« SE5 ECEAI/eceai 2024/2025/benmbarek-elqastalani » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 8 : | Ligne 8 : | ||
Voici la démarche à laquelle nous avons pensé : | Voici la démarche à laquelle nous avons pensé : | ||
[[Fichier:Schema ia1.png | [[Fichier:Schema ia1.png|800px|center|Schéma]] | ||
Capture de la hauteur init -> on mesure la hauteur maximale du premier rebond (avec quelques entrainements on peut calculer la pression) -> on mesure la hauteur du deuxième rebond -> on compare la valeur prédite et la valeur mesurée. | Capture de la hauteur init -> on mesure la hauteur maximale du premier rebond (avec quelques entrainements on peut calculer la pression) -> on mesure la hauteur du deuxième rebond -> on compare la valeur prédite et la valeur mesurée. | ||
Version du 9 septembre 2024 à 09:48
Le 03/09/2024 :
- Recherche du sujet
- Installation des logiciels
Le 05/09/2024 :Nous avons décidé de concevoir un système qui déterminera dans un premier temps la pression dans une balle en chute libre, puis, si on avance bien, prédire la hauteur du deuxième rebond.
Voici la démarche à laquelle nous avons pensé :
Capture de la hauteur init -> on mesure la hauteur maximale du premier rebond (avec quelques entrainements on peut calculer la pression) -> on mesure la hauteur du deuxième rebond -> on compare la valeur prédite et la valeur mesurée.
le matériel utilisé :
- Raspberry pi
- Nucleo
- Accéléromètre (pas pour le moment)
Nous avons besoin // Notre première approche est de proposer un modèle simple de classification.
// La communication entre l'accéléromètre et la nucleo se fait en I2C.
// Possible Challenges:
// The trajectory of the falling object will almost always be non linear, which introduces new parameters to the equation.
// Need to take in account the weight of the object, the size, the rebound behaviour (ricochet). (Probably need a soft surface in order not to damage the object).
// The length of the connection could probably affect the communication ? Would it be possible to store the experience data then feed the model, or should it be real time ?