Signal Processing for Artificial Olfaction - TEL - Thèses en ligne
Thèse Année : 2020

Signal Processing for Artificial Olfaction

Traitement du Signal pour l'Olfaction Artificielle

Résumé

In Nature, olfaction is a key sense used by most species of animals for detecting, tracking and recognizing odors in the environment. An electronic nose is an instrument that takes inspiration from natural olfaction in order to detect volatile compounds. The main characteristic of this kind of instruments is that they use weakly-specific chemical sensors. This weak specificity allows the device to be sensitive to a broad range of volatile compounds, making it useful for a large range of applications. However, these instruments are still not a widespread technology. The small number of sensors used and the lack of repeatability of the instrument over time are some possible causes. In addition, the weak specificity of the sensors is sometimes a liability. For instance, in the case of gas mixtures, each compound contributes to the response of a chemical sensor according to its contribution to the mixture. In this thesis, we tackle several of these issues using a new instrument developed by Aryballe. Compared to other systems, this device boards a large number of sensors and this number can be easily increased. This electronic nose has already shown promising results in laboratory conditions. In the same vein, the thesis reveals the ability of the instrument to tell two mirror molecules apart. However, an electronic nose is not meant to be used only in in the laboratory but must be useful in everyday conditions, just like its biological counterpart. To that end, we have developed different robotic setups, mimicking the search for multiple gas sources in the environment. They have allowed us to study recognition performance and gas unmixing in realistic conditions. In this context, new algorithms have been designed to classify and unmix signals in real-time. Finally, the thesis has also studied the repeatability of the instrument over 9 months. Correction methods have been proposed and allow the use of the instrument to be greatly extended.
Dans la Nature, l'olfaction est un sens clé du règne animal permettant la détection, le suivi et la reconnaissance d'un grand nombre d'odeurs présentes dans l'environnement. Un nez électronique est un instrument s'inspirant des principes de base de l'olfaction naturelle afin d'identifier des composés volatiles. La caractéristique principale de ce type d'instruments est l'utilisation de capteurs chimiques peu spécifiques. Cette faible spécificité leur permet d'être sensible à un nombre élevé de composés volatiles, laissant entrevoir un large champ d'applications. Cependant, ces appareils de mesure restent assez peu répandus. Le faible nombre de capteurs utilisés et le manque de répétabilité de l'instrument au cours du temps en sont des causes possibles. La faible spécificité n'est pas non plus sans inconvénient. Dans le cas de mélanges gazeux par exemple, chacun des composés contribue à la réponse d'un capteur chimique en fonction de sa contribution au mélange. Dans cette thèse, nous étudions plusieurs de ces problématiques à l'aide d'un nouvel instrument développé par Aryballe. L'appareil a l'avantage d'embarquer un grand nombre de capteurs dont la gamme peut être facilement enrichie. Ce nez électronique a d'ores et déjà montré des résultats prometteurs en conditions de laboratoire. Dans la lignée de ces résultats, la thèse démontre la capacité de l'instrument à différencier des molécules miroir l'une de l'autre. Cependant, l'instrument n'est pas voué à une utilisation réservée au laboratoire mais doit surtout s'avérer utile en situation réelle, tout comme son équivalent biologique. A cette fin, la thèse a permis de mettre au point plusieurs plateformes robotiques, imitant la recherche d'un certain nombre de sources odorantes dans l'environnement. Les capacités de reconnaissance de l'appareil et la problématique des mélanges gazeux ont ainsi pu être étudiées dans ces conditions très réalistes. Dans ce contexte, de nouveaux algorithmes ont été élaborés afin de pouvoir classifier et démélanger en temps-réel les signaux issus de l'instrument. Enfin, la thèse a également pu étudier la répétabilité de l'instrument sur un total de 9 mois et proposer des méthodes de correction permettant ainsi une utilisation prolongée de l'appareil.
Fichier principal
Vignette du fichier
MAHO_2020_archivage.pdf (20.8 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-03276312 , version 1 (02-07-2021)

Identifiants

  • HAL Id : tel-03276312 , version 1

Citer

Pierre Maho. Signal Processing for Artificial Olfaction. Signal and Image processing. Université Grenoble Alpes [2020-..], 2020. English. ⟨NNT : 2020GRALT040⟩. ⟨tel-03276312⟩
278 Consultations
65 Téléchargements

Partager

More