To access the site you need to provide the user code and the password.
Enter the site
Nos serveurs IoT:
Nos plateformes IoT:
Pomme-Pi IoT DevKits
ESP32 IoT DevKit et NanoPi IoT DevKit ESP32 IoT DevKit mini et ESP32 IoT DevKit double ARM LoRaWAN IoT DevKit et ESP32 microPython IoT DevKit
Introduction
SmartComputerLab va bientôt fêter sa 6ème année d’activité. Notre mission initiale a été la maîtrise des architectures ARM et des SoC ARM.
Cette mission est partiellement accomplie avec la création de plusieurs modules d’enseignement (M2) suivie de multiples projets techniques.
Les SoC ARM intègrent les processeurs 32/64 bits (Cortex-A7,A9,A15,A17 et Cortex-A53,A55,A72,A73).
Ces processeurs, souvent en multi-cœur, et un ensemble d’unités fonctionnelles telles que VPU, NEON, et MALI forment les SoC ARM.
Nos modules d’enseignement exploitent toutes ces fonctionnalités :
internet et multi-media – VPU (traitement de vidéo)
programmation parallèle (traitement de signal et d’image) sur NEON, MALI, MCore,
programmation massivement parallèle sur les GPU de Tegra X1/ Tegra Nano.
AI et deep-learning TensorFlow-Keras, GPUs et TPUs - Nvidia, Kendryde
A noter que les SoC Tegra X1 sont utilisés dans les robots et les voitures autonomes pour les traitements nécessaires.
A notre connaissance, en France, ce type d’enseignement n’est pas encore disponible.
La deuxième mission est relative aux développements dans l’IoT. Dans ce cadre nous utilisons une approche orientée composants.
Les composants essentiels sont des mini-cartes avec SoC ARM et SoC ESP ; les autres composants sont des capteurs,
des actuateurs et des modems radio.
Les SoC ESP conçus par Espressif Systems (Shanghai) et fabriques par TSMC par centaines de millions d’unités intègrent
les processeurs Xtensa proposés par CADENCE sous la forme d’IP en Verilog configurable.
Cette forme d’IP a un potentiel d’évolution plus fort que les IP ARM.
Les SoC ESP (ESP12/ESP32) mono- et multi- cœur dominent déjà les architectures matérielles IoT
grâce à leurs fonctionnalités très complètes et leur faible coût (€2-€5 selon le modèle).
Sur la base de cartes ESP32+LoRa intégrant les technologies WiFi, Bluetooth et ESP-NOW,
nous avons développé des plateformes IoT DevKit complétées par de multiples mini-cartes d’extension pour
accueillir des capteurs/actuateurs et modems radio supplémentaires.
A signaler que les SoC ESP32 fonctionnent sous le contrôle de FreeRTOS. IoT DevKit (ESP32) est déjà exploité pour l’enseignement et est à la base de multiples projets techniques
dans les technologies IoT de plusieurs formations de l’Université de Nantes.
Pour l’instant, ce IoT DevKit n’est pas accessible aux autres universités. Dans le futur proche,
nous espérons qu’il deviendra un «standard» pour l’enseignement et le développement des architectures IoT en France.
Plus récemment, nous avons proposé également un DevKit IoT (ARM) basé sur le composants NanoPi-Duo (H2+)
et NanoPi-Duo2 (H3) développés à Beijing par FriendlyARM. Ce kit est de même format (carte de base+batterie LiPo)
que le kit IoT DevKit (ESP). Certaines cartes d’extension sont interchangeables.
Les cartes NanoPi-Duo(2) sont les plus petits SBC avec les processeurs ARM multi-cœur disponibles sur le marché.
Les IoT DevKit (ESP/ARM) permettent de créer des terminaux intelligents et des passerelles IoT vers les serveurs IoT (FreeRTOS).
Pour les besoins pédagogiques et les projets techniques, nous disposons
de deux types de serveurs IoT : ThingSpeak.fr et Thinger.fr
accessibles gratuitement à nos étudiants et chercheurs.
La troisième mission est associée à la récente introduction des unités IA GPUs/TPUs
pour IA et deep-learning. Dans ce contexte, nous proposons les cours de deep-learning (TensorFloe-Keras) à
et projets techniques dans le domaine de IA - edge computing et vidéo.
Cette partie du module inclue une présentation - cours en vidéo et les laboratoires de programmation avec l'interface (API) "socket".
Vous allez regarder-étudier les présentations en vidéo et écrire un rapport synthètique sur leurs contenus.
Le cours est composé de 7 séries. Pour chaque série vous rédigez un texte de 3 à 10 pages, selon le nombre de vidéos par série.
Dans le texte il faut intégrer les schémas et les équations.
Les laboratoires seront introduits en présentiel ou en distanciel - Lab1 et Lab2 sur les cartes Nvidia Jetson X1 et/ou sur vos ordinateurs personnels.
En cas du travail à distance, vous pouvez travailler directement sur vos ordinateurs sous Linux-Ubuntu ou sous Windows avec CodeBlocs
Evidemment la solution Linux-Ubuntu est primordiale et sera la même sur les cartes Nvidia Jetson.
Un compte-rendu sur 6-10 pages sera également demandé. Toujours en format pdf.
M1 - Partie 2 : Multimédia - Capture, Enregistrement, Conversion, et Streaming
These laboratories deal with the development of mixed IoT architectures with Low Power Terminal nodes and IoT gateways build on PYCOM-V platform (RISC-V and microPython).