surveiller un espace 3D. Lorsque le déploiement est assisté par robots mobiles, nous avons proposé deux approches pour optimiser la durée du déploiement. La première se base sur la théorie de jeux pour optimiser la durée des trajectoires de deux robots (TRDS) et la deuxième se base sur l'optimisation multi-objectifs avec un nombre de robots supérieur ou égale à 2 (MRDS). Les objectifs à satisfaire sont : optimiser la durée de la trajectoires la plus longue, équilibrer les durées des trajectoires des robots et minimiser le nombre de robots utilisés, en évitant les obstacles.