Cours:BUTiot

S5/S5 - AII - Objets connectés (IoT) : génération, transmission, traitement et analyse de données distribuées

Description générale

Comment acquérir des données distribuées (d'objets connectés ou de serveurs), les analyser (détecter), les traiter (ie les modifier) et le redistribuer, tout ceci en temps réel.

Programme National

S5

• Architectures IoT (Extreme edge/edge/mist/fog/cloud, passerelle);
• Communication indirecte orientée message (Publier/Souscrire, broker, MQTT);
• Gestion de la qualité de service (QoS);
• Notions d’API (déclaration, appel de services);
• Tableau de bord (node-red, grafana...).

• Big Data et Cloud computing : définition et technologies;
• Relations entre IoT, Cloud et Big Data;
• Applications aux systèmes automatisés.

S6

• Développer un programme permettant de transmettre des données issues d’un ou plusieurs nœuds de capteurs (clients) vers un serveur afin de réaliser des applications diverses : stockage de données dans une base SQL, génération d’une page web pour l’affichage des données, ainsi que des fenêtres de commande graphique ou de supervision (utilisation des protocoles de communication liés à l’internet des objets, création de tableaux de bord pour la visualisation de données);
• Développer un programme, coté objet (cible microcontrôleur de type ESP32), pour générer des données utiles (basées sur la récupération d’informations fournies par des capteurs, après mise en forme).
• Présentation du concept de l’IIoT en automatisation industrielle;
• Exemples d’IoT industriels;
• Apprentissage des bases d’un langage de programmation classique de l’IoT;
• Génération de données à l’aide d’une cible microcontrôleur.

Volumes horaires

• S5 - Informatique Spécialisée : 12h = 3h CM + 9h TD
• S6 - Industrie du futur : 19,5h = 4,4h CM + 9h TD + 6h TP

Contenu/progression sur les deux semestres

S5

• Contexte Objets Connectés
• MQTT : envoyer/recevoir des données
• Javascript => Node.js => NodeRed
• analyser des données temps réel : détection d'anomalies ponctuelles (type abberation) par approche statistique
• traiter des données temps réel : filtrage

S6 (prévision)

• Génération de données avec capteurs et SBC
• appareils Zigbee
• Tableau de bord/Supervision : HomeAssistant (visualisation / scénarios)
• lien base de données
• approfondissement : Traitement et analyse de données
  • Multicapteurs
  • approches Apprentissage Artificiel : classification supervisée / non-supervisée (clustering)

Évaluations

• ...

Élements de Cours Magistral

• Diapositives

Travaux Dirigés / Pratiques

S5

• Étape 1 - MQTT : envoyer/recevoir des données
• Étape 2 - Node.js : envoyer/recevoir des données avec MQTT
• Étape 3 - Node.js : Détection temps réel d'anomalies de type données aberrantes
• Étape 4 - Node.js : filtrage de données temps réels
• NodeRed

Ressources externes

• Javascript :
  • You Don't Know JS Yet: Get Started - 2nd Edition - Chapter 2: Surveying JS
  • JavaScript for impatient programmers
  • Introduction to modern JavaScript for C/C++ developers
  • JavaScript Primer
• Node.js :
  • How much JavaScript do you need to know to use Node.js?
  • Learn Node.js
• NodeRed :