Intelligence embarque IMA5 2022/2023 G8

De Wiki d'activités IMA
Révision datée du 28 novembre 2022 à 09:16 par Rsing (discussion | contributions) (Projet utilisation de l'IA pour une application embarquée)

Projet utilisation de l'IA pour une application embarquée

Idées en vrac :

  • reconnaissance d'objets (formes, dimensions) : par exemple boîte en carton
  • détection de position d'objet
  • IHM avec reconnaissance gestuelle (main, mouvements, doigts ...)
  • Détection de la fatigue en regardant les clignements des yeux.
  • Detection du port du casque et équipements de sécurité dans une usine.

Idée retenue : Détection du port du casque et équipements de sécurité dans une usine (lunettes de sécurités, masques...)

Installation de STM32 Cube IDE et de nanoedgeaistudio

Configuration de STM32 Cube IDE

Configurer le réseau de manière à avoir le proxy : proxy.polytech-lille.fr avec le port 3128.

Téleversement du programme

Dans STM32Cube IDE, on ouvre le projet 53L5A1_ThresholdDetection.ioc et on build le project en mode release, cela génère un fichier éxecutable .elf. Enfin on fait un run pour téléverser le programme et le lancer sur la carte.

Affichage des résultats

Dans le programme fourni, il faut modifier les affichages en ajoutant des retours chariot pour pouvoir afficher correctement les valeurs sur le terminal. Ouvrir un terminal et ouvrir minicom dessus, configurer le nombre de bauds à 460800, et observer le tableau des distances.

Configuration de nano edge ai studio

sélectionner un capteur générique avec 64 axes pour le capteur.