PM2M-2016-RDSMining/Suivi

Collecte et analyse des messages RDS de traffic routier

Etudiants M2PGI PM2M: Etudiants

Dépôt Git : github

Documents : Rapport - [[Media:Pres.pdf|Transparents]] - [[Media:PM2M-2016-RDSMining-flyer.pdf|Flyer]] - Video

=Contexte= Projet par binôme (ABHAMON Ronan - BIGARD Florian) dans le cadre de la matière M2M du Master 2 Génie Informatique de l'université Grenoble Alpes (IMAG).

=Objectif du projet=

Récupérer des données RDS via un tuner FM et un BeagleBone Black pour les envoyer via un broker à un Elastic Search hebergé sur un serveur Amazon. Exploiter les données d'Elastic Search via Kibana afin de faire des statistiques détaillées sur les données envoyées par les différentes stations de radio (Fréquence d'une musique, termes les plus utilisés etc).

=Matériel utilisé=
 * SparkFun FM Tuner Evaluation Board - Si4703

=Technologies utilisées=
 * Mosquitto
 * Kibana
 * Elastic Search

=Langages utilisés=


 * Perl
 * C
 * NodeJS (ES7)

=Plan de développement=

Mettre en place de façon parallèle les deux points suivants.

Client

 * Créer un service en C sous forme de serveur sur un BeagleBone permettant à des clients de s'y connecter afin de recevoir des messages de notifications. Ces messages peuvent être des données RDS, le volume du tuner, la station en cours...
 * Créer un client en NodeJS qui enverra les informations RDS transmises par le service sur le broker de message du serveur.
 * Mettre en lien les deux programmes afin qu'ils parviennent à communiquer ensemble (envoyer des commandes au tuner FM, envoyer les informations RDS sur le programme Node...).

Serveur

 * Installer le broker de message (mosquitto).
 * Paramétrer le pare-feu Amazon afin de pouvoir contacter le broker de message tout en gardant un minimum de sécurité.
 * Installer Elastic Search et paramétrer l'index avec le mapping qui va bien pour pouvoir exploiter correctement les données.
 * Installer Kibana et créer les graphes mettant en valeur les données RDS.
 * Créer le script Perl qui insèrera les données du broker de message dans Elastic Search (tout en profitant de les rendre un petit peu plus propres en nettoyant les blancs...).

=Expérimentations et Résultats=

Répartition des messages RDS avec la période de nuit


=Photos et Vidéo=