Previous editions
ingi |
2023
Equiper votre kot d'un accès Eduroam
A partir de Bac 3 ou avoir validé le cours LINFO1341 - Réseaux informatiques
Compétences nécessaires : Compréhension des réseaux IP, confort avec la ligne de commande
Ce que vous aurez l'occasion de faire : Configurer et tester un firmware open-source pour routeur Wi-Fi afin de proposer le réseau eduroam dans tout les kots qui le souhaite.
Ce que vous apprendrez : Administrer un routeur via OpenWRT, configurer des réseaux Wi-Fi complexes et respectant la norme eduroam.
****
Home Assistant
Evaluation de l'empreinte carbone des maisons intelligentes avec un plugin Home Assistant ...
A partir de BAC 1
Home Assistant est une interface d'automatisation domestique utilisée par des centaines de milliers d'utilisateurs dans le monde. Sa particularité est d'être hautement configurable et compatible avec de nombreux appareils, allant des lumières aux systèmes de chauffage, en passant par les alarmes et les détecteurs de présence, les portes, les stores, ainsi que tous les nouveaux dispositifs IoT connectés, des réfrigérateurs aux machines à café, en passant par les lave-linge et les brosses à dents. Ainsi, tout utilisateur de Home Assistant a souvent une liste complète de tous les appareils "intelligents" de sa maison, même avec leur état actuel (allumé, éteint, lumière réduite à 20%, etc.). Parfois, ils disposent également de la consommation d'énergie de l'appareil, ou de la consommation d'énergie des appareils standard grâce à une prise de surveillance, comme pour un réfrigérateur ou un lave-linge.
L'automatisation domestique est, pour la plupart des gens, une question de confort. Mais la Région wallonne et de nombreux acteurs dans le monde poussent la capacité à rendre les maisons plus intelligentes car il a été démontré que cela réduit la consommation d'énergie de la maison. Mesurer sa consommation d'énergie est la première étape pour agir. Le chauffage est probablement la principale source d'amélioration, où la détection de présence permet d'éteindre le système de chauffage. De même que la capacité à créer des programmes spécifiques pour chaque pièce pour optimiser le temps de chauffage. Les lumières peuvent s'éteindre automatiquement, être atténuées en fonction de la luminosité extérieure. Certains utilisateurs programment les appareils à utiliser pendant que leurs panneaux solaires produisent plus qu'ils ne consomment. Un radiateur dans la salle de bain peut être éteint à distance s'il est oublié, etc.
Mais on a rien sans rien. Tous ces appareils domestiques intelligents doivent être construits, utilisant des matériaux rares et nécessitant beaucoup d'énergie pour les construire. Par exemple, l'impact carbone d'un détecteur de présence équivaut au carbone émis par jusqu'à 50 kWh d'électricité en Belgique, ce qui équivaut à laisser une ampoule LED allumée pendant une année complète. En vaut-il vraiment la peine ? Oublierez-vous vraiment d'éteindre cette lumière pendant une année entière au total?
L'aspect négatif de la domotique est souvent ignoré car les utilisateurs se concentrent sur les coûts énergétiques plutôt que sur l'empreinte carbone. Grâce aux récent framework développé par David Bol et son équipe, il est désormais plus facile d'estimer les émissions de carbone des appareils domotiques. Cela permet à l'utilisateur de connaître la somme nécessaire non seulement pour économiser de l'énergie, mais aussi pour avoir un impact carbone positif.
Nous proposons le développement d'un plugin Python pour Home Assistant dans le but de synthétiser les émissions de carbone des appareils connectés. L'objectif est d'associer chaque appareil à une classe et d'estimer son impact carbone ainsi que sa consommation électrique, même en l'absence de capteurs spécifiques de consommation. Une heuristique est utilisée pour faciliter ce processus, et des techniques d'apprentissage automatique peuvent être explorées pour améliorer la détection des classes et des informations des appareils.
Compétences nécessaires : Python
Ce que vous aurez l'occasion de faire : Un plugin pour Home-Assistant qui indique le bilan carbone des objets connectés
Ce que vous apprendrez :
- L’intégration dans un projet open source très actif et dynamique
- La création d’un plugin, l’interaction avec l’API d’un framework
Ludii - General Game AI System
A partir de Bac 1
Ludii est un système de jeu général conçu pour jouer, évaluer et concevoir un large éventail de jeux, y compris des jeux de société, des jeux de cartes, des jeux de dés, des jeux mathématiques, etc.
Vous serez amené à l'enrichir la base de données et pourquoi pas concevoir votre propre jeu directement via le site web ou via le repository Git du projet.
Compétences nécessaires : Connaissances basique en programmation et en logique et un intérêt pour les jeux.
Ce que vous aurez l'occasion de faire : Vous aurez l'opportunité de contribuer à la description et à l'implémentation de nouveaux jeux pour Ludii, permettant d'augmenter le nombre de jeux disponibles et de diversifier la collection de jeux.
Ce que vous apprendrez : Comprendre le fonctionnement d'un système de jeu général, apprendre à travailler avec un outil spécialisé pour lequel les ressources en ligne sont suffisantes mais limitées et développer ses compétences en logique.
*****
On a jeté les horaires des transports en commun !
Sur base des données disponibles pour la ville de Charleroi, comment offrir la meilleure offre aux citoyens ?
La Ville de Charleroi est idéalement connectée au réseau de mobilité belge et international : route, train et avion.
Par ailleurs, la Ville de Charleroi se transforme et accueille de nouvelles solutions de mobilité : extension et modernisation du réseau de métro, bus à haut niveau de service, …
Même si de nombreuses données sont disponibles de manière isolée, la Ville de Charleroi ne dispose pas d’un outil permettant de fusionner / concentrer les données de mobilité dans la ville et ses environs. La fusion et l’observation de ces données sont une première étape vers l’optimisation de l’offre de mobilité multimodale en fonction de la demande réelle attendue.
Celle-ci est fonction d’un grand nombre de paramètres, mais pour lesquels des données historiques et prévisionnelles existent : flux de personnes, utilisation actuelle des transports en commun, points chauds dans la ville (salles de spectacle, stade …), horaire des événements, météo …
Compétences nécessaires:
- Programmation
- Base de données
- Visualisation de données
- Algorithmes
Ces compétences peuvent être distribuées sur les différents membres de l’équipe
Ce que vous aurez l’occasion de faire:
- mettre en commun de données de mobilité diverses au sein d’une base de données unique,
- créer de fonctions de visualisation et d’analyse,
- d’élaborer une solution d’aide à la multimodalité ou à la prise de décision (recherche de points de saturation par exemple) pour faciliter la vie des usagers
Ce que vous apprendrez:
- Découverte de la multimodalité
- Manipulation de données mise à disposition par différents acteurs de la mobilité
- Ce projet est proposé par Alstom et AISIN qui fournissent un suivi tout au long de la semaine.