SE5 ECEAI/eceai 2024/2025/benmbarek-elqastalani

Pour ce TP d'IA, nous avons décidé de concevoir un système qui reconnaîtra des diverses formes.

Formes utilisées

Réseau

Machine Virtuelle

Nous avons créé un serveur virtuel sur capbreton : SE5-yelqasta-ybenmbar-IA - Interface réseau dans le commutateur virtuel bridgeStudents.

Ce serveur sera nous servira de broker MQTT, afin d'analyser et afficher les résultats dynamiquement.

Architecture Réseau

Nous avons prévu cette architecture :

• La Nucleo fera les mesures par le biais du capteur ToF;

• La Raspberry recevra ces données par UART;

• Enfin, la machine virtuelle les recevra et les affichera.

Apprentissage

Le matériel utilisé :

• Raspberry Pi 4

• Nucleo-F401RE

• Capteur de distance Nucleo-53L5A1

Notre Raspberry communiquera avec la Nucleo par liaison série UART. Elle servira aussi d'interface entre la Nucleo, qui sera entraînée à manipuler les données, et le réseau.

Nous avons mis en place un modèle simple de classification avec 3 classes, correspondant à 3 formes :

• Coeur

• Ours

• Soleil

Conditions de Mesure

Après avoir installé l'API X-CUBE-TOF1, qui nous permettra d'utiliser efficacement le capteur, nous avons pu "mettre en place" les données à envoyer.

Sous la forme d'une ligne, chaque coefficient de la matrice 8*8 est représenté :

Distances (matrice 8*8) mesurées

Pour ajouter des données d'entraînement, nous insérons des signaux sur NanoEdge AI. Ces données représentent des mesures réelles capturées par le capteur. Comme nous avons 3 classes, nous allons le faire 3 fois :