Revision as of 18:06, 14 June 2018

Etudiant : Léo Valette in (RICM4, Polytech Grenoble, UGA, Grenoble, France)

Encadrants : Alexandre Carissimi in (UFGS, Porto Alegre, Brésil), Didier Donsez in(UGA, Grenoble, France)

Semaine 0

Récupération des différentes cartes STM32, RPI3, Movidius, ...

Lundi
- Arrivée à Porto Alegre et Installation
Mardi
- Rédaction cahier des charges selon le standard IEEE/ANSI 830-1998 SRS
- Etudes du matériel (Lidar, clef Movidus, Cartes ST)
- Installation des outils ST
Mercredi
- Installation et test des outils pour le Movidus Neural Stick
Jeudi
- Etude et documentation sur le deep learning et les applications possibles au sujet
Vendredi
- Etude, formation et documentation sur le deep learning

Lundi
- Réunion avec Alexandre Carissimi
- Flashage de la carte SD pour la Pi
- Recherches sur une possible connexion entre le Lidar et la Raspberry Pi afin, en plus de détecter un objet, de connaître à quelle distance il est
- Préparation du schéma de câblage entre la Raspberry Pi et le LiDaR
Mardi
- Installation des outils pour le Movidius NCS sur la Raspberry Pi
- Compilation des réseaux de neurones pré-entrainés sur la Raspberry Pi
Mercredi
- Suite de la compilation des réseaux de neurones pré-entrainés sur la Raspberry Pi
- Documentation sur la liaison Pi / LiDaR
- Demande de fournitures (condensateur et câbles)
Jeudi
- Ecriture d'un programme permettant à la Pi de prendre une photo avec sa caméra, de l'analyser (deep learning) et de dire (via la sortie audio) quel objet a été reconnu
- Arrivée des fournitures
- Branchement du LiDaR sur la Raspberry Pi
- Premières mesures
Vendredi
- Installation d'une machine virtuelle Windows pour résoudre les problèmes de compatibilité des outils ST
- Recherches pour réduire le temps nécessaire à la prise d'une photo
- Ajout de la mesure de distance au programme

Lundi
- Recherches pour augmenter le rayon de détection du LiDaR
- Création du dépôt git du projet
- Ajout du code sur Github
Mardi
- Ecriture du ReadMe du projet.
- Le programme est maintenant lancé au démarrage de la Pi
- Tests
Mercredi
- Ajout de la distance à laquelle est l'objet dans le retour audio
- Recherches sur la meilleure manière d'exploiter la carte B-L475E-IOT01A
Jeudi
- Férié (Corpus Christi)
Vendredi

Lundi
- Réunion avec Alexandre Carissimi
- Branchement du LiDar à la carte STM32 B-L475E-IOT-01A + installation des outils sur la machine virtuelle Windows
- Début du rapport sur la technologie Movidius NCS + Raspberry Pi + LiDaR
Mardi
- Prise en main de la carte STM32 B-L475E-IOT-01A et documentation
Mercredi
- Finalement, utilisation de mbed pour la carte (plus rapide et plus simple d'utilisation)
- Tentative d'utilisation du LiDar via la carte STM32 B-L475E-IOT-01A
- Communication LiDar / STM32 B-L475E-IOT-01A
- Affichage des distances mesurées à l'écran
Jeudi
- Recherches sur comment faire un retour efficace à l'utilisateur
- Documentation sur l'utilisation du NFC, du WiFi et du BLE
Vendredi
- ReadMe de la carte STM32 B-L475E-IOT-01A + LiDar Lite
- Tests

Lundi
- Prise en main de la carte Nucleo 53L1A1 et documentation
- Installation des outils sur la machine virtuelle Windows 10
- Problème de gestion des USB avec la machine virtuelle (résolu)
Mardi
- Tutoriels sur STM32CubeMX
- Installation de VL53L1X GUI. Non fonctionnel pour l'instant : impossible de connecter les cartes, le capteur n'est pas détecté
Mercredi
- Résolution du problème avec VL53L1X GUI
- ReadMe de la carte VL53L1X GUI
- Rapport de la carte VL53L1X GUI
Jeudi
- Recherches sur les applications possible pour faire le retour utilisateur avec la carte B-L475E-IOT01A
- Lectures de documents rédigés par des aveugles sur leur handicap ou par des personnes ayant interviewé des aveugles.
Vendredi

@@ Line 93: / Line 93: @@
 * Jeudi
 ** Recherches sur les applications possible pour faire le retour utilisateur avec la carte B-L475E-IOT01A
+** Lectures de documents rédigés par des aveugles sur leur handicap ou par des personnes ayant interviewé des aveugles.
 * Vendredi