Sélectionner une page
Ce qu'on fait

Projets pour des clients sur une plateforme Nordic ( nRF 52840 )

  • Télécommande BLE
  • Module de gestion
  • Device d’acquisition et transmission par technologie mobile (LTE)
BLuetooth Low Energy

BLE (Bluetooth Low Energy) permet de communiquer avec des appareils à faible consommation. Ceci permet différentes applications ;

  • Appareil à long autonomie sur des batteries
  • Communication avec les Smartphones
  • Mesures réparties, surveillance
Ce qui nous intéresse
  • Les projets techniques avec des défis.
  • L’utilisation de nouvelles technologies
  • Les processeurs performants, l’exploitation des puissances de calculs accrues dans des projets audacieux
Outils M5Stack
M5Stack propose des composants IoT. Différents composants on été testés pour estimer les possibilités offertes. En particulier, les modules M5Paraper et M5Core2.
Programmation Arduino

L’environnement Arduino permet de développer des applications de test assez rapidement. La communauté très active propose des exemples et de librairies pour les différents composants disponibles. C’est très souvent par là qu’on peut expérimenter un capteur particulier, un processeur ou une technologie

M5Paper
Le module dispose d’un écran E-Ink avec une interface tactile. L’écran peut afficher une image noir/blanc avec quelques nuances de gris. L’intérêt réside dans le fait que l’image reste affichée lorsque le module est en veille, ce qui ne consomme pas d’énergie.
M5Core2

 

Ce module M5Core2 dispose d’un processeur dual core doté notemment d’une interface radio 2.5 GHz. Il est capable d’assurer une connection Wifi et BLE. C’est une bonne base pour expérimenter l’implémentation d’un concentrateur BLE.

Machine Learning
Les possibilités offertes par le traitement d’image ont titillé notre curiosité. Quelques expérimentation on permet de se faire une idée des possibilités
Bibliothèque tensorFlow

Les travaux récents des chercheurs en intelligence artificielle sont concrétisés dans des bibliothèques. Elles permettent de mettre en oeuvre ces technologie et de tester leur atouts.

Programmation Python
Le traitement d’image a été abordé par l’utilisation du langage Python. Les possibilités de détection d’objet sur une image ont été analysées par l’intermédiaire du paquet tensorFlow.

A cet effet, un serveur Linux a été configuré pour traiter des images en provenance d’une WebCam. On ne désespère par arriver à détecter l’éventuel renard à l’affut des canards du jardin.

NVidia Jetson Nano

La plateforme embarquée Jetson Nano de NVidia permet de tester des algorithmes de reconnaissance d’objets. Sous la forme d’un système compact animé par un OS Ubuntu, avec un processeur quad cores performant, accompagné d’un processeur GPUI à 128 cores, qui permet un traitement rapide des algorithmes de traitement d’image.

https://developer.nvidia.com/embedded/jetson-nano-developer-kit

Jetson Nano Developer Kit