Float for multidisciplinary monitoring of the marine environment. From business expertise to embedded codes
Flotteur pour la surveillance pluridisciplinaire de l’environnement marin. De l’expertise métier aux codes embarqués
Abstract
As part of an ERC (European Research Council) project conducted at Geoazur from 2009 to 2015 by Guust Nolet, an autonomous profiler float equipped with a hydrophone and able to carry up to 8 sensors has been developed. It aims to acquire data in oceanic areas, poorly covered by current instrumentation. However, these data are necessary to carry out studies in various scientific fields, for example, to study the internal structure of the earth in geosciences (via the recording of seismic waves propagating inside the earth), the thermal balance of oceans in climatology, or the distribution of marine mammals in the oceans in biology. Most data must be processed before being transmitted by satellite because of the very limited transmission bandwidth. Data processing applications are usually developed by embedded systems specialists who have a good knowledge of the characteristics specific to the instrument. However, the need to involve these specialists greatly limits the flexibility, or even the ability of scientists to adapt the applications to their needs.In order to enable scientists to write applications for the instrument, we have created the MeLa (Mermaid Language) programming language, specifically designed for the Mermaid float. The language makes it possible to hide embedded systems specific aspects. It is based on computer models that allow computing the resources usage of the instrument (i.e., processor, power, satellite transmission) in order to ensure that the instrument limits are not exceeded. Models are also used to compose (i.e., combine) several applications to be installed on the same instrument and to ensure that they are compatible. Finally, models are used to generate reliable and efficient code (i.e., without bugs and efficient), on the one hand, to simulate applications on a personal computer and verify their behavior, and, on the other hand, to generate the embedded code used to program the instruments.This thesis is organized into four chapters. In the first chapter, we start by presenting the scientific and social issues involved in the acquisition of data in the oceans, then we introduce the Mermaid float and how it can respond to these issues and end by presenting different programming approaches for this type of instrument. The second chapter corresponds to an article published in the OCEANS 2019 conference proceedings. It shows the technical aspects of the MeLa language and in particular how we use models and how the approach is validated on an Arduino development board. The third chapter corresponds to an article published in the Sensors journal and is more focused on the use of language, a development method is proposed, and two applications are developed for the detection of earthquakes and the detection of blue whales. In the final chapter, we summarize the conclusions and offer a perspective of future developments.
Dans le cadre d’un projet ERC (European Research Council) mené à Geoazur de 2009 à 2015 par Guust Nolet, un flotteur profileur autonome équipé d’un hydrophone et pouvant accueillir jusqu’à 8 capteurs a été développé. Il vise à acquérir des données en zones océaniques, faiblement couvertes par l’instrumentation actuelle. Ces données sont pourtant nécessaires pour réaliser des études dans différents domaines scientifiques, par exemple, pour étudier la structure interne de la terre en géosciences (via l’enregistrement d’ondes sismiques ayant traversées l’intérieur de la terre), le bilan thermique des océans en climatologie, ou encore la répartition des cétacés dans les océans en biologie. Toutes ces données doivent être traitées avant leur transmission à cause des capacités de transmission par satellite qui sont très limités. Les applications de traitement des données sont usuellement développées par des spécialistes en systèmes embarqués ayant une bonne connaissance des caractéristiques spécifiques à l’instrument. Cependant, passer par ces spécialistes limite grandement les capacités d’adaptation des applications en fonction des besoins des scientifiques.Afin de permettre aux scientifiques d’écrire des applications pour l’instrument, nous avons créé le langage de programmation MeLa (Mermaid Language), spécifiquement conçu pour le flotteur Mermaid. Le langage permet de cacher les aspects propres aux systèmes embarqués. Il est basé sur des modèles informatiques à partir desquels nous calculons l’utilisation des ressources de l’instrument (i.e., processeur, énergie, transmission satellite) afin de s’assurer que les limites de l’instrument ne soient pas dépassées. Les modèles sont aussi utilisés pour composer (i.e., combiner) plusieurs applications devant être installées sur un même instrument et s’assurer qu’elles sont compatibles. Finalement, les modèles sont utilisés pour générer du code fiable et efficace (i.e., sans bugs et performant), d’une part pour simuler les applications sur un ordinateur personnel et vérifier leurs comportements, et d’autre part pour générer le code embarqué servant à la programmation des instruments.Ce manuscrit de thèse est organisé en quatre chapitres. Dans le premier chapitre, nous commençons par la présentation des différentes problématiques scientifiques et sociales concernées par l’acquisition de données dans les océans, nous introduisons ensuite le flotteur Mermaid et la manière dont il peut répondre à ces problématiques et terminons par présenter les différentes approches de programmation de ce type d’instruments. Le deuxième chapitre correspond à un article publié à l’occasion de la conférence OCEANS 2019. Il décrit les aspects techniques du langage MeLa et en particulier la manière dont nous utilisons les modèles et validons cette approche sur une carte de développement Arduino. Le troisième chapitre correspond à un article publié dans la revue Sensors et est plus axé sur l’utilisation du langage, une méthode de développement est proposée et deux applications sont présentées pour la détection de séismes et la détection de baleines bleues. Dans le chapitre final, nous récapitulons les conclusions et offrons une perspective des développements futurs.
Origin : Version validated by the jury (STAR)