L’IRSEEM poursuit son engagement en faveur d’une recherche appliquée au service des grands enjeux industriels, technologiques et environnementaux.

Tour d’horizon de quatre nouveaux projets :

WiChaCoH – Vers des dispositifs médicaux connectés plus simples et plus sûrs

WiChaCoH - Wireless Charging & Communication for Healthcare
Porteur : Constant Niamien

La santé connectée connaît un fort développement, mais les dispositifs médicaux actuels restent souvent contraints par des câbles de recharge, une autonomie limitée et des exigences élevées de sécurisation des données.

Le projet WiChaCoH vise à lever ces freins en développant une solution innovante combinant :
- recharge sans fil,
- communication sécurisée des données médicales,
le tout via la technologie NFC (sans contact).

Cette approche permet de simplifier l’usage des dispositifs, de réduire leur encombrement et d’améliorer leur fiabilité, tout en garantissant un haut niveau de sécurité des données sensibles. L’objectif est de poser les bases d’un nouveau standard pour les dispositifs médicaux connectés, facilitant le déploiement de la télémédecine et des outils de prévention.

Le projet est porté par NXP Semiconductors France, en partenariat avec Eff’Innov Technologies et l’ESIGELEC, et soutenu par la BPI France dans le cadre du plan France 2030.

EmBIA-RT – Rendre l’intelligence artificielle embarquée plus efficace et plus sobre

Porteur : Benoît Decoux
EmBIA-RT - Plateforme expérimentale pour l’IA embarquée pour application temps-réel basse consommation

L’intelligence artificielle est de plus en plus intégrée dans des systèmes contraints comme les véhicules, les capteurs ou les objets connectés. Le défi majeur est de faire fonctionner ces algorithmes en temps réel, avec une consommation énergétique minimale.

Le projet EmBIA-RT vise à développer une plateforme expérimentale d’IA embarquée permettant de tester et comparer différentes architectures de processeurs et algorithmes d’IA. L’objectif est d’identifier les meilleures combinaisons pour des applications temps réel à basse consommation.

Au-delà de l’expérimentation, le projet ambitionne également de repenser les modèles de deep learning pour les adapter aux contraintes spécifiques des systèmes embarqués, afin de les rendre plus rapides, plus légers et plus pertinents.

EmBIA-RT permet ainsi à l’IRSEEM de renforcer son expertise en IA embarquée, un axe clé pour la mobilité durable et l’industrie du futur.

SCOOPE : quand les véhicules « voient » ensemble pour plus de sécurité

SCOOPE - Système de Perception Coopérative, Adaptative et Sémantique basé IA pour la Smart Mobilité
Responsable du projet : Redouane Khemmar

La perception de l’environnement est un élément central du fonctionnement des véhicules autonomes. Pourtant, les systèmes embarqués actuels présentent des limites : angles morts, obstacles masqués, performances dégradées par la météo ou la luminosité, et forte consommation énergétique.

Le projet SCOOPE propose une approche innovante basée sur la perception coopérative, adaptative et sémantique. Le principe est simple : les véhicules et les infrastructures partagent leurs informations de perception via des communications V2X, afin de construire une vision plus large, plus fiable et plus sécurisée de l’environnement. Une approche très innovante basée IA multi-tâche et multi-agents permet de faire collaborer l’ensemble des tâches de perception pour une meilleure analyse et compréhension de la scène : détection d’objets 3D, tracking temps-réel, planification de trajectoire, recherche d’espaces libres, segmentation sémantique et cartographie dynamique temps-réel.

SCOOPE développe une perception de nouvelle génération :
- coopérative, grâce au partage des données,
- adaptative, capable de s’ajuster aux conditions, évènements externes et imprévus,
- sémantique, pour une meilleure compréhension des scènes de trafic.

Grâce à l’IA, à la fusion de données et aux technologies de communication TIC, le projet vise à améliorer la sécurité routière, la sobriété énergétique et la compréhension de situations complexes. Les solutions développées seront validées en conditions réelles de trafic routier via la plateforme PVAC.

 

IACEM : utiliser l’IA pour mieux modéliser les composants électroniques de puissance

IACEM - Intelligence Artificielle pour la modélisation CEM des transistors de commutation
Responsables du projet : Yacine Azzouz et Zouheir Riah

Les transistors de puissance, notamment à base de GaN et de SiC, sont au cœur de nombreux systèmes modernes : véhicules électriques, convertisseurs d’énergie, équipements industriels. Leur modélisation reste cependant complexe, en particulier dans des conditions extrêmes (haute fréquence, forte température, tensions élevées).

Le projet IACEM explore l’utilisation de l’intelligence artificielle pour améliorer la modélisation en compatibilité électromagnétique (CEM) de ces composants. En s’appuyant sur des mesures réelles issues de bancs de test, l’IA permet d’ajuster automatiquement les modèles afin de les rendre plus précis et plus fiables.

Ce projet combine plusieurs disciplines : électronique de puissance, mesures expérimentales, modélisation numérique et intelligence artificielle.

À la clé : des modèles prédictifs plus performants, facilitant la conception de systèmes électroniques robustes et conformes aux exigences industrielles.

Avec ces nouveaux projets, l’ESIGELEC confirme :
- son positionnement fort en IA appliquée,
- son rôle dans la mobilité intelligente et durable,
- sa capacité à faire le lien entre recherche, expérimentation et industrie.