Search

The problem of planning and scheduling the sensors of an airborne platform can be likened to an active perception problem with maximization of the environment knowledge and optimization of resulting sensors actions. The problem of decision-making entails the need for an architecture within the decision algorithms, the products of the sensors and the data allowing their interpretation are organized as efficiently as possible while being in conformity with the constraints brought by the context. The products of the planning phase must then be executed with minimal delay by the sensors and thus require a reactive and efficient scheduling adapted to mission criticality and the complexity of the environment. The decision of the sensor actions to be performed with regard to the environment of the platform and the command requires a planning capability specific to all sensors, in order to make decisions according to the perceptions and operating constraints of each sensor. A multi-sensor system, as presented in this manuscript, can be formally related to a job-shop type of workshop in which the machines correspond to the SMS sensors. In recent years the sensors on board airborne platforms have continuously grown. We will see in this manuscript how the multi-agent paradigm enables to design an architecture that responds to the context and its medium-term evolution, then how heuristic-based scheduling optimizes the sensors on board.; Le problème de planification et d'ordonnancement des capteurs d'une plateforme aéroportée peut être assimilé à un problème de perception active avec maximisation de la connaissance de l'environnement et optimisation des actions senseurs qui en découlent. La problématique de la prise de décision fait naître le besoin d'une architecture au sein de laquelle les algorithmes de décision, les produits des capteurs et les données permettant leur interprétation sont organisés le plus efficacement possible tout en étant conformes avec les contraintes apportées par le contexte. Les produits de la phase de planification doivent ensuite être exécutés avec un délai minimal par les capteurs et nécessitent ainsi un ordonnancement réactif et efficace adapté à la criticité des missions et à la complexité de l'environnement. La décision des actions capteurs à exécuter au regard de l'environnement de la plateforme et du commandement demande une capacité de planification propre à l'ensemble des capteurs, afin de prendre des décisions en fonction des perceptions et contraintes de fonctionnement de chaque capteur. Un système multi-capteur, tel que présenté dans ce manuscrit, peut s'apparenter formellement à un atelier du type job-shop dans lequel les machines correspondent aux capteurs du SMS. Ces dernières années les capteurs embarqués à bord des plateformes aéroportées n'ont cessé de se développer. Nous verrons dans ce manuscrit comment le paradigme multi-agent permet de concevoir une architecture répondant au contexte et à ses évolutions moyen terme puis comment un ordonnancement à base d'heuristiques permet d'optimiser globalement les capteurs présents à bord de la plateforme.

This thesis addresses problems related to the location and recognition of urban objects in multi-source images (optical, infrared, terrain model) of very high precision acquired by air.Urban objects (lamp posts, poles, car, tree...) have dimensions, shapes, textures and very variable colors. They can be glued to each other and are small with respect to the size of an image. They are present in large numbers but can be partially hidden. All this makes urban objects difficult to identify with current image processing techniques.First, we compared traditional learning approaches, consisting of two stages - extracting features through a predefined descriptor and using a classifier - to deep learning approaches and more precisely Convolutional Neural Networks (CNN). CNNs give better results but their performances are not sufficient for industrial use. We therefore proposed two contributions to increase performance.The first is to efficiently combine data from different sources. We compared a naive approach that considers all sources as components of a multidimensional image to an approach that merges information within CNN itself. For this, we have processed the different information in separate branches of the CNN.For our second contribution, we focused on the problem of incomplete data. Until then, we considered that we had access to all the sources for each image but we can also place ourselves in the case where a source is not available or usable. We have proposed an architecture to take into account all the data, even when a source is missing in one or more images. We evaluated our architecture and showed that on an enrichment scenario, it allows to have a gain of more than 2% on the F-measure.The proposed methods were tested on a public database. They aim to be integrated into a Berger-Levrault company software in order to enrich geographic databases and thus facilitate the management of the territory by local authorities.; Cette thèse aborde des problèmes liés à la localisation et la reconnaissance d’objets urbains dans des images multi-sources (optique, infrarouge, Modèle Numérique de Surface) de très haute précision acquises par voie aérienne.Les objets urbains (lampadaires, poteaux, voitures, arbres…) présentent des dimensions, des formes, des textures et des couleurs très variables. Ils peuvent être collés les uns les autres et sont de petite taille par rapport à la dimension d’une image. Ils sont présents en grand nombre mais peuvent être partiellement occultés. Tout ceci rend les objets urbains difficilement identifiables par les techniques actuelles de traitement d’images.Dans un premier temps, nous avons comparé les approches d’apprentissage classiques, composées de deux étapes - extraction de caractéristiques par le biais d’un descripteur prédéfini et utilisation d’un classifieur - aux approches d’apprentissage profond (Deep Learning), et plus précisément aux réseaux de neurones convolutionnels (CNN). Les CNN donnent de meilleurs résultats mais leurs performances ne sont pas suffisantes pour une utilisation industrielle. Nous avons donc proposé deux améliorations.Notre première contribution consiste à combiner de manière efficace les données provenant de sources différentes. Nous avons comparé une approche naïve qui consiste à considérer toutes les sources comme des composantes d’une image multidimensionnelle à une approche qui réalise la fusion des informations au sein même du CNN. Pour cela, nous avons traité les différentes informations dans des branches séparées du CNN. Nous avons ainsi montré que lorsque la base d’apprentissage contient peu de données, combiner intelligemment les sources dans une phase de pré-traitement (nous combinons l'optique et l'infrarouge pour créer une image NDVI) avant de les donner au CNN améliore les performances.Pour notre seconde contribution, nous nous sommes concentrés sur le problème des données incomplètes. Jusque-là, nous considérions que nous avions accès à toutes les sources pour chaque image mais nous pouvons aussi nous placer dans le cas où une source n’est pas disponible ou utilisable pour une image. Nous avons proposé une architecture permettant de prendre en compte toutes les données, même lorsqu’il manque une source sur une ou plusieurs images. Nous avons évalué notre architecture et montré que sur un scénario d’enrichissement, cette architecture permet d'obtenir un gain de plus de 2% sur la F-mesure.Les méthodes proposées ont été testées sur une base de données publique. Elles ont pour objectif d’être intégrées dans un logiciel de la société Berger-Levrault afin d’enrichir les bases de données géographiques et ainsi faciliter la gestion du territoire par les collectivités locales.

This thesis addresses problems related to the location and recognition of urban objects in multi-source images (optical, infrared, terrain model) of very high precision acquired by air.Urban objects (lamp posts, poles, car, tree...) have dimensions, shapes, textures and very variable colors. They can be glued to each other and are small with respect to the size of an image. They are present in large numbers but can be partially hidden. All this makes urban objects difficult to identify with current image processing techniques.First, we compared traditional learning approaches, consisting of two stages - extracting features through a predefined descriptor and using a classifier - to deep learning approaches and more precisely Convolutional Neural Networks (CNN). CNNs give better results but their performances are not sufficient for industrial use. We therefore proposed two contributions to increase performance.The first is to efficiently combine data from different sources. We compared a naive approach that considers all sources as components of a multidimensional image to an approach that merges information within CNN itself. For this, we have processed the different information in separate branches of the CNN.For our second contribution, we focused on the problem of incomplete data. Until then, we considered that we had access to all the sources for each image but we can also place ourselves in the case where a source is not available or usable. We have proposed an architecture to take into account all the data, even when a source is missing in one or more images. We evaluated our architecture and showed that on an enrichment scenario, it allows to have a gain of more than 2% on the F-measure.The proposed methods were tested on a public database. They aim to be integrated into a Berger-Levrault company software in order to enrich geographic databases and thus facilitate the management of the territory by local authorities.; Cette thèse aborde des problèmes liés à la localisation et la reconnaissance d’objets urbains dans des images multi-sources (optique, infrarouge, Modèle Numérique de Surface) de très haute précision acquises par voie aérienne.Les objets urbains (lampadaires, poteaux, voitures, arbres…) présentent des dimensions, des formes, des textures et des couleurs très variables. Ils peuvent être collés les uns les autres et sont de petite taille par rapport à la dimension d’une image. Ils sont présents en grand nombre mais peuvent être partiellement occultés. Tout ceci rend les objets urbains difficilement identifiables par les techniques actuelles de traitement d’images.Dans un premier temps, nous avons comparé les approches d’apprentissage classiques, composées de deux étapes - extraction de caractéristiques par le biais d’un descripteur prédéfini et utilisation d’un classifieur - aux approches d’apprentissage profond (Deep Learning), et plus précisément aux réseaux de neurones convolutionnels (CNN). Les CNN donnent de meilleurs résultats mais leurs performances ne sont pas suffisantes pour une utilisation industrielle. Nous avons donc proposé deux améliorations.Notre première contribution consiste à combiner de manière efficace les données provenant de sources différentes. Nous avons comparé une approche naïve qui consiste à considérer toutes les sources comme des composantes d’une image multidimensionnelle à une approche qui réalise la fusion des informations au sein même du CNN. Pour cela, nous avons traité les différentes informations dans des branches séparées du CNN. Nous avons ainsi montré que lorsque la base d’apprentissage contient peu de données, combiner intelligemment les sources dans une phase de pré-traitement (nous combinons l'optique et l'infrarouge pour créer une image NDVI) avant de les donner au CNN améliore les performances.Pour notre seconde contribution, nous nous sommes concentrés sur le problème des données incomplètes. Jusque-là, nous considérions que nous avions accès à toutes les sources pour chaque image mais nous pouvons aussi nous placer dans le cas où une source n’est pas disponible ou utilisable pour une image. Nous avons proposé une architecture permettant de prendre en compte toutes les données, même lorsqu’il manque une source sur une ou plusieurs images. Nous avons évalué notre architecture et montré que sur un scénario d’enrichissement, cette architecture permet d'obtenir un gain de plus de 2% sur la F-mesure.Les méthodes proposées ont été testées sur une base de données publique. Elles ont pour objectif d’être intégrées dans un logiciel de la société Berger-Levrault afin d’enrichir les bases de données géographiques et ainsi faciliter la gestion du territoire par les collectivités locales.

Integrating inspection procedures in the machining process contributes to process optimization. The use of in-situ measurement allows a betterreactivity for corrective actions. However, to be highly efficient, Machining and Inspection Process Planning must reach a high level of integration. It is hereessential to focus on the compromise measurement time vs precision: the time dedicated to inspection must be limited, but not to the detriment ofmeasurement quality. A measurement process for in-situ machining defect detection is proposed based on a stereo-DIC., Mes travaux de thèse consistent à proposer et valider une démarche de métrologie 3D in-situ multi-capteurs/multi-échelles. L'intégration de systèmes de mesure au sein du moyen de production permet d'être très réactif aux présences de défauts géométriques et ainsi directement proposer des actions correctives. Afin de limiter les arrêts de fabrication, donc la diminution de l'efficience de la machine-outil, l’interopérabilité entre la fabrication et la mesure doit être maximisée : il est important de proposer une phase de mesure rapide et assurant une qualité minimum des données acquises. Un outil de mesure par caméras (Stéréo-corrélation d'images) est proposé dans ces travaux. Basé sur la connaissance du modèle FAO de la pièce et de l’environnement de travail, cet outil de mesure permet d'obtenir une cartographie des écarts géométriques de la pièce directement dans le repère FAO. Ainsi, il est possible d'analyser directement les données de mesure dans le même repère que celui de la fabrication : les temps de traitements des données sont réduits.

Boron-doped polycrystalline diamond electrodes (BDD) exhibit a number of advantages, including a wide potential window above 3V in aqueous media, a low background current, and excellent resilience to corrosion and fouling. These properties make it a very interesting material for the development of chemical sensors. In order to enhance the reactivity of the BDD electrodes towards a wider range of chemical compounds, we have studied the possibility to deposit on the electrode surface nanoparticles based on transition metals such as platinum or iridium. These nanoparticles exhibit an interesting electro-catalytic activity and open the way to the detection of products derived from enzymatic reactions, pesticides or many other electrochemically non-active species. The aim of this thesis work has been to propose a new method for the deposition of metallic nanoparticles on the diamond surface and to characterize them from a structural and electrochemical point of view. The objective is to develop a multi-sensor detection system composed of several BDD electrodes each functionalized using a different metal catalyst in the form of nanoparticles. The detection system thus enables to obtain a characteristic chemical fingerprint of the product to detect. By assembling several of such sensors, and coupling them with algorithmic learning / recognition methods, the system provides an improved selectivity, in a similar way to an “electronic tongue”. This was applied to several case studies, including the detection of hydrogen peroxide, scatol, indole, paraoxon and imidaclopride., Les électrodes en diamant polycristallin dopé au bore (BDD) présentent beaucoup d'intérêts et notamment une large fenêtre de potentiel supérieure à 3 V en milieux aqueux, un faible courant résiduel et une excellente résistance à la corrosion et à l'encrassement. Ces propriétés en font donc un matériau de choix pour le développement de capteurs chimiques. Afin d'exalter la réactivité des électrodes BDD envers certains composés, notre approche a consisté à déposer sur la surface des électrodes des nanoparticules à base de métaux de transition comme le platine ou l'iridium. Ces nanoparticules présentent une activité électro catalytique intéressante, ce qui ouvre la voie à la détection de produits dérivés de réactions enzymatiques, de pesticides ou de bien d'autres espèces non électro-actives sur les électrodes en BDD nues. L'objectif de mes travaux a été de mettre au point une nouvelle méthode de dépôt de nanoparticules métalliques sur la surface d'électrodes et de les caractériser d'un point de vue à la fois structurel et électrochimique. L'objectif est de développer un système de détection multi-capteurs composé d'électrodes BDD chacune fonctionnalisée par un catalyseur métallique différent sous forme de nanoparticules. Le système de détection permet ainsi d'obtenir une signature chimique caractéristique du composé à détecter. Par couplage des différents capteurs, des méthodes algorithmiques d'apprentissage / reconnaissance permettent alors d'apporter de la sélectivité au système de détection, à la manière d'une " langue électronique ". La technique a été appliquée à plusieurs composés d'intérêt, et notamment à l'eau oxygénée, l'indole, le scatol, le paraoxon, et l'imidaclopride.

Integration of micro sensors within an embedded system is a challenging task in terms of commercial application and deals with many fields of research. This report compiles a novel methodology of multi-sensor integration, from the design to the experimental evaluation. The reported MEMS gas sensor is made from a resistive micro-wire. It is designed to the sensing of temperature, pressure and humidity of a gaseous sample, at the same time, in using only a single sensing part as well as a single conditioning principle – which is by itself a new feature arbitrarily called "total integration". The physical principle involved here is heat-diffusion, where heat is produced by Joule effect within the resistive sensing part, sinking through the gaseous sample. The key is that the transient response of such a sensor enables the reading of both the sample thermal conductivity and heat capacity, depending on both humidity and pressure at a given temperature, the later being only depending upon the initial response of the sensor transient response.; La problématique entourant la mise en oeuvre, la conception et le conditionnement de micro-capteurs au sein d'une application embarquée représente un enjeu industriel majeur, consiste en un vaste ensemble de défis techniques et touche à de nombreux champs de recherche scientifiques comme d'applications commerciales. Ce mémoire de thèse compile de manière pédagogique et détaillée la conception, la réalisation et l'évaluation expérimentale d'un capteur MEMS constitué d'un simple micro-filament destiné à la mesure, mutuellement, de la température, de la pression et de l'humidité d'une ambiance gazeuse, en utilisant un même et mutuel étage de conditionnement du signal – ce qui en tant que tel constitue une méthode d'intégration particulièrement originale qui est arbitrairement référencée comme "intégration totale". Aussi, le principe physique sous jacent à ce triplet de mesurage est la diffusion par conduction de la chaleur, produite par effet Joule dans l'élément sensible, à travers l'échantillon gazeux l'environnant. Ainsi, le principe de fonctionnement consiste en ce que, la réponse transitoire d'un tel ensemble permet d'une part de mettre en évidence, simultanément et de manière diagonalisable, à une température donnée, l'influence de la pression et de l'humidité sur la conductivité thermique et la capacité calorifique du couple sonde/échantillon. D'autre part, l'élément sensible est spécifiquement prévu pour que dans les conditions initiales du régime transitoire de l'échauffement, sa résistance électrique ne soit sensible qu'à la seule température ambiante, indépendamment des deux mesurandes.

Integration of micro sensors within an embedded system is a challenging task in terms of commercial application and deals with many fields of research. This report compiles a novel methodology of multi-sensor integration, from the design to the experimental evaluation. The reported MEMS gas sensor is made from a resistive micro-wire. It is designed to the sensing of temperature, pressure and humidity of a gaseous sample, at the same time, in using only a single sensing part as well as a single conditioning principle – which is by itself a new feature arbitrarily called "total integration". The physical principle involved here is heat-diffusion, where heat is produced by Joule effect within the resistive sensing part, sinking through the gaseous sample. The key is that the transient response of such a sensor enables the reading of both the sample thermal conductivity and heat capacity, depending on both humidity and pressure at a given temperature, the later being only depending upon the initial response of the sensor transient response., La problématique entourant la mise en oeuvre, la conception et le conditionnement de micro-capteurs au sein d'une application embarquée représente un enjeu industriel majeur, consiste en un vaste ensemble de défis techniques et touche à de nombreux champs de recherche scientifiques comme d'applications commerciales. Ce mémoire de thèse compile de manière pédagogique et détaillée la conception, la réalisation et l'évaluation expérimentale d'un capteur MEMS constitué d'un simple micro-filament destiné à la mesure, mutuellement, de la température, de la pression et de l'humidité d'une ambiance gazeuse, en utilisant un même et mutuel étage de conditionnement du signal – ce qui en tant que tel constitue une méthode d'intégration particulièrement originale qui est arbitrairement référencée comme "intégration totale". Aussi, le principe physique sous jacent à ce triplet de mesurage est la diffusion par conduction de la chaleur, produite par effet Joule dans l'élément sensible, à travers l'échantillon gazeux l'environnant. Ainsi, le principe de fonctionnement consiste en ce que, la réponse transitoire d'un tel ensemble permet d'une part de mettre en évidence, simultanément et de manière diagonalisable, à une température donnée, l'influence de la pression et de l'humidité sur la conductivité thermique et la capacité calorifique du couple sonde/échantillon. D'autre part, l'élément sensible est spécifiquement prévu pour que dans les conditions initiales du régime transitoire de l'échauffement, sa résistance électrique ne soit sensible qu'à la seule température ambiante, indépendamment des deux mesurandes.

This work has for main goal to study and set suitable techniques to deal with the two aspects of transient signals detection and localization in power distribution cable networks. Thus, the proposed methods are related to the problems issued from signal propagation in cables, the physical aspects being considered to set these methods. For detection aspect, we introduce the specific criteria of whole transients detection from the received signal. This is a very important point in so far as the signal measurement may be composed of the direct propagated pulse but also of reflections and other sort of transients. For analysis and localization, it is essential to detect all the transients, regardless of their energy. First, the well known methods of – spectrogram, wavelets and higher order statistics – are studied. These methods are shown to be suitable and robust in the context of electrical transitory signals, but they cannot easily detect low amplitude transients. The complex time distribution is then proposed as a concept able to detect transients via the signal phase derivation. We show that this technique succeeds in good detection results of whole transients thanks to the consideration of the instantaneous phase which is a very distinctive tool in so far as it is regardless of the amplitude. The localization step is based on the consideration of two major difficulties. The first one is the pulse propagation complexity and its physical modelling; the second one is the problematic and restricting need of measurements synchronization for multi-sensor on-line diagnostic. We propose a localization technique which measures the pulses distortion, issued from their propagation, in function of their propagation time. This low cost technique interest is proved by tests in simulated and real context.; Cette thèse a pour objectif principal d'étudier et de proposer des techniques adéquates aux problématiques de détection et de localisation des sources de signaux transitoires dans un réseau de câbles de transport d'énergie. Ainsi, les méthodes proposées tiennent compte de l'ensemble des problématiques liées à la propagation des signaux dans les câbles, les aspects physiques étant pris en compte lors de la mise en place de ces méthodes. Nous proposons pour la détection, d'introduire un critère spécifique de détection de l'ensemble des transitoires du signal reçu. Ce point est très important car un enregistrement peut contenir le transitoire propagé par le trajet direct mais également des réflexions ainsi que d'autre type de transitoires. Pour l'étape d'analyse et de localisation, il est donc très important de pouvoir détecter tous les transitoires, indépendamment de leur énergie. Nous étudions, dans un premier temps, les méthodes les plus connues – la détection à partir du spectrogramme, des ondelettes et des statistiques d'ordre supérieur. Nous prouvons la robustesse de ces méthodes dans le contexte des transitoires électriques mais également leur difficulté à détecter les transitoires de faible amplitude. Nous proposons ainsi l'utilisation du concept de distribution à temps complexe qui effectue la détection des transitoires via la dérivation de la phase du signal. Nous montrons que cette technique fournit de bonnes performances de détection de l'ensemble des transitoires, grâce à l'étude de la phase instantanée qui constitue un très bon élément pertinent en raison de son invariance par rapport à l'amplitude. La phase de localisation repose sur la prise en compte de deux difficultés majeures. La première étant la complexité de propagation d'une impulsion dans un câble et la modélisation physique de cette propagation, la seconde étant la nécessité contraignante d'acquisition synchrone pour un diagnostique on-line multi-capteur. Notre contribution consiste à proposer une technique de localisation qui quantifie la déformation relative subie par les transitoires propagés, en fonction de leur durée de propagation. L'intérêt de cette technique peu coûteuse est prouvé par des tests en configuration simulée ainsi que réelle.

This work has for main goal to study and set suitable techniques to deal with the two aspects of transient signals detection and localization in power distribution cable networks. Thus, the proposed methods are related to the problems issued from signal propagation in cables, the physical aspects being considered to set these methods. For detection aspect, we introduce the specific criteria of whole transients detection from the received signal. This is a very important point in so far as the signal measurement may be composed of the direct propagated pulse but also of reflections and other sort of transients. For analysis and localization, it is essential to detect all the transients, regardless of their energy. First, the well known methods of – spectrogram, wavelets and higher order statistics – are studied. These methods are shown to be suitable and robust in the context of electrical transitory signals, but they cannot easily detect low amplitude transients. The complex time distribution is then proposed as a concept able to detect transients via the signal phase derivation. We show that this technique succeeds in good detection results of whole transients thanks to the consideration of the instantaneous phase which is a very distinctive tool in so far as it is regardless of the amplitude. The localization step is based on the consideration of two major difficulties. The first one is the pulse propagation complexity and its physical modelling; the second one is the problematic and restricting need of measurements synchronization for multi-sensor on-line diagnostic. We propose a localization technique which measures the pulses distortion, issued from their propagation, in function of their propagation time. This low cost technique interest is proved by tests in simulated and real context., Cette thèse a pour objectif principal d'étudier et de proposer des techniques adéquates aux problématiques de détection et de localisation des sources de signaux transitoires dans un réseau de câbles de transport d'énergie. Ainsi, les méthodes proposées tiennent compte de l'ensemble des problématiques liées à la propagation des signaux dans les câbles, les aspects physiques étant pris en compte lors de la mise en place de ces méthodes. Nous proposons pour la détection, d'introduire un critère spécifique de détection de l'ensemble des transitoires du signal reçu. Ce point est très important car un enregistrement peut contenir le transitoire propagé par le trajet direct mais également des réflexions ainsi que d'autre type de transitoires. Pour l'étape d'analyse et de localisation, il est donc très important de pouvoir détecter tous les transitoires, indépendamment de leur énergie. Nous étudions, dans un premier temps, les méthodes les plus connues – la détection à partir du spectrogramme, des ondelettes et des statistiques d'ordre supérieur. Nous prouvons la robustesse de ces méthodes dans le contexte des transitoires électriques mais également leur difficulté à détecter les transitoires de faible amplitude. Nous proposons ainsi l'utilisation du concept de distribution à temps complexe qui effectue la détection des transitoires via la dérivation de la phase du signal. Nous montrons que cette technique fournit de bonnes performances de détection de l'ensemble des transitoires, grâce à l'étude de la phase instantanée qui constitue un très bon élément pertinent en raison de son invariance par rapport à l'amplitude. La phase de localisation repose sur la prise en compte de deux difficultés majeures. La première étant la complexité de propagation d'une impulsion dans un câble et la modélisation physique de cette propagation, la seconde étant la nécessité contraignante d'acquisition synchrone pour un diagnostique on-line multi-capteur. Notre contribution consiste à proposer une technique de localisation qui quantifie la déformation relative subie par les transitoires propagés, en fonction de leur durée de propagation. L'intérêt de cette technique peu coûteuse est prouvé par des tests en configuration simulée ainsi que réelle.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

The problem of planning and scheduling the sensors of an airborne platform can be likened to an active perception problem with maximization of the environment knowledge and optimization of resulting sensors actions. The problem of decision-making entails the need for an architecture within the decision algorithms, the products of the sensors and the data allowing their interpretation are organized as efficiently as possible while being in conformity with the constraints brought by the context. The products of the planning phase must then be executed with minimal delay by the sensors and thus require a reactive and efficient scheduling adapted to mission criticality and the complexity of the environment. The decision of the sensor actions to be performed with regard to the environment of the platform and the command requires a planning capability specific to all sensors, in order to make decisions according to the perceptions and operating constraints of each sensor. A multi-sensor system, as presented in this manuscript, can be formally related to a job-shop type of workshop in which the machines correspond to the SMS sensors. In recent years the sensors on board airborne platforms have continuously grown. We will see in this manuscript how the multi-agent paradigm enables to design an architecture that responds to the context and its medium-term evolution, then how heuristic-based scheduling optimizes the sensors on board.; Le problème de planification et d'ordonnancement des capteurs d'une plateforme aéroportée peut être assimilé à un problème de perception active avec maximisation de la connaissance de l'environnement et optimisation des actions senseurs qui en découlent. La problématique de la prise de décision fait naître le besoin d'une architecture au sein de laquelle les algorithmes de décision, les produits des capteurs et les données permettant leur interprétation sont organisés le plus efficacement possible tout en étant conformes avec les contraintes apportées par le contexte. Les produits de la phase de planification doivent ensuite être exécutés avec un délai minimal par les capteurs et nécessitent ainsi un ordonnancement réactif et efficace adapté à la criticité des missions et à la complexité de l'environnement. La décision des actions capteurs à exécuter au regard de l'environnement de la plateforme et du commandement demande une capacité de planification propre à l'ensemble des capteurs, afin de prendre des décisions en fonction des perceptions et contraintes de fonctionnement de chaque capteur. Un système multi-capteur, tel que présenté dans ce manuscrit, peut s'apparenter formellement à un atelier du type job-shop dans lequel les machines correspondent aux capteurs du SMS. Ces dernières années les capteurs embarqués à bord des plateformes aéroportées n'ont cessé de se développer. Nous verrons dans ce manuscrit comment le paradigme multi-agent permet de concevoir une architecture répondant au contexte et à ses évolutions moyen terme puis comment un ordonnancement à base d'heuristiques permet d'optimiser globalement les capteurs présents à bord de la plateforme.