https://air.imag.fr/api.php?action=feedcontributions&user=Remy.Palomo&feedformat=atomair - User contributions [en]2024-03-28T09:42:12ZUser contributionsMediaWiki 1.35.13https://air.imag.fr/index.php?title=PROJET-INFO5_2021_Go_Farmer&diff=50553PROJET-INFO5 2021 Go Farmer2021-02-25T17:44:22Z<p>Remy.Palomo: /* Semaine du 22/02/2021 */</p>
<hr />
<div>=Le projet= <br />
Réaliser un prototype de l'application (portée à définir). Cette phase de prototypage a trois objectifs majeurs :<br />
<br />
Disposer d’un prototype montrable à différents stakeholders dans un but de démonstration et d’apprentissage (ex : consommateurs, producteurs, organisations gouvernementales)<br />
Etablir un algorithme de publicité ciblée basée sur la géolocalisation des utilisateurs<br />
Explorer le développement de l’application dans un nouvel environnement de programmation de plus en plus populaire (voir "contraintes")<br />
<br />
=L'équipe=<br />
* Leila Michelard<br />
* Manon Chaix<br />
* Rémy Palomo<br />
* Baptiste Boléat<br />
<br />
Supervisé par : Gérard Pollier, Sylvain Delangue<br />
<br />
=Journal=<br />
<br />
==29/01/2021 : Kickoff==<br />
<br />
Réunion avec Sylvain et Gérard Pollier (à contacter en cas de problèmes) dans le but de découvrir le projet.<br />
<br />
==01/02/2021 : Premier point==<br />
<br />
Réunion pour apprendre à se connaître : utilisation de Mural<br />
Parcours des outils déjà mis en place par Sylvain (Jira, Confluence), puis définition des objectifs à long et court terme<br />
<br />
==Semaine du 08/02/2021 :==<br />
<br />
Mise en place de l'environnement de travail : <br />
* installation de '''flutter/dart''' (et réalisation d'un tutoriel)<br />
* définition des équipes pour pair-programming (Manon-Leila / Rémy-Baptiste)<br />
* réflexion sur choix : 1 ou 2 repos ?<br />
<br />
Nous avons commencé à regarder quelle BD serait intéressante à utiliser (en fonction du coût, des fonctionnalités, etc.)<br />
Mise en place des 2 repos (back = application producteur / app = application consommateur)<br />
<br />
Début d'implémentation côté app : création d'une liste pour voir différents fruits et implémentation d'une barre de recherche pour permettre la sélection d'un fruit + redirection sur la page de celui-ci.<br />
<br />
==Semaine du 15/02/2021==<br />
<br />
Interruption pédagogique<br />
<br />
==Semaine du 22/02/2021== <br />
<br />
'''Objectif pour soutenance intermédiaire (vendredi 26/02/2021) :''' démonstration basique + validation flutter (ou pas)<br />
<br />
'''Côté app :'''<br />
* Affichage de la position du téléphone <br />
* Affichage des marqueurs pour les 2 POIs sélectionnés par Sylvain pour démo (si un POI est sélectionné, affichage d'une carte contenant sa description et pouvant rediriger sur la page du POI + redirection possible vers Google Maps pour itinéraire)<br />
* Création d'un volet sur le côté pour recherche de POI (puis si clic : redirection sur la page du POI) <br />
<br />
'''Côté back :'''<br />
* Affichage d'une liste de Producteurs<br />
* Affichage du POI d'un producteur sélectionné dans la liste<br />
* Bouton permettant de modifier ses informations (Nom du domaine d'exploitation, adresse, description)<br />
<br />
=Liens=<br />
* [https://bitbucket.org/gofarmer/ Workspace Bitbucket]<br />
* [https://gofarmer.atlassian.net/secure/RapidBoard.jspa?rapidView=4&projectKey=PROTO Board Jira]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Apollo-Demo&diff=49462VT2020-Apollo-Demo2020-12-13T20:52:08Z<p>Remy.Palomo: /* L'outils parfait de simulation : "Dreamland" */</p>
<hr />
<div>Le site officiel d'Apollo possède un nombre important d'informations utiles pour les développeurs souhaitant contribuer à la plateforme.<br />
<br />
== Le "Developer Center" ==<br />
<br />
'''Lien :''' https://apollo.auto/devcenter/devcenter.html<br />
<br />
Ce lien comporte plusieurs rubriques, chacun étant composé de vidéos explicatives sur les différentes notions essentielles à la conduite autonome.<br />
<br />
[[File:dev_center.jpg|1000px]]<br />
<br />
== L'outils parfait de simulation : "Dreamland" ==<br />
<br />
Lien : https://bce.apollo.auto/introduction?locale=en-us<br />
<br />
Pour accéder à cet outil, il faut d'abord se connecter à l'aide d'un compte Github (ou Baidu). Ce site permet aux développeurs de tester des versions déjà existantes d'Apollo, ou bien de tester leurs propres algorithmes, en les soumettant à des scénarios.<br />
Le site comporte déjà plus de 200 scénarios de base, mais il est également possible de créer ses propres scénarios. <br />
Un scénario comporte des obstacles (fixes ou en mouvement), des intersections de divers types, etc.<br />
<br />
<br />
Les scénarios peuvent appartenir à 2 catégories distinctes :<br />
<br />
- Le type '''Worldsim''' qui sont des scénarios générés manuellement par une personne<br />
<br />
- Le type '''Logsim''' qui sont des scénarios obtenus à partir de réelles données, étant donc beaucoup plus complexes, bien moins déterministes mais parfaitement réalistes !<br />
<br />
[[File:dreamland.jpg|1000px|thumb|Page d'acceuil de Dreamland]] <br />
<br />
[[File:dreamland_w_scn.jpg|1000px|thumb|Exemple de scénario "Worldsim"]]<br />
<br />
[[File:dreamland_l_scn.jpg|1000px|thumb|Exemple de scénario "Logsim"]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Apollo-Demo&diff=49461VT2020-Apollo-Demo2020-12-13T20:51:41Z<p>Remy.Palomo: </p>
<hr />
<div>Le site officiel d'Apollo possède un nombre important d'informations utiles pour les développeurs souhaitant contribuer à la plateforme.<br />
<br />
== Le "Developer Center" ==<br />
<br />
'''Lien :''' https://apollo.auto/devcenter/devcenter.html<br />
<br />
Ce lien comporte plusieurs rubriques, chacun étant composé de vidéos explicatives sur les différentes notions essentielles à la conduite autonome.<br />
<br />
[[File:dev_center.jpg|1000px]]<br />
<br />
== L'outils parfait de simulation : "Dreamland" ==<br />
<br />
Lien : https://bce.apollo.auto/introduction?locale=en-us<br />
<br />
Pour accéder à cet outil, il faut d'abord se connecter à l'aide d'un compte Github (ou Baidu). Ce site permet aux développeurs de tester des versions déjà existantes d'Apollo, ou bien de tester leurs propres algorithmes, en les soumettant à des scénarios.<br />
Le site comporte déjà plus de 200 scénarios de base, mais il est également possible de créer ses propres scénarios. <br />
Un scénario comporte des obstacles (fixes ou en mouvement), des intersections de divers types, etc.<br />
<br />
<br />
Les scénarios peuvent appartenir à 2 catégories distinctes :<br />
<br />
- Le type '''Worldsim''' qui sont des scénarios générés manuellement par une personne<br />
<br />
- Le type '''Logsim''' qui sont des scénarios obtenus à partir de réelles données, étant donc beaucoup plus complexes, bien moins déterministes mais parfaitement réalistes !<br />
<br />
[[File:dreamland.jpg|1000px|thumb|Page d'acceuil de Dreamland]] <br />
<br />
[[File:dreamland_w_scn.jpg|1000px|thumb|Exemple de scénario "Worldsim"]]<br />
<br />
[[File:dreamland_l_scn.jpg|1000px|Exemple de scénario "Logsim"]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49460VT20202020-12-13T20:50:03Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Chaix Manon, Nearby Communication, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT_Nearby.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-Plateforme Apollo-Fiche|Fiche]], [[Media:VT2020-Apollo-Presentation.pdf|Présentation]], [[VT2020-Apollo-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Dreamland_l_scn.jpg&diff=49459File:Dreamland l scn.jpg2020-12-13T20:48:11Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Dreamland_w_scn.jpg&diff=49458File:Dreamland w scn.jpg2020-12-13T20:47:59Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Dreamland.jpg&diff=49457File:Dreamland.jpg2020-12-13T20:46:42Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Apollo-Demo&diff=49454VT2020-Apollo-Demo2020-12-13T20:45:07Z<p>Remy.Palomo: /* Le "Developer Center" */</p>
<hr />
<div>Le site officiel d'Apollo possède un nombre important d'informations utiles pour les développeurs souhaitant contribuer à la plateforme.<br />
<br />
== Le "Developer Center" ==<br />
<br />
'''Lien :''' https://apollo.auto/devcenter/devcenter.html<br />
<br />
Ce lien comporte plusieurs rubriques, chacun étant composé de vidéos explicatives sur les différentes notions essentielles à la conduite autonome.<br />
<br />
[[File:dev_center.jpg|1000px]]<br />
<br />
== L'outils parfait de simulation : "Dreamland" ==<br />
<br />
Lien : https://bce.apollo.auto/introduction?locale=en-us<br />
<br />
Pour accéder à cet outil, il faut d'abord se connecter à l'aide d'un compte Github (ou Baidu). Ce site permet aux développeurs de tester des versions déjà existantes d'Apollo, ou bien de tester leurs propres algorithmes, en les soumettant à des scénarios.<br />
Le site comporte déjà plus de 200 scénarios de base, mais il est également possible de créer ses propres scénarios. <br />
Un scénario comporte des obstacles (fixes ou en mouvement), des intersections de divers types, etc.<br />
<br />
<br />
Les scénarios peuvent appartenir à 2 catégories distinctes :<br />
<br />
- Le type '''Worldsim''' qui sont des scénarios générés manuellement par une personne<br />
<br />
- Le type '''Logsim''' qui sont des scénarios obtenus à partir de réelles données, étant donc beaucoup plus complexes, bien moins déterministes mais parfaitement réalistes !<br />
<br />
[[File:dreamland.jpg|1000px]] <br />
<br />
[[File:dreamland_w_scn.jpg|1000px]]<br />
<br />
[[File:dreamland_l_scn.jpg|1000px]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Dev_center.jpg&diff=49451File:Dev center.jpg2020-12-13T20:44:23Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Apollo-Demo&diff=49449VT2020-Apollo-Demo2020-12-13T20:44:08Z<p>Remy.Palomo: Created page with "Le site officiel d'Apollo possède un nombre important d'informations utiles pour les développeurs souhaitant contribuer à la plateforme. == Le "Developer Center" == Lien..."</p>
<hr />
<div>Le site officiel d'Apollo possède un nombre important d'informations utiles pour les développeurs souhaitant contribuer à la plateforme.<br />
<br />
== Le "Developer Center" ==<br />
<br />
Lien : https://apollo.auto/devcenter/devcenter.html<br />
<br />
Ce lien comporte plusieurs rubriques, chacun étant composé de vidéos explicatives sur les différentes notions essentielles à la conduite autonome.<br />
<br />
[[File:dev_center.jpg|1000px]]<br />
<br />
== L'outils parfait de simulation : "Dreamland" ==<br />
<br />
Lien : https://bce.apollo.auto/introduction?locale=en-us<br />
<br />
Pour accéder à cet outil, il faut d'abord se connecter à l'aide d'un compte Github (ou Baidu). Ce site permet aux développeurs de tester des versions déjà existantes d'Apollo, ou bien de tester leurs propres algorithmes, en les soumettant à des scénarios.<br />
Le site comporte déjà plus de 200 scénarios de base, mais il est également possible de créer ses propres scénarios. <br />
Un scénario comporte des obstacles (fixes ou en mouvement), des intersections de divers types, etc.<br />
<br />
<br />
Les scénarios peuvent appartenir à 2 catégories distinctes :<br />
<br />
- Le type '''Worldsim''' qui sont des scénarios générés manuellement par une personne<br />
<br />
- Le type '''Logsim''' qui sont des scénarios obtenus à partir de réelles données, étant donc beaucoup plus complexes, bien moins déterministes mais parfaitement réalistes !<br />
<br />
[[File:dreamland.jpg|1000px]] <br />
<br />
[[File:dreamland_w_scn.jpg|1000px]]<br />
<br />
[[File:dreamland_l_scn.jpg|1000px]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49420VT20202020-12-13T18:14:20Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : RIVAL Gaetan, Low-Power Global Area Networks (Sat-IoT), [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-Plateforme Apollo-Fiche|Fiche]], [[File:VT2020-Apollo-Presentation.pdf|Présentation]], [[VT2020-Apollo-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:VT2020-Apollo-Presentation.pdf&diff=49419File:VT2020-Apollo-Presentation.pdf2020-12-13T18:03:34Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49418VT20202020-12-13T18:03:16Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : RIVAL Gaetan, Low-Power Global Area Networks (Sat-IoT), [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-Plateforme Apollo-Fiche|Fiche]], [[File:VT2020-Apollo-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49417VT2020-Plateforme Apollo-Fiche2020-12-13T15:16:18Z<p>Remy.Palomo: /* Une première application : Robotaxi */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
L'ensemble des sociétés travaillant dans la conduite autonome se basent sur ces piliers, et chacune essaye d'améliorer au mieux les capacités de ces derniers. C'est aussi le cas de la Plateforme Apollo !<br />
<br />
== Évolution d'Apollo au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
[[File:robotaxi.jpg|1000px]]<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Robotaxi.jpg&diff=49416File:Robotaxi.jpg2020-12-13T15:15:34Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49415VT2020-Plateforme Apollo-Fiche2020-12-13T15:15:20Z<p>Remy.Palomo: /* Une première application : Robotaxi */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
L'ensemble des sociétés travaillant dans la conduite autonome se basent sur ces piliers, et chacune essaye d'améliorer au mieux les capacités de ces derniers. C'est aussi le cas de la Plateforme Apollo !<br />
<br />
== Évolution d'Apollo au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
[[File:robotaxi.jpg]]<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49404VT2020-Plateforme Apollo-Fiche2020-12-12T14:45:34Z<p>Remy.Palomo: /* De nombreuses versions au fil du temps */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
L'ensemble des sociétés travaillant dans la conduite autonome se basent sur ces piliers, et chacune essaye d'améliorer au mieux les capacités de ces derniers. C'est aussi le cas de la Plateforme Apollo !<br />
<br />
== Évolution d'Apollo au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49403VT2020-Plateforme Apollo-Fiche2020-12-12T14:44:16Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
L'ensemble des sociétés travaillant dans la conduite autonome se basent sur ces piliers, et chacune essaye d'améliorer au mieux les capacités de ces derniers. C'est aussi le cas de la Plateforme Apollo !<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49402VT2020-Plateforme Apollo-Fiche2020-12-12T14:42:46Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49401VT2020-Plateforme Apollo-Fiche2020-12-12T14:42:40Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49400VT2020-Plateforme Apollo-Fiche2020-12-12T14:42:30Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49399VT2020-Plateforme Apollo-Fiche2020-12-12T14:42:16Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49398VT2020-Plateforme Apollo-Fiche2020-12-12T14:41:56Z<p>Remy.Palomo: </p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|thumb|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
- '''Computer Vision :''' Cet aspect sert à comprendre le monde qui entour le véhicule, à l'aide d'images captées par les différentes caméras. Ces images sont alors analysées/traitées grâce à une IA afin de détecter les obstacles, autres véhicules, les lignes de la route, les panneaux, etc.<br />
<br />
- '''Sensor Vision :''' Permet de compléter la compréhension de l'environnement à l'aide de capteurs laser (ex : LIDAR) afin d'avoir des informations difficiles à calculer seulement avec des images (notamment la distance ou la vitesse des autres éléments présents dans l'environnement).<br />
<br />
- '''Localization :''' Une fois que l'on est capable d'analyser correctement le monde qui nous entoure, il faut savoir où l'on se trouve précisemment dans ce dernier. On utilise alors des outils de localisation GPS devant être très précis (marge d'erreur d'1 cm).<br />
<br />
- '''Path Planning :''' C'est la composante qui détermine le chemin à suivre (notre trajet) en se basant sur les informations données en temps réel par les 3 autres. Elle doit alors prendre en continue des décisions portant sur ces deux aspects : la trajectoire (ex : éviter un obstacle) et la vitesse (ex : ralentir sur le véhicule devant nous le fait aussi).<br />
<br />
- '''Control : ''' Les décisions prise par le Path Planning sont exécutées par cette composante (tourner le volant, appuyer sur la pédale de frein, changer de vitesse, etc.).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html<br />
<br />
https://apollo.auto/devcenter/coursevideo.html?target=1_9</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49397VT2020-Plateforme Apollo-Fiche2020-12-12T14:21:37Z<p>Remy.Palomo: </p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg|1000px|Représentation des 5 composants clé de la conduite autonome]]<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49396VT2020-Plateforme Apollo-Fiche2020-12-12T14:20:35Z<p>Remy.Palomo: /* Une voiture autonome ? comment ça marche ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_for_AC.jpg]]<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Piliers_for_AC.jpg&diff=49395File:Piliers for AC.jpg2020-12-12T14:20:06Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49394VT2020-Plateforme Apollo-Fiche2020-12-12T14:17:34Z<p>Remy.Palomo: </p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== Une voiture autonome ? comment ça marche ? ==<br />
<br />
La conduite autonome s'appuie sur 5 piliers : <br />
[[File:Piliers_CA.jpg]]<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
==> Le projet fonctionne entièrement sur ROS et est essentiellement codé en C++ et en python, notamment pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Piliers_CA.png&diff=49393File:Piliers CA.png2020-12-12T14:14:24Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49349VT2020-Plateforme Apollo-Fiche2020-12-10T22:18:43Z<p>Remy.Palomo: </p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, la plateforme Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020-Plateforme_Apollo-Fiche&diff=49348VT2020-Plateforme Apollo-Fiche2020-12-10T22:18:11Z<p>Remy.Palomo: Created page with "Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la..."</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49347VT20202020-12-10T22:17:58Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : RIVAL Gaetan, Low-Power Global Area Networks (Sat-IoT), [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-Plateforme Apollo-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49346VT20202020-12-10T22:17:19Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : RIVAL Gaetan, Low-Power Global Area Networks (Sat-IoT), [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020&diff=49345VT20202020-12-10T22:15:44Z<p>Remy.Palomo: /* Séance 5 : 14/12 */</p>
<hr />
<div>[[VT2019|<< Etudes 2019]] [[VT|Sommaire]] [[VT2021|Etudes 2021 >>]]<br />
<br />
<br />
=Veille Technologique et Stratégique=<br />
* Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
* UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en 1FO5<br />
<br />
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br />
<br />
Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br />
Il s'agira de réaliser<br />
* le positionnement par rapport au marché<br />
* d'être critique<br />
<br />
Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br />
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br />
<br />
Votre présentation sera notée et commentée par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br />
<br />
Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu en vaut-il la chandelle ?<br />
<br />
La présentation peut être réalisée avec [[reveal.js]] ou avec [[remarkjs]]<br />
<br />
[[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br />
<br />
=Planning=<br />
<br />
== Séance 1 : 16/11 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 5, 8, 23, 78<br />
<br />
* 16H00 : Alexandra CHATON, Jsonnet, [[VT2020-Jsonnet-Fiche|Fiche]], [[Media:VT2020-Jsonnet-Presentation.pdf|Présentation]], [[VT2020-Jsonnet-Demo|Démonstration]]<br />
* 16H25 : Alexis ROLLIN, GraalVM, [[VT2020-GraalVM-Fiche|Fiche]], [[Media:VT2020-GraalVM-Presentation.pdf|Présentation]], [[VT2020-GraalVM-Demo|Démonstration]]<br />
* 16H50 : Aleck BILOUNGA, Micronaut, [[VT2020-Micronaut-Fiche|Fiche]], [[https://docs.google.com/presentation/d/1oVq_81RwLelY1EptNoObHhmRRfGnfuxBD6PRd49jyjI/edit#slide=id.p Présentation]], [[https://youtu.be/gu7H4kbeA_Y Démonstration]]<br />
* 17H15 : Prénom NOM, Cryptojacking, [[VT2020-Cryptojacking-Fiche|Fiche]], [[File:VT2020-Cryptojacking-Presentation.pdf|Présentation]], [[VT2020-Cryptojacking-Demo|Démonstration]]<br />
<br />
== Séance 2 : 23/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 9, 33, 49, 72, 81<br />
<br />
* 16H00 : Myriam LOMBARD, Microclimate, [[VT2020-Microclimate-Fiche|Fiche]], [[Media:VT2020-Microclimate-Presentation.pdf|Présentation]], [[VT2020-Microclimate-Demo|Démonstration]]<br />
* 16H25 : Samuel COURTHIAL, Voice-First Development, [[VT2020-Voice_First_Development-Fiche|Fiche]], [[Media:VT2020-Voice_First_Development-Presentation.pdf|Présentation]], [[VT2020-Voice_First_Development-Demo|Démonstration]]<br />
* 16H50 : Thomas FRION, Valgrind, [[VT2020-Valgrind-Fiche|Fiche]], [[Media:VT2020-Valgrind-Presentation.pdf|Présentation]], [[VT2020-Valgrind-Demo|Démonstration]]<br />
* 17H15 : Nhat Quang HO, HTTP/3, [[VT2020-Http3-Fiche|Fiche]], [[Media:VT2020-Http3-Presentation.pdf|Présentation]], [[VT2020-Http3-Demo|Démonstration]]<br />
* 17H40 : Romain PASDELOUP, Ballerina, [[VT2020-Ballerina-Fiche|Fiche]], [[Media:VT2020-Ballerina-Presentation.pdf|Présentation]], [[VT2020-Ballerina-Demo|Démonstration]]<br />
<br />
== Séance 3 : 30/11 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 2, 3, 10, 11, 38<br />
<br />
* 16H00 : EL AJI Houda, Blazor, [[VT2020-Blazor-Fiche|Fiche]], [[Media:VT2020-Blazor-Presentation.pdf|Présentation]], [[VT2020-Blazor-Demo|Démonstration]]<br />
* 16H25 : Vernet Maxime, Website Rendering Types, [[VT2020-XXXXXX-Fiche|Fiche]], [[Media:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Pareilleux Killian, Quarkus, [[VT2020-Quarkus-Fiche|Fiche]], [[Media:VT2020-Quarkus-Presentation.pdf|Présentation]], [[VT2020-Quarkus-Demo|Démonstration]]<br />
* 17H15 : ZERAMDINI Otba, Helidon, [[VT2020-Helidon-Fiche|Fiche]], [[Media:VT2020-Helidon-Presentation.pdf|Présentation]], [[VT2020-Helidon-Demo|Démonstration]]<br />
* 17H40 : Crociati Morgan, WebAssembly, [[VT2020-WebAssembly-Fiche|Fiche]], [[Media:VT2020-WebAssembly-Presentation.pdf|Présentation]], [[VT2020-WebAssembly-Demo|Démonstration]]<br />
<br />
== Séance 4 : 7/12 ==<br />
Enseignants : [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 4, 15, 16, 19, 21<br />
<br />
* 16H00 : NGUENA Gloria, MemSQL, [[VT2020-MemSQL-Fiche|Fiche]], [[Media:VT2020-MemSQL-Presentation.pdf|Présentation]], [[VT2020-MemSQL-Demo|Démonstration]]<br />
* 16H25 : Graugnard Tom, QuestDB, [[VT2020-QuestDB-Fiche|Fiche]], [[Media:VT2020-QuestDB-Presentation.pdf|Présentation]], [[VT2020-QuestDB-Demo|Démonstration]]<br />
* 16H50 : Delbos Robin, Apache Arrow, [[VT2020-Apache Arrow-Fiche|Fiche]], [[Media:Présentation_Apache_Arrow.pdf|Présentation]], [[VT2020-Apache Arrow-Demo|Démonstration]]<br />
* 17H15 : El Mufti Ali, Apache Pulsar, [[VT2020-Apache Pulsar-Fiche|Fiche]], [[File:VT2020-Pulsar-Presentation.pdf|Présentation]], [[VT2020-Pulsar-Demo|Démonstration]]<br />
* 17H40 : RUZAFA Rémy, Apache Pinot, [[VT2020-AppachePinot-Fiche|Fiche]], [[Media:VT2020-AppachePinot-Présentaion.pdf|Présentation]], [[VT2020-AppachePinot-Demo|Démonstration]]<br />
<br />
== Séance 5 : 14/12 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 22, 48, 55, 56, 84<br />
<br />
* 16H00 : Sajide Idriss, IoT Dataflow Mashup, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : RIVAL Gaetan, Low-Power Global Area Networks (Sat-IoT), [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Palomo Rémy, Apollo 2.0, [[VT2020-Plateforme Apollo-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Nelson William, Flogo, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Fougere Sebastian, [[Amazon Sidewalk]], [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 6 : 4/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 6, 7, 20, 50, 83<br />
<br />
* 16H00 : Boleat Baptiste, OpenAI GPT-3, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Beaugrand Elisa, OpenAI Microscope, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Artaud Adrien, Godot, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : ASSI Dima, Psychométrie, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : De Gaudenzi Louis, Deepfake Algorithms, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 7 : 11/1 ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : 1, 32, 41, 60, XXXX<br />
<br />
* 16H00 : Rival Gaëtan, Matrix, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : El Jraidi Rim, Peloton, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Michelard Leila, DevSecOps, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Salmon Alexandre, BFT, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
== Séance 8 : Asynchrone ==<br />
Enseignants : [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br />
<br />
* Sujets : TBC<br />
<br />
* 16H00 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H25 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 16H50 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H15 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
* 17H40 : Prénom NOM, XXXXXX, [[VT2020-XXXXXX-Fiche|Fiche]], [[https://screencast|Présentation filmée]], [[File:VT2020-XXXXXX-Presentation.pdf|Présentation]], [[VT2020-XXXXXX-Demo|Démonstration]]<br />
<br />
=Sujets=<br />
# [[Matrix]] : An open network for secure, decentralized communication<br />
# [[Blazor]] (Browser+Razor) : a new web development framework introduced by Microsoft, which allows you to develop browser-based applications using C# and Razor syntax alongside HTML and CSS.<br />
# [[Website Rendering Types]] (Static, Dynamic, Incremetal) : démonstration de [https://nextjs.org/ NextJS]<br />
# [[MemSQL]]<br />
# [[Micronaut]] : Microservice platform ([https://dzone.com/articles/how-to-use-jhipster-to-build-a-secure-micronaut-an démo] avec [https://github.com/jhipster/generator-jhipster-micronaut Micronaut blueprint of JHipster])<br />
# [[OpenAI GPT-3]]<br />
# [[OpenAI Microscope]]<br />
# [[GraalVM]] : Polyglot Virtual Machine<br />
# [[Ballerina]] : open source programming language and platform for cloud-era application programmers to easily write software that just works<br />
# [[Quarkus]] : Supersonic Subatomic Java<br />
# [[Helidon]] : collection of Java libraries for writing microservices.<br />
# [[Flux]] (#fluxlang) new data scripting language to make querying and analyzing time series<br />
# [[Processeurs spécialisés pour l'IA]] : Démonstration avec la carte [https://greenwaves-technologies.com/product/gappoc-a-computer-vision-concept-board/ GAPPoc-A] de GreenWaves. ANNULé<br />
# [[NATS]]: PubSub broker (démonstration avec CampusIoT)<br />
# [[QuestDB]] : time-series database (démostration avec CampusIoT).<br />
# [[Apache Arrow]] : cross-language development platform for in-memory data<br />
# In-memory Distributed Data Grid : démonstration de eCom avec [[Apache Ignite]].<br />
# [[jQAssistant]] : application à eCOM<br />
# [[Apache Pulsar]] Pulsar is a multi-tenant, high-performance solution for server-to-server messaging. Pulsar was originally developed by Yahoo.<br />
# [[Godot Game Engine]]<br />
# [[Apache Pinot]] : realtime distributed OLAP datastore<br />
# [[IoT Dataflow Mashup]] (démo avec [[Eclipse Kura Wires]])<br />
# [[JSONnet]]<br />
# [[Géo-réplication]] : Démo avec [[Apache Kafka MirrorMaker]]<br />
# [[Pulsar]]<br />
# [[Wookey project]] (Demo on a STM32F407 Discovery board) ANNULé<br />
# [[RSocket]]<br />
# [[Nacos]] : open source project by Alibaba for service discovery and service configuration.<br />
# [[NEMU]] : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.<br />
# [[Architecture Serverless]] : démonstration avec le projet https://github.com/serverless/serverless sur votre compte Azure de votre compte GitHub Student Pack ANNULé<br />
# [[Fission]] : open-source serverless function framework for [[Kubernetes]] with a focus on developer productivity and high performance.<br />
# [[Peloton]], a unified resource scheduler<br />
# [[Microclimate]]<br />
# [[AdTech]]<br />
# [[Nearby communications]] (démonstration de [https://ionicframework.com/docs/native/google-nearby/ Nearby Messages API de Google avec Ionic]) --> Réservé Manon Chaix<br />
# [[Conflict-free replicated data type]] (CRDT) RECOMMANDé<br />
# [[Spinnaker]]<br />
# [[WebAssembly]]<br />
# [[Fast Identity Online Alliance]] (FIDO) ANNULé<br />
# [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien]) ANNULé<br />
# [[DevSecOps]] <br />
# [[Apache Beam]] RECOMMANDé<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[ESB]] : démonstration de [[Mule ESB]]<br />
# [[MemCached]]<br />
# [[Low-Power Global Area Network]]s ([[Sat-IoT]])<br />
# [[ Voice-First Development]] : Designing, Developing, and Deploying Conversational Interfaces<br />
# [[Psychométrie]]<br />
# [[WebAssembly]]<br />
# [[DevSecOps]]<br />
# Portails et l'API [[Portlet]] : Démo avec [[Liferay]] ANNULé<br />
# [[Apache Beam]]<br />
# [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br />
# [[Flogo]] Open Source Framework for IoT Edge Apps & Integration.<br />
# [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br />
# [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br />
# [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br />
# [[Fautes Byzantines]] : Démonstration de [[BFT-SMaRt]]<br />
# Insport Video<br />
# Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br />
# [[Memory-centric virtual distributed storage system]]<br />
# [[Performance Monitoring]]<br />
# [[ESB]] : démonstration de [[Mule ESB]] ANNULé<br />
# [[Access Network Query Protocol (ANQP)]]<br />
# [[JCache]] : démonstration avec [[Apache Ignity]]<br />
# [[MemCached]]<br />
# [[Apache Stratos]]<br />
# [[gceasy]] : Universal garbage collection log Analyser<br />
# [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br />
# [[Valgrind]]<br />
# [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br />
# [[CMS]] : Demo avec [[Crafter CMS]]<br />
# [[DMS]] (GED) : Demo avec la version Community Edition d'[[Alfresco]] et de son API REST avec [[Swagger]] ANNULé<br />
# [[SIG]] : Démonstration de [[QGIS]]<br />
# [[Apache Airflow]] ANNULé<br />
# [[Cryptojacking]] : démonstration d'un navigateur exécutant [https://github.com/cazala/coin-hive CoinHive] et affichage du coup énergétique de l'opération.<br />
# [[RIOT-OS]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte STM32 Nucleo LRWAN1). ANNULé<br />
# [[Zephyr]] : système d'exploitation pour l'Internet des Objets (Démonstration sur une carte [[Intel Quark D2000]]). ANNULé<br />
# [[HTTP/3]] : quoi de neuf ? Démonstration de l'amélioration des performances.<br />
# [[Gyro]] : domain-specific language designed to concisely describe a cloud infrastructure. Démonstration avec votre application eCOM JHipster sur Azure.<br />
# [[Deepfake Algorithms]] et outils.<br />
# [[Amazon Sidewalk]]<br />
# Interfaces Homme-Machine sans contact (sous réserve de démonstrateur)<br />
# Interfaces Homme-Machine haptiques (sous réserve de démonstrateur)<br />
# Algorithmes et systèmes de vote électronique : vices et vertus.<br />
# [[Normes et systèmes de signature électronique]]<br />
# Database as a Microservice : [[HarperDB]]<br />
# [[Web of Things (WoT)]]</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49344VT2020 - Nearby Communications Fiche2020-12-10T22:14:00Z<p>Remy.Palomo: /* De nombreuses versions au fil des ans */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil du temps ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49343VT2020 - Nearby Communications Fiche2020-12-10T22:13:39Z<p>Remy.Palomo: /* Et la CyberSécurité dans tout ça ? */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la Sécurité / CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49342VT2020 - Nearby Communications Fiche2020-12-10T22:13:15Z<p>Remy.Palomo: /* */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== Une concurrence forte ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49341VT2020 - Nearby Communications Fiche2020-12-10T22:12:48Z<p>Remy.Palomo: /* Une première application : Robotaxi */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : '''Robotaxi''' ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49340VT2020 - Nearby Communications Fiche2020-12-10T22:12:16Z<p>Remy.Palomo: /* Un véhicule loin d'être standard */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49339VT2020 - Nearby Communications Fiche2020-12-10T22:12:07Z<p>Remy.Palomo: /* Un véhicule loin d'être standard */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49338VT2020 - Nearby Communications Fiche2020-12-10T22:11:55Z<p>Remy.Palomo: /* Un véhicule loin d'être standard */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49337VT2020 - Nearby Communications Fiche2020-12-10T22:11:34Z<p>Remy.Palomo: /* Les avantages de l'Open Source */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- '''8500''' pull requests<br />
<br />
- '''15000''' commits<br />
<br />
- '''400000''' lignes de code<br />
<br />
- '''235''' contributeurs<br />
<br />
- '''8''' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49336VT2020 - Nearby Communications Fiche2020-12-10T22:11:05Z<p>Remy.Palomo: /* Les avantages de l'Open Source */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- ''8500'' pull requests<br />
<br />
- ''15000'' commits<br />
<br />
- ''400000'' lignes de code<br />
<br />
- ''235'' contributeurs<br />
<br />
- ''8'' versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49335VT2020 - Nearby Communications Fiche2020-12-10T22:10:39Z<p>Remy.Palomo: /* Les avantages de l'Open Source */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- 8500 pull requests<br />
<br />
- 15000 commits<br />
<br />
- 400000 lignes de code<br />
<br />
- 235 contributeurs<br />
<br />
- 8 versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49334VT2020 - Nearby Communications Fiche2020-12-10T22:10:23Z<p>Remy.Palomo: /* De nombreuses versions au fil des ans */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- 8500 pull requests<br />
<br />
- 15000 commits<br />
<br />
- 400000 lignes de code<br />
<br />
- 235 contributeurs<br />
<br />
- 8 versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49333VT2020 - Nearby Communications Fiche2020-12-10T22:10:07Z<p>Remy.Palomo: /* De nombreuses versions au fil des ans */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- 8500 pull requests<br />
<br />
- 15000 commits<br />
<br />
- 400000 lignes de code<br />
<br />
- 235 contributeurs<br />
<br />
- 8 versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49332VT2020 - Nearby Communications Fiche2020-12-10T22:09:54Z<p>Remy.Palomo: /* De nombreuses versions au fil des ans */</p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
<br />
<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- 8500 pull requests<br />
<br />
- 15000 commits<br />
<br />
- 400000 lignes de code<br />
<br />
- 235 contributeurs<br />
<br />
- 8 versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=VT2020_-_Nearby_Communications_Fiche&diff=49331VT2020 - Nearby Communications Fiche2020-12-10T22:09:34Z<p>Remy.Palomo: </p>
<hr />
<div>Contrairement à ce que son nom laisse supposer, Apollo n'a rien à voir avec la NASA, mais est ici une plateforme de conduite autonome open source qui a été publiée par la société Baidu Research en 2017. L'objectif étant de développer des voitures totalement autonomes d'ici 2020. Ce délais semble assez court, mais Baidu estime que l'open source permettra d’accélérer les tests et le déploiement.<br />
(Son nom fait tout de même référence aux missions Apollo de la NASA entre les années 1960 et 1970).<br />
<br />
== De nombreuses versions au fil des ans ==<br />
<br />
[[File:Versions.png|1000px|thumb|Schémas représentant les différentes versions d'Apollo existante]]<br />
<br />
Comme nous pouvons le voir ci-dessus, Apollo a beaucoup évolué en peu de temps. Chaque version a apporté de nouvelle caractéristiques au projet. <br />
En effet, à chaque nouvelle release, des composants hardware sont rajoutés afin d'affiner encore plus la capacité d'analyse de l'environnement. Les contributeurs doivent alors ajouter au projet des modules de code afin de prendre en compte ces nouveaux composants.<br />
<br />
'''Apollo 1.0'''<br />
<br />
Apollo 1.0 fonctionne dans un lieu clos, comme une piste d'essai ou un parking.<br />
<br />
'''Apollo 1.5'''<br />
<br />
Avec Apollo 1.5, les véhicules ont une meilleure perception de leur environnement et peuvent mieux cartographier leur position actuelle. Cela leur permet de planifier leur trajectoire sur leur voie.<br />
<br />
'''Apollo 2.0'''<br />
<br />
Apollo 2.0 permet aux véhicules de rouler de manière autonome sur des routes urbaines simples. Les véhicules sont capables de rouler sur les routes en toute sécurité, d'éviter les collisions avec les obstacles fixes, de s'arrêter aux feux de circulation et de changer de voie.<br />
<br />
'''Apollo 2.5'''<br />
<br />
Apollo 2.5 permet au véhicule de rouler de manière autonome sur des autoroutes. Les véhicules sont en mesure de maintenir le contrôle de leur voie, de se mettre en vitesse de croisière et d'éviter les collisions avec les véhicules environnants.<br />
<br />
'''Apollo 3.0'''<br />
<br />
Le but d’Apollo 3.0 est de préparer un environnement pour permettre aux développeurs de travailler sur les espaces à faible vitesse.<br />
<br />
'''Apollo 3.5'''<br />
<br />
Apollo 3.5 est capable de naviguer dans des scénarios de conduite complexes tels que les zones résidentielles et les centres-villes.<br />
<br />
'''Apollo 5.0'''<br />
<br />
Avec Apollo 5.0, la voiture peut gérer les conditions changeantes de scénarios routiers complexes. Elle prend en charge des scénarios supplémentaires tels que les arrêts et le franchissement d'intersections dénudées.<br />
<br />
<br />
== Les avantages de l'Open Source ==<br />
<br />
En 2017 Baidu a publié Apollo en open-source sous license Apache 2.0. En seulement trois ans, comme l'espérait Baidu, il y a eu beaucoup de contributeurs à la plateforme.<br />
<br />
Quelques stats :<br />
<br />
- 8500 pull requests<br />
<br />
- 15000 commits<br />
<br />
- 400000 lignes de code<br />
<br />
- 235 contributeurs<br />
<br />
- 8 versions<br />
<br />
Le projet est essentiellement codé en C++ et en python pour le module d’Intelligence Artificielle.<br />
<br />
<br />
== Des Modules rendant plus "intelligent" ==<br />
<br />
Comme dit précédemment, des modules sont ajoutés à chaque version. Ces modules, destinés à permettre l’autonomie de la voiture, ont été partagés en 7 catégories.<br />
<br />
'''Perception de précision'''<br />
<br />
Le module de perception intègre la capacité de détecter et de reconnaître les obstacles et les feux de circulation.<br />
<br />
''Obstacle''<br />
<br />
Le sous-module de détection d'obstacles détecte, segmente, classe et suit les obstacles. Il prédit également le mouvement des obstacles et l'information sur leur position (la direction et la vitesse). <br />
<br />
''Feux de circulation''<br />
<br />
Le sous-module de feux de circulation détecte les feux de circulation et reconnaît leur état à partir d’images.<br />
<br />
'''Simulation'''<br />
<br />
La simulation permet de parcourir virtuellement des millions de kilomètres par jour en utilisant un ensemble de données sur le trafic du monde réel. Grâce au service de simulation, les contributeurs ont accès à un grand nombre de scènes de conduite autonome pour tester, valider et optimiser rapidement des modèles d'intelligence artificielle.<br />
<br />
'''Carte Haute Définition et Localisation'''<br />
<br />
Baidu est capables de produire des données cartographiques HD à grande échelle.<br />
Ces cartes sont utilisés par le système de localisation. Et ce dernier est une solution de positionnement complète avec une précision au centimètre près.<br />
<br />
'''Planification'''<br />
<br />
Les véhicules Apollo sont équipés d'un système de planification comprenant la prédiction, le comportement et la logique de mouvement. Le système de planification s'adapte aux conditions de circulation en temps réel, ce qui permet d'obtenir des trajectoires précises, à la fois sûres et confortables. Actuellement, le système de planification fonctionne sur une route fixe dans toutes les conditions de jour comme de nuit.<br />
<br />
'''Contrôle Intelligent'''<br />
<br />
Les modules Apollo de commande intelligente de véhicule sont précis, largement applicables et adaptables à différents environnements. Les modules gèrent différentes conditions de route, vitesses, et types de véhicules.<br />
<br />
<br />
== Un véhicule loin d'être standard ==<br />
<br />
[[File:vueVehicule.png|1000px|thumb|Schéma de la disposition des composants hardwares sur le véhicule]]<br />
<br />
Les caméras, radar et lidar (radar laser) sont utilisés pour la perception de précision. La localisation s'effectue avec les GPS, les LIDARs et la représentation de la carte HD. Pour tout ce qui est des calculs de simulation, de contrôle, de planification ou d’interprétation des données extérieurs, il y a un IMU et un ordinateur industriel dans le coffre.<br />
<br />
== Et la CyberSécurité dans tout ça ? ==<br />
<br />
'''Sécurité de l'IA du véhicule autonome'''<br />
<br />
Un système de protection est construit pour protéger la sécurité des applications, des données, de l'IA, des communications et du cloud, et pour empêcher les intrusions externes, les fuites de propriété intellectuelle et le détournement de biens.<br />
<br />
'''Communication sécurisée'''<br />
<br />
L'IA du véhicule est isolée des autres réseaux. Cela fourni un contrôle pour assurer un accès sécurisé et identifier les comportements anormaux.<br />
<br />
'''Boîte noire'''<br />
<br />
Un boitier est intégré aux véhicules autonomes. Il enregistre et stocke en toute sécurité les données des capteurs, le mode de conduite, les instructions de planification et de contrôle envoyées à tout le système électronique. Il est utilisé pour les enquêtes sur les accidents et les incidents.<br />
<br />
<br />
== Une première application : Robotaxi ==<br />
<br />
Baidu a lancé en septembre 2019 un service de taxis autonome en Chine.<br />
45 véhicules électrique ont été équipé avec Apollo. Ces véhicules sont totalement autonome, même si un humain doit être au volant de chaque voiture pour être en conformité avec les réglementations chinoises.<br />
<br />
Le système fonctionne par tous temps et peut analyser et voir à plus de 300m.<br />
<br />
== ==<br />
<br />
'''Pony.ai '''<br />
<br />
La start-up fondée en décembre 2016 en Californie est focalisée sur le développement des softwares et infrastructures nécessaires pour qu'un véhicule autonome puisse percevoir son environnement, prédire ce que les autres vont faire et manœuvrer en fonction de ces données.<br />
<br />
'''Google '''<br />
<br />
La voiture sans conducteur de Google, appelée Google Car, est une voiture autonome en cours de développement. <br />
Deux types de véhicule sont à l'essai : d'une part des véhicules de série modifiés, à l'instar de Toyota Prius, et d'autre part la « Google car », véhicule électrique conçu entièrement par Google sans volant ni commandes d'accélérateur et de frein.<br />
La voiture autonome est autorisée à circuler sur la voie publique dans plusieurs États américains, toujours avec un conducteur derrière le volant pour reprendre le contrôle si nécessaire. <br />
<br />
'''Tesla '''<br />
<br />
En octobre 2016, Tesla annonce que ses voitures en production seront désormais équipées en matériel compatible à la conduite 100 % autonome. La partie « software » quant à elle viendra au fur et à mesure des années 2017-2018.<br />
Selon les dernières prévisions de la firme, le FSD (entièrement autonome) devrait être disponible officiellement mi-2020. C’est un grand pas en matière de conduite autonome qui précise les plans de Tesla de lancer une flotte de taxis autonomes dénommés « Robotaxi » en 2020 aux États-Unis avec cette fonction.<br />
<br />
'''Mercedes '''<br />
<br />
Mercedes s’est aussi lancé dans le développement de la voiture autonome. Et à vrai dire, la marque à l'hélice n’a pas fait que se lancer, elle est aujourd'hui à fond sur le développement de véhicules sans conducteur. Parmi ses véhicules phares, Mercedes a tenu a présenté sa berline iconique Classe E.<br />
La Classe E est équipée du Drive Pilot qui est une grande innovation dans le domaine de la voiture sans chauffeur. Mercedes a affirmé que cette nouvelle technologie permet au véhicule de circuler en file indienne sur autoroute sans que le chauffeur ait à toucher le volant. Un test a même déjà été fait sur un axe autoroutier autour de Lisbonne.<br />
<br />
== Sources ==<br />
<br />
http://www.open-source-guide.com/Actualites/Baidu-publie-une-plate-forme-de-conduite-autonome-open-source<br />
<br />
https://github.com/ApolloAuto/apollo<br />
<br />
http://apollo.auto/developer.html<br />
<br />
http://apollo.auto/platform/perception.html<br />
<br />
http://apollo.auto/platform/simulation.html<br />
<br />
http://apollo.auto/platform/security.html<br />
<br />
https://www.scmp.com/tech/innovation/article/3030608/residents-changsha-can-now-get-taste-future-after-baidu-launches<br />
<br />
https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google<br />
<br />
https://www.usine-digitale.fr/article/pony-ai-nouvelle-venue-sur-le-secteur-des-vehicules-autonomes-leve-214-millions-de-dollars.N719779<br />
<br />
https://fr.wikipedia.org/wiki/Tesla_(automobile)<br />
<br />
https://fr.wikipedia.org/wiki/Mercedes-Benz<br />
<br />
https://www.voitureautonome.net/mercedes-autonome.html</div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Presentation_mi-parcours.pdf&diff=48029File:Presentation mi-parcours.pdf2020-04-30T17:15:12Z<p>Remy.Palomo: Remy.Palomo uploaded a new version of File:Presentation mi-parcours.pdf</p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=File:Presentation_mi-parcours.pdf&diff=48028File:Presentation mi-parcours.pdf2020-04-30T17:14:17Z<p>Remy.Palomo: </p>
<hr />
<div></div>Remy.Palomohttps://air.imag.fr/index.php?title=Projets_2019-2020&diff=48027Projets 2019-20202020-04-30T17:13:55Z<p>Remy.Palomo: /* Affectation */</p>
<hr />
<div><<[[Projets 2018-2019]] | [[Projets]] | [[Projets 2020-2021]]>><br />
=INFO=<br />
==INFO3==<br />
<br />
==INFO4==<br />
===Projet Semestre S8===<br />
<br />
Enseignants responsables : Olivier Richard, Didier Donsez<br />
<br />
* Dates : Lundi après-midi, Mardi après-midi <br />
* Lancement: 20 Janvier 2020 après midi<br />
* Soutenance à mi-parcours: A définir<br />
* Soutenance: A définir<br />
<br />
* '''Evaluation à mi-parcours le lundi/mardi ???''': Format: 10min (5min de présentation 3 slides au plus, 5min de discussion). Cette évaluation sera prise en compte dans la note finale.<br />
<br />
'''Consignes générales:'''<br />
<br />
* '''Vous devez être pro-actifs !!!''': Si des points sont pas ou mals spécifiés, vous le faîtes et vous justifiez vos choix. Pour les problèmes techniques éventuels vous pouvez: creuser la question, contacter l'auteur du code si il y a lieu, écrire un rapport de bug ('''Attention:''' ca se prépare !), soumettre un patch/pull request, contacter l'enseignant ou la personne référente du projet.<br />
<br />
* '''Vous devez maintenir une fiche de suivi de projet''': elle doit être mise à jour chaque semaine, elle rassemble les élements essentiels du projet, elle indique les évolutions du projet et présente sa feuille de route. '''Note:''' le nom de la fiche doit être composé du nom du projet et suffixé par info4_2019_2020. '''Cette fiche compte pour la note finale'''<br />
<br />
* '''Votre code''' pour doit être hébergé sur le gitlab et à l'URL suivante https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20 , vous utiliserez votre compte UGA.<br />
<br />
* Chaque projet doit avoir '''aux moins 2 dépôts git''':<br />
** '''Un pour les documents''' demandés rapport, présentation de pré-soutenante, de soutenance, flyer. '''Il sera appelé documents.'''<br />
** Un ou plusieurs pour le code, les tests, les évaluations, les preuves de concept, la ou les documentations afférentes. <br />
<br />
* Les documents public doivent être rédigés en anglais (README, documentation, commentaires de code, nom de variables et de fonctions). Une bonnification sera accordée si le rapport et les transparents sont en anglais (la soutenance sera en francais).<br />
<br />
* '''La note obtenue''' tiendra compte du '''nombre et de la qualité des commits''' observé dans '''vos dépots git et la branche master''' (or depot documents). La qualité comprend l'intitulé du commit et son contenu. Les notes pourront être différentiées dans un groupe, il n'est pas acceptable de pas avoir de commit dans le(s) dépôt(s) du projet (or dépôt documents).<br />
<br />
* Il est fortement conseillé de suivre un '''développement incrémental''' qui permette d'avoir à tout moment un démonstrateur à présenter, un projet peut être constituer d'une succession de '''démonstrateurs présentables séparément'''.<br />
<br />
* Vous devez faire aussi des '''schémas d'architectures générales et/ou spéficiques, des diagrammes de séquence''', et autre documents de spécification si nécessaire. Ces documents vous serviront de base de discussion/brainstorming interne ainsi que dans vos différents documents (rapport, présentations, documentation). Ces schémas sont avant tout conceptuels et techniques.<br />
<br />
===Propositions de projets===<br />
* 1. [[ThingSat]] : LoRa in the Space, Didier Donsez avec le [https://www.csug.fr/ CSUG] (S)<br />
* 2. [[LoRaRescueBalloon]], Didier Donsez avec le [https://www.csug.fr/ CSUG] et l'[[Institut polaire Paul Emile Victor]]<br />
* Agriculture connectée en partenariat avec les projets collectifs IESE/MAT<br />
** 3. à [[ASAC/AP|Polytech]] : Nicolas Palix<br />
** 4. à [[ASAC/SJC|St Cassien]] : Nicolas Palix<br />
* 5. [[Dataviz de la qualité de l'air et de la pollution sonore]], Didier Donsez, avec Atmo AURA et [https://github.com/CampusIoT/campusiot.github.io CampusIoT] (M)<br />
* 6. [[Testeur radio LoRaWAN en Ionic pour la plateforme CampusIoT]], Didier Donsez (S&M) (Tech Ionic à confirmer)<br />
* 7. Intégration d'Intel [[Movidius]] ou [[MAix BiT]] à [[RobAIR]], Olivier Richard<br />
* 8. [[Application mobile de secours du PGHM]] : Didier Donsez, Olivier Fabre (PGHM)<br />
* 9. [[Application mobile pour la capture de marmottes]] : Didier Donsez, Franck Delbard<br />
* 10. [[Supports pédagogiques open-source pour l'initiation à l’Internet des Objets pour l’enseignement de SNT (Sciences Numériques et Technologie) au lycée]] : Olivier Richard et Didier Donsez<br />
* 11. [[Géolocalisation indoor avec Bluetooth 5.1 Bluetooth Direction Finding: Angle of Arrival (AoA) and Angle of Departure (AoD)]] : Didier DONSEZ, Franck ROUDET (Orange Labs Meylan)<br />
* DatViz pour l'IoT<br />
** 12. [[Amélioration de greffons Grafana]] : Didier Donsez<br />
** 13. [[Tableau de bord et kit de mesure du confort dans les bâtiments de l'UGA]] : Didier Donsez, Fabien Hornebeck (DG DAPAL), Laurence Deligny (DG DAPAL)<br />
** 14. [[Tableau de bord des capteurs LoRaWAN de la Ville de La Mure]] : Didier Donsez, Virginie Gondrand (Ville de La Mure)<br />
** 15. [[Tableau de bord et kit de mesure du confort dans le bâtiment Moonshot Lab]] : Didier Donsez, Jean-François Knoepfli (MoonshotLab), Joris Brémond (MoonshotLab)<br />
* 16. [[Contributions open source au projet EdCampus]] : Didier Donsez, Gérard Pollier (Disrupt Campus), Anthony Geourjon (Disrupt Campus)<br />
* 17. [[VisuGPX : Application mobile pour ski rando]], Didier Donsez, Ye.Ti (M)<br />
* 18. [[Projet d'Auscultation Partagée]] avec IESE4 et TIS5, Olivier Richard, Didier Donsez, Julie Fontecave-Jallon<br />
* 19. [[FPGA et Deep Learnning]] : Olivier Richard<br />
* 20. [[Source Héritage et NIX]] : Olivier Richard<br />
* 21. [[Proxy Cache HTTPS]] : Olivier Richard<br />
* 22. [[Reverse Proxy pour gestionnaire de taches]] : Olivier Richard<br />
* 23. [[Portail pour gestionnaire de taches]] : Olivier Richard<br />
* 24. [[Paquets NIX pour Polytech]] : Olivier Richard<br />
Non prioritaire<br />
* [[Application mobile de calcul de son empreinte carbone]] : Didier Donsez, Anne Delaballe (Disrupt Campus), XX (Café Collapse)<br />
* [[Serious game multi-joueurs pour tables tactiles en réseau]] : Anne-Laure Finkel, Tim Lepage, Didier Donsez. (S&M)<br />
* [[Benchmark de MCU pour l'IoT]] : Didier Donsez<br />
* [[Connecteur InfluxDB pour Cube.js]] : Didier Donsez<br />
* [[SimCity]] avec [[ThreeJS]]<br />
* [[WhereIsMyCar]] : application mobile pour se souvenir de l'endroit où sa voiture est garée. : Didier Donsez<br />
* [[CannonBall de voitures autonomes 2018]]<br />
* [[Covoiturage Solidaire]], Didier Donsez<br />
* [[Intégration d'OpenAM à la génération de JHipster]] : Didier Donsez<br />
* [[Comptage anonymisé de personnes]] : Didier Donsez et Franck Delbart<br />
* Carte de service étudiant avec [[Eclipse Keyple]] : Didier Donsez<br />
* [[Tableau de bord et kit de mesure du confort dans les bâtiments du CROUS]] : Didier Donsez (SOUS RESERVE)<br />
<br />
==== Affectation ====<br />
{|class="wikitable alternance"<br />
|+ Affectation des projets INFO4 2019-2020<br />
|-<br />
|<br />
!scope="col"| Sujet<br />
!scope="col"| Etudiants<br />
!scope="col"| Enseignant(s)<br />
!scope="col"| Fiche de suivi<br />
!scope="col"| Documents<br />
|-<br />
!scope="row"| 3<br />
| [[ASAC/AP|Agriculture connectée Polytech]]<br />
| VERNET MAXIME, SAJIDE IDRISS<br />
| PALIX Nicolas <br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/3/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 4<br />
| [[ASAC/ACJC|Agriculture connectée St Cassien]]<br />
| LABBE NICOLAS,RUZAFA REMY<br />
| PALIX Nicolas<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/4/docs/blob/master/README.md Fiche]<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/4/docs/-/blob/master/Projet_INFO4_-_LABBE_RUZAFA.pdf Rapport final] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 6<br />
| [[Testeur radio LoRaWAN en Ionic pour la plateforme CampusIoT]]<br />
| CROCIATI MORGAN,GRAUGNARD TOM<br />
| Didier Donsez<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/6/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 7<br />
| [[Intégration d'Intel Movidius ou MAix BiT à RobAIR]]<br />
| PALOMO REMY, BOLEAT BAPTISTE<br />
| Olivier Richard<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/7/docs/blob/master/README.md Fiche]<br />
| [[Media:INFO4_Movidius_RobAir-Report.pdf|Rapport final]] - [[Media:Presentation_mi-parcours.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 8<br />
| [[Application mobile de secours du PGHM]]<br />
| CHATON ALEXANDRA,FRION THOMAS<br />
| Didier DONSEZ<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/8/docs/blob/master/fiche_suivi.md Fiche]<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/8/docs/-/blob/master/Presentation/Final%20Report.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/8/docs/-/blob/master/Presentation/Diapo%20mi-parcours.pdf Presentation de mi-parcours]<br />
|-<br />
!scope="row"| 9<br />
| [[ Application mobile pour la capture de marmottes ]]<br />
| EL JRAIDI RIM, NELSON WILLIAM<br />
| Didier DONSEZ, Franck DELBARD<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/9/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 10<br />
| [[Supports pédagogiques open-source pour l'initiation à l’Internet des Objets pour l’enseignement de SNT (Sciences Numériques et Technologie) au lycée]]<br />
| CHAIX MANON,NGUENA ZEMAO GLORIA<br />
| Olivier Richard et Didier Donsez<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/10/docs/-/blob/master/README.md Fiche]<br />
| [[Media:Rapport_Projet10.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:Soutenance_Mi_Projet.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 11<br />
| [[Géolocalisation indoor avec Bluetooth 5.1 Bluetooth Direction Finding: Angle of Arrival (AoA) and Angle of Departure (AoD)]]<br />
| ARTAUD Adrien,FOUGERE SEBASTIAN<br />
| Didier DONSEZ, Franck ROUDET<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/11/docs/-/blob/master/README.md Fiche]<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/11/docs/-/blob/master/Project%20report.pdf Rapport final] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/11/docs/-/blob/master/Soutenance%20project.pdf Présentation de mi-parcours]<br />
|-<br />
!scope="row"| 12<br />
| [[Amélioration de greffons Grafana]]<br />
| MURPHY MICA,VELUT CLAIRE<br />
| Didier DONSEZ<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/12/docs/-/blob/master/Am%C3%A9lioration_plugin_Grafana_info4_2019_2020.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:Presentation-mi-parcours amelioration-greffons-grafana-2019-20.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 13<br />
| [[Tableau de bord et kit de mesure du confort dans les bâtiments de l'UGA]]<br />
| HO NHAT QUANG,MANISSADJIAN GABRIEL<br />
| Didier Donsez<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/13/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/13 Git]<br />
|-<br />
!scope="row"| 14<br />
| [[Tableau de bord des capteurs LoRaWAN de la Ville de La Mure]]<br />
| BILOUNGA-BI-NDONG ALECK,LOMBARD MYRIAM<br />
| Didier DONSEZ<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/14/docs/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 15<br />
| [[Tableau de bord et kit de mesure du confort dans le bâtiment Moonshot Lab]]<br />
| GUIVARCH ALAN, PAREILLEUX KILLIAN<br />
| Didier Donsez<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/15/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 16<br />
| [[Contribution au logiciel EDCampus]]<br />
| BEAUGRAND ELISA,DE GAUDENZI LOUIS<br />
| Didier Donsez, Anthony Geourjon<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/16/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:EdCampus.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 17<br />
| [[VisuGPX : Application mobile pour ski rando]]<br />
| ZERAMDINI OTBA, EL MUFTI ALI, DELBOS ROBIN<br />
| Didier Donsez<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/17/docs/-/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [https://air.imag.fr/images/1/13/Log_GPX_Pr%C3%A9sentation_de_mi-Parcours.pdf Presentation de mi-parcours]<br />
|-<br />
!scope="row"| 19<br />
| [[FPGA et Deep Learnning]]<br />
| COURTHIAL SAMUEL, LUIS FILIPE VELASCO DA SILVA<br />
| Olivier Richard<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/19/docs/blob/master/README.md Fiche]<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/19/docs/-/blob/master/Rapport%20final.pdf Rapport final] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/19/docs/-/blob/master/Presentation%20de%20mi-parcours.pdf Presentation de mi-parcours]<br />
|-<br />
!scope="row"| 20<br />
| [[Source Héritage et NIX]]<br />
| PASDELOUP ROMAIN,SALMON ALEXANDRE<br />
| Olivier Richard<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/20/docs/blob/master/CHANGELOG.md Fiche]<br />
| [[Media:Integration of Software Heritage in Nix package manager - PASDELOUP SALMON.pdf|Rapport final]] - [[Media:Fetch-Swh.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 21<br />
| [[Proxy Cache HTTPS]]<br />
| AUDIN RAPHAEL,RIVAL GAETAN<br />
| Olivier Richard<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/21/docs/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:Présentation Orale Proxy Cache HTTPS.pdf|Presentation de mi-parcours]]<br />
|- [[Media: xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 22<br />
| [[Reverse Proxy pour gestionnaire de taches]]<br />
| GUYOT SACHA,EL AJI HOUDA,ASSI DIMA<br />
| TODO<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/22/docs/blob/master/README.md Fiche]<br />
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]<br />
|-<br />
!scope="row"| 23<br />
| [[Portail_pour_gestionnaire_de_taches|Portail pour gestionnaire de tâches]]<br />
| ROLLIN ALEXIS,SAGET ANTOINE<br />
| Olivier Richard<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/19-20/23/docs/blob/master/README.md Fiche]<br />
| [[Media:Report_oar-dashboard_Alexis-ROLLIN_Antoine-SAGET.pdf|Rapport final]] - [[Media:Mi-parcours_oar-dashboard_Alexis-ROLLIN_Antoine-SAGET.pdf|Presentation de mi-parcours]]<br />
|-<br />
|}<br />
<br />
==INFO5==<br />
===Projet IoT S9===<br />
Enseignants responsables : Bernard Tourancheau<br />
<br />
Calendrier: ??? Septembre à ??? Décembre 2019.<br />
<br />
<br />
===Projet Semestre S10===<br />
<br />
Enseignants responsables : [[user:Donsez | Didier Donsez]]<br />
<br />
Calendrier: 28/01 (13H30) à Fin Mars 2020.<br />
<br />
Séances de Management de projets innovants: 29/01, 06/02, 13/02, 17/02, 18/03.<br />
<br />
Réunion de présentation : 28/01 (13H30) . Faire couler le café.<br />
<br />
Démarrage : 28/01 (13H30) . Faire couler le café.<br />
<br />
Soutenance à mi-parcours : Début Mars, 9H00-11H30 (15 minutes par équipe).<br />
<br />
Soutenance (puis Pot de la fin) : A définir : Semaine 16-20 Mars (probablement Jeudi ou Vendredi).<br />
<br />
14/02: [https://wiki.eclipse.org/Eclipse_IoT_Day_Grenoble_2020 Eclipse IoT Day Grenoble]<br />
<br />
====Propositions de projets S10====<br />
* [[Contributions à Software Heritage]] : : Didier Donsez, Roberto Di Cosmo<br />
* [[Contribution au projet open-souce ChirpStack]] (aka LoRaServer) : Didier Donsez<br />
* [[Contributions open-source au projet JHipster]] : Didier Donsez<br />
* [[Ecrire en gestes]] : Olivier Richard<br />
* [[Kine 2.0]] (suite de [[Rééducation Kiné connecté]] 2019): Sylvain Toru<br />
* [[Contributions open source au projet EdCampus]] : Gérard Pollier (Disrupt Campus), Anthony Geourjon (Disrupt Campus)<br />
* [[Contributions open source au projet SmartRecruiting]] : Gérard Pollier (Disrupt Campus), Anthony Geourjon (Disrupt Campus)<br />
* [[Secours Montagne avec LoRa]] : Bernard Tourancheau avec le PGHM Isère<br />
* [[Monnaies locales et blockchains]] avec Hyperledger, Didier Donsez, XXX (Cairn Grenoble). A CONFIRMER.<br />
* [[IoTChain]] : Didier Donsez<br />
* [[Projet STAPS]] : Didier Donsez<br />
<br />
<br />
Reporté<br />
* [[Analyse du pédalage cycliste sur home trainer via vidéo]] (Anthony Geourjon) en relation avec STAPS et TIS<br />
* Projet IA/Edge: Databox : Olivier Richard<br />
<br />
==== Affectations S10====<br />
{|class="wikitable alternance"<br />
|+ Affectation des projets INFO5 2019-2020<br />
|-<br />
|<br />
!scope="col"| Sujet<br />
!scope="col"| Etudiants<br />
!scope="col"| Enseignant(s)<br />
!scope="col"| Fiche de suivi<br />
!scope="col"| Documents<br />
|-<br />
<br />
!scope="row"| 1<br />
| [[Projet STAPS : Location de matériel sportif]]<br />
| ANCRENAZ Ariane, SAUTON Tanguy, SIBUE Quentin, VINCENT Mathieu (CP)<br />
| Didier Donsez<br />
| [https://gitlab.com/projet_info5/docs/blob/master/suivi.md Fiche de suivi]<br />
| [https://gitlab.com/projet_info5/docs/-/blob/master/report.md Rapport final] - [https://gitlab.com/projet_info5/docs/-/blob/master/technical-doc.md Rapport technique] - [https://docs.google.com/presentation/d/1XwvzTEflLjh5dl1qmWUroGbLI0u6ZcVMdVR7Nj3m_DQ/edit?usp=sharing Présentation intermédiaire] - [https://drive.google.com/file/d/1_GKpkopV9KaESZh5_YZCDy1_kDLEesv9/view?usp=sharing Présentation Finale (Slides+Notes)] - [https://www.youtube.com/watch?v=gKPdLq6TW0g Présentation finale (Vidéo)] - [https://gitlab.com/projet_info5 GitLab]<br />
|-<br />
!scope="row"| 2<br />
| [[Contributions à Software Heritage]]<br />
| Nathan Dalaine, Joachim Fontfreyde (CP), Léni Gauffier, Yann Gautier<br />
| Didier Donsez, Roberto Di Cosmo<br />
| [https://air.imag.fr/index.php/Softwareheritage-2020 Fiche de suivi]<br />
| [https://air.imag.fr/index.php/Rapport_final_software_heritage Rapport final] ([https://air.imag.fr/images/2/25/Rapport_Software_Heritage_Fontfreyde_Gautier_Dalaine_Gauffier.pdf pdf])- [https://air.imag.fr/images/2/2e/Rapport_Technique_Software_Heritage_Fontfreyde_Dalaine_Gauffier_Gauffier.pdf Rapport technique] - [https://air.imag.fr/images/e/e7/Diapo_Mi-Projet.pdf Présentation intermédiaire] - [https://gitlab.com/TODO/presentation/finale.md Présentation Finale] - [https://drive.google.com/open?id=1kfNjZGD4NIZImE359G937jIq8hJtCwGJ Présentation finale (Vidéo)] - [https://forge.softwareheritage.org/ Forge SH] <br />
|-<br />
!scope="row"| 3<br />
| [https://air.imag.fr/index.php/UGAChain-2020 Blockchain (UGAChain)]<br />
| REYGROBELLET Lucas (CP), BRES Maxence, BETEND Baptiste, DUMENIL Antoine<br />
| 💪🏼💣 Didier DONSEZ 🔥❤️<br />
| [https://air.imag.fr/index.php/UGAChain-2020 Fiche de suivi]<br />
| [https://gitlab.com/ugachain-2020/ugachain-2020/-/blob/master/docs/report.md Rapport final] - [https://air.imag.fr/images/7/78/Blockchain_-_Soutenance_interm%C3%A9diaire.pdf Présentation intermédiaire] - [https://www.youtube.com/watch?v=8kTE_Ez9chU Présentation Finale] - [https://gitlab.com/blockchain-ricm GitLab]<br />
|-<br />
!scope="row"| 4<br />
| [[Contributions open-source au projet JHipster]]<br />
| SALA Ergi, ARNOUX Thibaut, SOLVERY Tom, LORDEY Maxime, CHASSEGUET Corentin, LATTARD Alexis(CP)<br />
| Didier DONSEZ<br />
| [https://github.com/contribution-jhipster-uga/docs/blob/master/fiche_suivie.md Fiche de suivi]<br />
| [https://github.com/contribution-jhipster-uga/docs/blob/master/rapport_final.md Rapport final] - [https://github.com/contribution-jhipster-uga/docs Rapport technique] - [[Media:Contribution_jhipster_soutenance_intermediaire.pdf | Présentation intermédiaire]] - [https://drive.google.com/file/d/1hao-eS72MyCqB9OKdrgMWn5nCnwZOYrC/view?usp=sharing Présentation Finale + Démonstration] - [https://github.com/contribution-jhipster-uga Dépôts Github]<br />
|-<br />
!scope="row"| 5<br />
| [[Contribution au projet open-souce ChirpStack]]<br />
| RAKOTOARIMALALA Mandresy, MASTOURA Iheb, ZHENG Jian, JALMIN Hoël, DUMAX VORZET Mathieu, CORDAT-AUCLAIR Julien<br />
| Didier DONSEZ<br />
| [https://air.imag.fr/index.php/Contribution_ChirpStack Fiche de suivi]<br />
| [https://github.com/campus-iot/Chirpstack-docker/tree/final-report/Final%20report Rapport final] - [https://docs.google.com/presentation/d/1AuEhaHrHMfaVp9BKJF1YRoHDTcAAnk59moazu95j86U/edit?usp=sharing Présentation Finale] - [https://docs.google.com/presentation/d/1jki9UUmdc6g9Ql5Qc31wcFGkKlHdqY66hVSvVdGPKt0/edit?usp=sharing Présentatation intermédiaire] - [https://github.com/campus-iot Dépôts Github]<br />
|-<br />
!scope="row"| 6<br />
| [[Secours Montagne avec LoRa]]<br />
| WYKLAND Damien(SM), BADAT Leya, CUAU Victor, MASSON Jeremy, ZARCOS Paul<br />
| Bernard Tourancheau<br />
| [[PROJET-INFO5 1920 Secours Montagne avec LoRa | Fiche de suivi]]<br />
| [https://air.imag.fr/images/5/5b/SecoursMontagneLoRa1920_RapportTomePrincipal.pdf Rapport - Tome principal] - [https://air.imag.fr/images/a/aa/SecoursMontagneLoRa1920_RapportAnnexes.pdf Rapport - Annexes] - [https://air.imag.fr/images/2/29/SecoursMontagneLoRa1920_RapportMPI.pdf Rapport MPI] - [https://air.imag.fr/images/4/4f/SecoursMontagneLoRa_Soutenance_mi-parcours.pdf Présentation intermédiaire] - [https://air.imag.fr/images/8/8f/SecoursMontagneLoRa1920_SoutenanceFinale.pdf Présentation finale] - [https://drive.google.com/open?id=1cMHI9q-MkXd_WOeKalJQSLAXFzovm0IV Présentation finale screencast] - [https://air.imag.fr/images/2/23/SecoursMontagneLoRa1920_Demo.pdf Démonstration] - [https://gitlab.com/info5_2020_secoursenmontagne GitLab]<br />
|-<br />
!scope="row"| 7<br />
| [[Contributions open source au projet EdCampus]]<br />
| RIVOIRE Antoine, VINCENT Maxence, BONASPETTI Giulia, DECAMPS Marceau <br />
| Anthony GEOURJON - Gérard POLLIER<br />
| [https://air.imag.fr/index.php/Projet_EDCampus#Fiche_de_suivi Fiche de suivi]<br />
| [https://air.imag.fr/index.php/Projet_EDCampus Rapport final] - [https://drive.google.com/file/d/1Z5ib-fY2DHSgYRsREkvxlljJ8vHKQkd-/view?usp=sharing Démonstration] - [[Media:Rapport_Technique_EDCampus.pdf | Rapport technique]] - [[Media:Soutenance_intermediaire_Edcampus.pdf | Présentation intermédiaire]] - [[Media:Soutenance_finale_EdCampus.pdf | Présentation Finale]] - [[Media:Soutenance_finale_+_notes_EdCampus.pdf | Présentation Finale avec commentaires]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/edcampus GitLab]<br />
|-<br />
!scope="row"| 8<br />
| [[Contributions open source au projet SmartRecruiting]]<br />
| LANDI Estelle, REYMOND Estelle, Schanen Loic, VARENNE Rémi <br />
| Anthony GEOURJON - Gérard POLLIER<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/smartrecruiting/2019-2020/doc/-/wikis/Fiche-de-suivi Fiche de suivi]<br />
| [[Media:Rapport_SmartRecruiting.pdf | Rapport final]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/smartrecruiting/2019-2020/doc/-/wikis/Rapport-Polytech Rapport (md)] - [[Media:Rapport_technique_SmartRecruiting.pdf | Rapport technique]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/smartrecruiting/2019-2020/doc/-/wikis/Rapport-technique Rapport technique (md)] - [[Media:Presentation_mi-projet_smartrecruiting.pdf | Presentation intermédiaire]] - [https://docs.google.com/presentation/d/1ZLQYCfqEBoE9lJGzm3ConQi8VrLqG5aLi9m3czs4G_w/edit?usp=sharing Présentation Finale avec démonstration en GIF] - [[Media:Presentation_smartrecruiting_avec_notes.pdf | Presentation avec notes]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/smartrecruiting/2019-2020 GitLab] - [https://youtu.be/_-ffUTy7aHQ Démonstration application]<br />
|-<br />
!scope="row"| 9<br />
| [[Projet Guc Voile App]]<br />
| SOUCHON Loïc, THOMAS Antoine, TRESTOUR Grégory, VANDAL Jade<br />
| Anthony GEOURJON<br />
| [https://gricad-gitlab.univ-grenoble-alpes.fr/gucvoile/guc-voile-documentation/-/wikis/Fiche-de-suivi Fiche de suivi]<br />
| [[Media:guc_voile_rapport_final.pdf|Rapport Final PDF]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/gucvoile/guc-voile-documentation/-/blob/bda8199bad51ad6c4a4fdb0b31a1d14f460bd773/Rapports/Rapport_final.md Rapport Final MD] - [[Media:guc_voile_rapport_technique.pdf|Rapport Technique PDF]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/gucvoile/guc-voile-documentation/-/blob/bda8199bad51ad6c4a4fdb0b31a1d14f460bd773/Rapports/Rapport_technique.md Rapport Technique MD] - [[Media:Soutenance_Intermediaire_GucVoile.pdf|Presentation intermédiaire]] - [[Media:guc_voile_soutenance_finale.pdf|Présentation finale]] - [[Media:guc_voile_soutenance_finale_commente.pdf|Présentation finale commentée]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/gucvoile GitLab] - [[Media:demo_application_gucvoile.pdf|Démonstration Application Slides]] - [[Media:demo_logiciel_guc-voile.pdf|Démonstration Logiciel Slides]] - [https://www.youtube.com/watch?v=S_4OQx0hotI&feature=youtu.be Démonstration Application Vidéo] - [https://www.youtube.com/watch?v=ipfGFq5QVyo&feature=youtu.be Démonstration Logiciel Vidéo] <br />
|-<br />
!scope="row"| 10<br />
| [[Projet Kine 2.0]]<br />
| BARDOU Eva, DEVOS Xavier, HOUBRON Adrian, JAN Léo, PELISSON Antoine<br />
| Sylvain TORU<br />
| [https://air.imag.fr/index.php/Projet_Kine_2.0#Fiche_de_suivi Fiche de suivi]<br />
| [[Media:Kiné_Connecté_2.0_-_Rapport_final.pdf|Rapport final]] - [[Media:Kiné_Connecté_2.0_-_Rapport_technique.pdf|Rapport technique]] - [[Media:INFO5_Bardou-Devos-Houbron-Jan-Pelisson_Dossier_MPI.pdf|Rapport MPI]] - [[Media:Projet_Kiné2.0_-_Soutenance_de_mi-parcours_03_03_20.pdf|Présentation intermédiaire]] - [[Media:Projet_KinéConnecté2.0_-_Soutenance_finale_27_03_20.pdf|Présentation Finale (Slides)]] - [https://drive.google.com/open?id=1e99UvMczNwKSa3wspA_81SqOU6lBVgw6 Présentation Finale (Screencast)] - [[Media:KC2.0_-_Déroulement_démonstration.pdf|Démonstration (Workflow)]] - [https://drive.google.com/open?id=1K_oK1Hxh6M58O_w4hjmaxrI53G6pb_s_ Démonstration (Screencast)] - [https://gitlab.com/Eva_B/reeducation_kine_connecte GitLab]<br />
|-<br />
!scope="row"| 11<br />
| [[Projet Ecrire en geste]]<br />
| CHABRE Manon, COSCIA Daniel, DENIS Guillaume, DE ARAUJO Bastien et ALACALI Kadir Uraz<br />
| Olivier RICHARD<br />
| [https://github.com/WriteInGesturesProject/docs/blob/master/suivi.md Fiche de suivi]<br />
| [https://github.com/WriteInGesturesProject/docs/blob/master/Rapport%20Final.md Rapport final] - [https://github.com/WriteInGesturesProject/docs/blob/master/Rapport%20Technique.pdf Rapport technique] - [https://github.com/WriteInGesturesProject/docs/blob/master/Pr%C3%A9sentation%20mi%20parcours.pdf Présentation Intermédiaire] - [https://github.com/WriteInGesturesProject/docs/blob/master/Pr%C3%A9sentation%20Finale.pdf Présentation Finale] - [https://github.com/WriteInGesturesProject/ GitLab]<br />
<br />
<br />
|}<br />
<br />
====Instructions pour l'évaluation du projet S10====<br />
La soutenance de projet prévue les 19-20 Mars, est remplacée par:<br />
* soit un screenscast de la présentation (20-25 minutes) et un screencast de la démonstration (10 minutes),<br />
* soit le jeu de transparents de la présentation avec le discours dans les notes de présentation et un screencast de la démonstration (10 minutes).<br />
<br />
* La présentation est constituée des chapitres suivants:<br />
** Rappel du sujet/besoin et cahier des charges<br />
** Technologies employées<br />
** Architecture techniques<br />
** Réalisations techniques<br />
** Gestion de projet (méthode, planning prévisionnel et effectif, gestion des risques, rôles des membres ...)<br />
** Outils (collaboration, CD/CI ...)<br />
** Métriques logiciels : lignes de code, langages, performance, temps ingénieur (d'après vos journaux), la répartition des lignes de code et des commits en pourcentage entre les membres du projet ...)<br />
** Conclusion (Retour d'expérience)<br />
** Transparent expliquant la démonstration<br />
<br />
<br />
* L'ensemble des documents doit être accessible depuis le tableau ci-dessus et dans chaque fiche de suivi.<br />
* Le screencast sera rendu disponible via un partage caché (wetransfer, google drive …) dont le lien sera ajouté dans le devoir idoine sur Moodle et également envoyé par mail à votre tuteur.<br />
<br />
<br />
* Le rapport final contient les mêmes chapitres que la présentation ainsi qu'un glossaire et une bibliographie. Le rapport ne doit pas dépasser 15 pages (schémas et figures compris). Vous pourrez référencer les autres documents que vous avez produits au cours du projet (spécifications détaillées, algorithmes, conception d'écrans ...).<br />
<br />
* Le rapport final est au format Markdown et doit être placé dans un des dépôts Git de votre groupe/organisation.<br />
<br />
* NB: le rapport technique listé dans la colonne Documents contient tout ce qui ne tient pas dans les 15 pages du rapport final : cahier des charges, diagrammes UML, enquêtes utilisateurs design UI, API, technologies employées (détail), plan de tests, term of services, conformance RPGD, audits/diagnostiques sécurité, MTBR, rapport de vulnérabilité, plan de charge, rapports de charge, manuel d'installation … : ça dépend un peu de la nature de votre projet.<br />
<br />
<br />
* '''TOUT Le matériel emprunté au fablab devra être rapporté et restitué au fablab dans un sac cabas une fois l'épisode Covid-19 passé.'''<br />
<br />
<br />
* '''Les documents demandés doivent être disponibles le Vendredi 27 Mars 2020 (fin d'après midi).'''<br />
<br />
= Projets collectifs MAT/IESE =<br />
<br />
== Années 3 et 4 ==<br />
<br />
* [[ASAC/ACJC|Agriculture connectée]] (projets [[ASAC/SJC|Serres connectées]] et [[ASAC/GEJC|Gestion de l'eau]]) @ Jardins du coteau<br />
* [[ASAC/AP|Aquaponie @ Polytech]]<br />
<br />
=[[Projets M2PGI Services Machine-to-Machine et Internet-of-Things]]=<br />
==[[PM2M/2019/TP|PM2M]]==</div>Remy.Palomo