« SE5 ECEAI/eceai 2024/2025/duhr-becquet » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 19 : | Ligne 19 : | ||
Dans ce module ECEAI, il nous est demandé de résilier un petit montage IoT permettant la communication entre un capteur, une gateway et un serveur cloud. De plus et c'est tout l'intérêt du module nous allons implémenter de l'intelligence artificielle à différents niveaux de la chaîne et récolter les consommations électriques pour les différentes configurations. Nous pourrons ainsi appréhender la notion de Edge Computing. | Dans ce module ECEAI, il nous est demandé de résilier un petit montage IoT permettant la communication entre un capteur, une gateway et un serveur cloud. De plus et c'est tout l'intérêt du module nous allons implémenter de l'intelligence artificielle à différents niveaux de la chaîne et récolter les consommations électriques pour les différentes configurations. Nous pourrons ainsi appréhender la notion de Edge Computing. | ||
=Configuration de la partie capteur Nucleo= | |||
Pour notre projet nous souhaitons récupérer les données du capteur '''X-NUCLEO-53L5A1'''. | Pour notre projet nous souhaitons récupérer les données du capteur '''X-NUCLEO-53L5A1'''. | ||
| Ligne 32 : | Ligne 32 : | ||
Il suiffit ensuite de téléverser ce fichier binaire sur la Board '''NUCLEO-F401RE''' | Il suiffit ensuite de téléverser ce fichier binaire sur la Board '''NUCLEO-F401RE''' | ||
=Configuration de la RaspberryPi= | |||
==Premier accès et connexion au réseau== | ==Premier accès et connexion au réseau== | ||
| Ligne 38 : | Ligne 38 : | ||
==Réception des données serial== | ==Réception des données serial== | ||
=Communication Gateway -> Cloud= | |||
Dans cette section nous cherchons à faire communiquer la '''RaspberryPI 4''' (gateway) et la VM '''SE5-duhrbecquet''' (cloud). | Dans cette section nous cherchons à faire communiquer la '''RaspberryPI 4''' (gateway) et la VM '''SE5-duhrbecquet''' (cloud). | ||
Version du 11 septembre 2024 à 07:40
Séance 1 :
Idée : voir si une main est ouverte ou fermée en étudiant le mouvement des doigts qui se ferment ou s'ouvrent.
Séance 2:
Installation de RaspberryPi OS basé sur Debian bookworm sur notre raspberry PI avec une première connection par UART
On a configuré l'access point afin de pouvoir accéder à nos raspberryPi dans le réseau 172.26.0.0.
Après avoir correctement configuré la raspberry on peut y accéder via ssh
Sur notre VM nous avons configuré un serveur mosquitto afin de gérer les communications entre la raspberry et la VM par MQTT.
Introduction
Dans ce module ECEAI, il nous est demandé de résilier un petit montage IoT permettant la communication entre un capteur, une gateway et un serveur cloud. De plus et c'est tout l'intérêt du module nous allons implémenter de l'intelligence artificielle à différents niveaux de la chaîne et récolter les consommations électriques pour les différentes configurations. Nous pourrons ainsi appréhender la notion de Edge Computing.
Configuration de la partie capteur Nucleo
Pour notre projet nous souhaitons récupérer les données du capteur X-NUCLEO-53L5A1. Pour cela nous utilisons l'utilitaire de stMicroelectronics nommé NanoEdge-AI-Studio. Grâce à la séction Data Logger du logiciel nous créons un fichier binaire permettant la transmission des données de la manière suivante:
- Data Rate(HZ) = 15
- Frame resolution = 64
- Frames = 32
Il suiffit ensuite de téléverser ce fichier binaire sur la Board NUCLEO-F401RE
Configuration de la RaspberryPi
Premier accès et connexion au réseau
Réception des données serial
Communication Gateway -> Cloud
Dans cette section nous cherchons à faire communiquer la RaspberryPI 4 (gateway) et la VM SE5-duhrbecquet (cloud).
Pour cela nous choisissons d'utiliser un protocole de communication nommé MQTT:
Plus connu sous l’acronyme MQTT, le protocole Message Queuing Telemetry Transport est un protocole de messagerie léger adapté aux situations où les clients doivent utiliser peu de code et sont connectés à des réseaux peu fiables ou limités en bande passante. Il est principalement utilisé dans la communication entre machines (M2M) ou sur les types de connexions propres à l’Internet des Objets.