« SE5 ECEAI 2024/2025/elhasnaoui-chaouni » : différence entre les versions

De wiki-se.plil.fr
Aller à la navigation Aller à la recherche
Aucun résumé des modifications
Aucun résumé des modifications
 
(9 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Read more ...]]
=<div class="mcwiki-header" style="padding: 10px; font-family: 'Times New Roman' ; font-weight: bold; color: #0000FF; text-align: center; font-size: 100%; background: #808080; vertical-align: top; height:70%; width: 98%;"> Introduction </div>=
==Objectifs du projet==
Séance 1 (03/09) :  Lors de la première séance, nous avons entamé une réflexion sur les différentes idées de projets que nous pourrions développer en utilisant notre carte STM32, pour explorer les possibilités offertes par la carte, en considérant des applications potentielles dans divers domaines, tels que l'automatisation, la reconnaissance de formes ou le contrôle intelligent de systèmes. Ces premières discussions nous ont permis de poser les bases de projets innovants, alignés sur nos objectifs d'apprentissage et les capacités techniques de la STM32.
 
Par ailleurs, nous avons également configuré notre environnement de travail en installant les logiciels nécessaires, à savoir NanoEdge AI et STM32, afin de pouvoir commencer le développement de nos projets de manière efficace.
 
=<div class="mcwiki-header" style="padding: 10px; font-family: 'Times New Roman' ; font-weight: bold; color: #0000FF; text-align: center; font-size: 100%; background: #808080; vertical-align: top; height:70%; width: 98%;"> Configuration Réseau </div>=
==Configuration serveur Cloud==
 
Nous allons créer une machine virtuelle sur Capbreton avec un accès internet IPv6. <br>
Cette machine virtuelle sera déployée grâce à Xen (Hyperviseur) et portera le nom "SE5-elhaschaouni".<br>
La commande lancée pour créer cette machine est la suivante :
<syntaxhighlight lang="bash">
xen-create-image --hostname SE5-elhaschaouni --force --dist bookworm --size 10G --memory 1G --dir /usr/local/xen --dhcp --bridge bridgeStudents
</syntaxhighlight>
 
===Configuration Réseau===
 
Nous devrons ensuite configurer son réseau, sa résolution DNS, et ses sources de paquets Debian.<br>
Pour configurer le réseau de notre machine, nous allons modifier le fichier ''/etc/network/interfaces'' qui est un fichier de configuration réseau où sont spécifiés les paramètres de l'interface.
<syntaxhighlight lang="bash">
auto eth0
iface eth0 inet6 auto
</syntaxhighlight>
 
===Configuration DNS===
 
Pour configurer la résolution DNS de notre machine, nous allons modifier le fichier ''/etc/resolv.conf''. Ce fichier permet de spécifier la configuration des serveurs de nom (DNS) afin de résoudre les noms de domaine en adresses IP. Voici la configuration DNS à appliquer :
<syntaxhighlight lang="bash">
domain plil.info
search plil.info
nameserver 2a01:c916:2047:c800:216:3eff:fe82:8a5c
</syntaxhighlight>
 
==Configuration Gateway Raspberry Pi==
==Configuration Microcontrôleur SMT32==
 
=<div class="mcwiki-header" style="padding: 10px; font-family: 'Times New Roman' ; font-weight: bold; color: #0000FF; text-align: center; font-size: 100%; background: #808080; vertical-align: top; height:70%; width: 98%;"> Communication des objets </div>=
==Communication RaspberryPi & Serveur Cloud ==
 
La communication entre la Raspberry Pi et le serveur Cloud se fait en utilisant le protocole MQTT. Le serveur Cloud est une machine virtuelle (VM) dans le même sous-réseau que la Raspberry Pi. Nous avons configuré le serveur MQTT Mosquitto en utilisant un Dockerfile pour créer et déployer le conteneur Docker sur le serveur Cloud. Nous avons également développé deux scripts Python pour gérer la communication : '''subscriber.py''' pour le serveur Cloud et '''publisher.py''' pour la Raspberry Pi.
 
===Déploiement du Serveur MQTT Mosquitto :===
Nous avons créé un Dockerfile pour configurer Mosquitto.<syntaxhighlight lang="bash">
  # Utiliser l'image de base de Mosquitto
  FROM eclipse-mosquitto:latest
  # Fichier de configuration
  COPY mosquitto.conf /mosquitto/config/mosquitto.conf
  # Exposer le port 1883 pour MQTT
  EXPOSE 1883
  EXPOSE 9001
  </syntaxhighlight>
 
Nous avons construit l'image Docker à partir du Dockerfile avec la commande suivante :<syntaxhighlight lang="bash">
  docker build -t mosquitto-mqtt .
  </syntaxhighlight>Puis, nous avons lancé le conteneur Mosquitto avec la commande :<syntaxhighlight lang="bash">
  docker run -d --name mosquitto -p 1883:1883 -p 9001:9001 mosquitto-mqtt
  </syntaxhighlight>Cette commande démarre Mosquitto en arrière-plan (-d) et mappe le port '''1883''' du conteneur au port '''1883''' de l'hôte (RasberryPI), qui est le port par défaut utilisé par '''MQTT'''.
 
==Communication STM32 & RaspberryPi==
 
=<div class="mcwiki-header" style="padding: 10px; font-family: 'Times New Roman' ; font-weight: bold; color: #0000FF; text-align: center; font-size: 100%; background: #808080; vertical-align: top; height:70%; width: 98%;"> Entraînement du modèle d’apprentissage </div>=
==Entraînement sur serveur Cloud==

Version actuelle datée du 7 septembre 2024 à 14:07

Introduction

Objectifs du projet

Séance 1 (03/09) : Lors de la première séance, nous avons entamé une réflexion sur les différentes idées de projets que nous pourrions développer en utilisant notre carte STM32, pour explorer les possibilités offertes par la carte, en considérant des applications potentielles dans divers domaines, tels que l'automatisation, la reconnaissance de formes ou le contrôle intelligent de systèmes. Ces premières discussions nous ont permis de poser les bases de projets innovants, alignés sur nos objectifs d'apprentissage et les capacités techniques de la STM32.

Par ailleurs, nous avons également configuré notre environnement de travail en installant les logiciels nécessaires, à savoir NanoEdge AI et STM32, afin de pouvoir commencer le développement de nos projets de manière efficace.

Configuration Réseau

Configuration serveur Cloud

Nous allons créer une machine virtuelle sur Capbreton avec un accès internet IPv6.
Cette machine virtuelle sera déployée grâce à Xen (Hyperviseur) et portera le nom "SE5-elhaschaouni".
La commande lancée pour créer cette machine est la suivante :

xen-create-image --hostname SE5-elhaschaouni --force --dist bookworm --size 10G --memory 1G --dir /usr/local/xen --dhcp --bridge bridgeStudents

Configuration Réseau

Nous devrons ensuite configurer son réseau, sa résolution DNS, et ses sources de paquets Debian.
Pour configurer le réseau de notre machine, nous allons modifier le fichier /etc/network/interfaces qui est un fichier de configuration réseau où sont spécifiés les paramètres de l'interface.

auto eth0
iface eth0 inet6 auto

Configuration DNS

Pour configurer la résolution DNS de notre machine, nous allons modifier le fichier /etc/resolv.conf. Ce fichier permet de spécifier la configuration des serveurs de nom (DNS) afin de résoudre les noms de domaine en adresses IP. Voici la configuration DNS à appliquer :

domain plil.info
search plil.info
nameserver 2a01:c916:2047:c800:216:3eff:fe82:8a5c

Configuration Gateway Raspberry Pi

Configuration Microcontrôleur SMT32

Communication des objets

Communication RaspberryPi & Serveur Cloud

La communication entre la Raspberry Pi et le serveur Cloud se fait en utilisant le protocole MQTT. Le serveur Cloud est une machine virtuelle (VM) dans le même sous-réseau que la Raspberry Pi. Nous avons configuré le serveur MQTT Mosquitto en utilisant un Dockerfile pour créer et déployer le conteneur Docker sur le serveur Cloud. Nous avons également développé deux scripts Python pour gérer la communication : subscriber.py pour le serveur Cloud et publisher.py pour la Raspberry Pi.

Déploiement du Serveur MQTT Mosquitto :

Nous avons créé un Dockerfile pour configurer Mosquitto.

   # Utiliser l'image de base de Mosquitto
   FROM eclipse-mosquitto:latest
   # Fichier de configuration 
   COPY mosquitto.conf /mosquitto/config/mosquitto.conf
   # Exposer le port 1883 pour MQTT
   EXPOSE 1883 
   EXPOSE 9001

Nous avons construit l'image Docker à partir du Dockerfile avec la commande suivante :

   docker build -t mosquitto-mqtt .

Puis, nous avons lancé le conteneur Mosquitto avec la commande :

   docker run -d --name mosquitto -p 1883:1883 -p 9001:9001 mosquitto-mqtt

Cette commande démarre Mosquitto en arrière-plan (-d) et mappe le port 1883 du conteneur au port 1883 de l'hôte (RasberryPI), qui est le port par défaut utilisé par MQTT.

Communication STM32 & RaspberryPi

Entraînement du modèle d’apprentissage

Entraînement sur serveur Cloud