Jury Challenge Boitier Connecté Open Source
Description en une ligne : Jury Challenge Boitier Connecté Open Source
Description : ... Le challenge est présenté :
- sur la page dédiée : http://occ-challenge.strikingly.com/
- sur la page du wiki associée
Equipe 1 : TWEAG.IO
- Tweag : société de service, développeurs, 36 ingénieurs - 16 PhDs, compétence en blockchain
- Le cas d'usage : Véhicule Laboratoire : from IOT to blockchain - end to end solution
- détection d'un accident identifié par une accélération => événement remonte dans le cloud (IOT), si il y a un consensus entre les parties prenantes (véhicules, piétons, ...) => événement devient certifié via une blockchain 'ethereum'
- Proposition d'une amélioration de conduite
- Capteurs utilisés : accéléromètre, GPS
- plateforme utilisée : AWS
- protocole internet : HTTP
- logiciel utilisé : Nix (open source) qui utilise des outils d'analyse de données
- Database créée en cas d'accident
- Utilisations:
- pour les assurances : un accident = un smart contract avce toutes les infos, des photos
- pour les constructeurs
- pour les collectivités
Livrables
- présentation et logiciel sur github
- slides
- film
- blog post qui décrit le cas d'usage
- un maximum de traitement de données doit être fait en embarqué pour réduire les flux de données, et donc faire une analyse de l'accident à bord et ensuite envoyer les données.
Démonstration dun accident en live
- accident remonte et création d'un hash
- création d'une page web à remplir par les parties prenantes dans une app type "constat amiable" avec la possibilité d'ajouter des images/films
- Autre Cas d'usage pour les TC (antoine Chèvre): preuve d'horaire / retard pour les opérateurs vis à vis de l'autorité au Brésil
Equipe 2 : HIPPOBOX
- Thibault, Thomas, Cindy - étudiants Efrei Paris
- Cas d'usages: Véhicule as a lab - évaluation des chauffeurs est subjective. Le projet vise à qualifier de façon objective la qualité de conduite d'un chauffeur
- Utilisation de l'IOT pour collecter des données
- qualité d'un trajet
- quelles métriques ? quels calculs
- Inconfort principalement dû : accélération latérale, les "secousses"
- quelles manoeuvre, quelle accélération
- accélération, fréquence
- Données récupérées toutes les secondes de la Mangoh d'un coté et de l'autre du CAN Bus
- accélération, GPS
- CAN Bus : angle volant, pédale accél/frein
- à la fin de la course, calcul et attribution de la note pour la course
Améliorations proposées
- T°, vibration, bruit,
- comparaison des conduites sur un même trajet
- séparer les causes route / chauffeur
- PAS de Prototype (!) PB avec la MangoH (installation) : collecte de données accéléro, gyro
- Réalisé : Développement d'une App sous Android
Equipe 3 : SMILE
- Smile : intégrateur open source
- intérêt pour l'embarqué et l'IOT
- 2 Cas d'usage:
- vehicle as a lab
- vehicle as a common
- Smart Coach : chauffeur intelligent
- ordi simule le CAN, le GPS
- hyppovigilance (Open CV)
- Dashboard :
- geolocalisation
- vitesse
- endormissement
- Logiciel simulant un véhicule qui va produire des trames GPS en entrant un point origine / point arrivée
- Carte mangoH utilisée avec connecteur IOT (utilisé avec Legato)
- Utilisation du framework Legato, cloud IOT Airvantage
- Détecteur endormissement en utilisant Open CV avec un algo d'IA de face-mapping
- Tableau de bord interactif basé sur OSM (offline) pour alerter le conducteur en cas de dépassement vitesse et endormissement
DEMO
- fonctionnelle sur la vitesse, l'hyppovigilance ! (vidéo)
- Roadmap pour finaliser
- se connecter à un vrai véhicule
- finaliser la connexion Airvantage pour coupler à une gestion de flotte de véhicule
- intégration bluetooth pour le coupler à un tél du chauffeur
- élargir le spectre de données CAN
- conduite assistée
Livrables
- Présentation, GitHub, video
- logiciels dont logiciel de trame CAN
- Remarques Antoine: créer un indicateur d'écoconduite et/ou intégrer le soft de l'IFPEN GecoAir
Equipe 4 : JarjarBus
- Virginie, Jérémy et Majdi, 2 étudiants efrei
- Choose your bus ride
- Un bus est rempli ou vide ? IOT + API pour aller questionner cette donnée
- Problème: pour une ligne, un arrêt, combien de personne dans le véhicule
- une API qui donne une idée du nb de personne
- une application mobile pour visualiser tous les trajets de bus
- une ouverture de l'API pour d'autres cas d'usages
- pour chaque arrêt, combien de pers montent/descendent ?
DEMO
- application : ligne de bus, X montée / Y descente
- détection de personne dans le bus:
- Open CV avec une caméra pour compter le nb de personne à la montée / descente
- dans le bureau
- appliqué sur une vidéo d'un bus
- Prochaine étape:
- améliorer la performance du comptage
- utiliser la caméra directement mangOH
Livrables
- 2 articles de blog medium openhardw.re
- logiciels sur github
- questions: RGPD, difficulté à avoir des données pour entrainer l'algorithme
- où tester ?
- Cas d'application:
- transports pour les voyageurs, pour l'exploitant et l'AOM
- comptage dans les files en général
Jury
- critères:
- Compréhension du défi proposé
- Pertinence de la démarche suivie
- Caractère original et/ou innovant de l’approche
- Pertinence du prototype réalisé
- Qualité de la démonstration/simulation
- Potentiel business du projet
- Potentiel de l’équipe à industrialiser une future solution
LIVRABLES
- Toutes les équipes qui ont reçu du matériel (9 équipes)** : renvoie à Saeid le matériel non utilisé, surtout celles qui n’ont pas présenté de projet hier. Celles qui souhaitent poursuivre peuvent le garder en nous tenant informé
- Les 4 équipes finalistes**
- chacune envoie : présentation, github, video, articles
- sur le wiki : une personne de chaque équipe (se crée un compte personnel) et crée une page en utilisant le formulaire Commun : https://wiki.lafabriquedesmobilites.fr/wiki/Cr%C3%A9er_une_ressource et rempli la fiche du mieux possible
- celles qui le souhaitent peuvent publier un article sur blog FabMob pour raconter le projet
- celles qui le souhaitent sont invitées aux meetup open transport organisées par Bertrand.billoud@kisio.com
- les 3 équipes : SMILE, TWEAG et JARJARBUS sont priées de nous envoyer un RIB
PRIX
- 1er SMILE 5000€ + entrée et Stand Innovation Summit Sierra : Proposition de suite : améliorer la présentation avec un schéma général, finaliser le prototype pour la conférence Sierra en Octobre
- 2ème Tweag 2000€ + entrée Inno Summit: Proposition de suite : finaliser le prototype
- 3ème JarJarBus 1000€ + entrée Inno Summit : Proposition de suite : produire le prototype
- 4ème HippoBox : Entrée Inno Summit: Proposition de suite : réussir l'installation de MangoH
Organisations impliquées : Kisio, SIERRAWIRELESS, Richardson RFPD, Movin'On LAB - Michelin, SMILE, Tweag, AFD, ADEME
Tags : Challenge, Boitier
Thème : Blockchain, Open HardWare, Open Street Map OSM, Voiture Connectée, Données ouvertes, Traces de mobilité et des données associées, Ecoles et Etudiants, Logiciel Libre, Collectivité
Animateur Atelier : Gabriel Plassat
Défi lié à l'Atelier : Abaisser les barrières pour innover sur le véhicule, Augmenter les connaissances partagées en cartographie et usages des véhicules et réseaux de transports
Commun(s) impliqué(s) : Boitier Connecté Open Source, Smart Coach - Equipe Smile, Tweag.IoT.2.Blockchain
Communauté(s) d'intérêt impliquée(s) : Communauté Voiture Connectée, Communauté autour de la Blockchain, Communauté autour des traces de mobilité et des données associées
Actions décidées par les participants : Identifier ou Produire un Commun utile à la communauté, Générer de nouvelles idées - apporter de nouveaux points de vue
Espace d'échange CHAT : https://chat.fabmob.io/channel/voiture_connectee
Prochaine Etape : * Faire connaître les communs produits, les utiliser à travers de nouveaux challenges
- Relancer un nouveau challenge sur les mêmes bases techniques améliorées avec d'autres cas d'usage
Autres informations :