SE5 ECEAI/eceai 2023/2024/Patrikeev-Mouton

Séance n°1:

Une machin virtuelle a été crée sur le serveur chassiron avec la commande :

xen-create-image --hostname g19 --force --dist bookworm --size 10G --memory 1G --dir /usr/local/xen --password glopglop --dhcp --bridge bridgeStudents

• La machine virtuelle possède les propriétés suivantes:

Hostname       :  g19

Distribution    :  bookworm

Stockage  : 10G

Mémoire vive : 1G

Mot de passe : glopglop

Les fichier /etc/network/interfaces, /etc/resolv.conf et /etc/apt/sources.list on étés configurés comme demandé dans le sujet.

• La Raspberry Pi 4 a été configurée et connectée au WiFi WIFI_IE_1.

Mot de passe : pasglop

Login : pifou

La communication entre la Raspberry et la machine virtuelle a été vérifiée avec une commande de ping.

• Le STM32F401RE et le capteur de distance (Nucleo-53L5A1):

Les valeurs lues par le capteurs sont renvoyés par le port série du contrôleur STM32 vers le logiciel nanoedge.

Séance n°2:

Durant cette séance, nous nous sommes concentrés sur la création de programmes python qui seront par la suite implémentés sur la Raspberry et la machine virtuelle.

• Écoute de la liaison série du STM32 vers le PC:

Des objets de type json sont créés pour chaque donnée reçue. Par la suite, l'information est envoyée en http vers l'adresse locale de la machine à l'aide d'un code python.

Ce programme sera destiné à la Raspberry par la suite.

    json_obj = { "time" : curr_time , "data" : liste_valeurs, "board_id" : config.BOARD_ID}

• Écoute d'une requête http depuis le PC:

Création d'un code python pour écouter depuis un adresse et afficher les données reçue dans le terminal. Ce code sera destiné à la machine virtuelle par la suite.

• Premier programme d’apprentissage IA avec Tensorflow2:

Nous aimerions être en mesure de reconnaître les mouvement de main suivants:

- de gauche à droite

- de droite à gauche

- de haut en bas

- de bas en haut

- du sol vers le plafond

- du plafond vers le sol

Un premier programme d'apprentissage a été créé pour être en mesure de faire de l'apprentissage de l'IA par la suite sur notre machine virtuelle.

Cependant nous avons besoin de plus de données pour effectuer un apprentissage de meilleur qualité.

• Machine virtuelle:

Installation des packages python3, pip et tensorflow.