Stage
Création logiciel open source pour dimensionner une alimentation photovoltaïque autonome placée en zone ombragée. / Traitement d’image / intelligence artificielle / site web/ systèmes électroniques / capteurs / bio-indicateurs
Date de publication
28.11.24
Prise de poste souhaitée
01.03.25
Contexte et sujet du stage :
Le déploiement massif de capteurs dans la nature impose de les alimenter à l’aide de batteries les plus petites possibles couplées à des panneaux photovoltaïques de petites surfaces pour limiter l’empreinte environnementale de ces systèmes. Cela nécessite de maîtriser la consommation (software/hardware) mais aussi d’estimer précisément l’ensoleillement même pour des sites partiellement ombragés.
De précédents travaux (thèse K.B.K. Cao, stage Alex Phimanesone) ont bien défriché le travail, avec, d’une part, l’utilisation d’un objectif fish-eye monté sur un smartphone, associé à un traitement d’image utilisant l’IA pour réaliser la détection automatique du ciel, d’autre part, la mise en place sous python, d’un modèle de calcul classique de l’ensoleillement résultant et enfin toujours sous python le calcul de la batterie minimale et du panneau solaire le plus adapté.
Dans ce stage de M2 ou PFE école ingé, issu d’une collaboration entre le LAAS-CNRS et l’IRIT, nous proposons de fournir aux chercheurs néophytes, un outil logiciel en ligne, simple et efficace, qui permettra, à partir d’une simple photo prise avec un téléphone sur le site visé et de quelques autres données de départ (localisation, consommation), de dimensionner la batterie et le panneau solaire à mettre en place pour alimenter leurs capteurs disposés dans la nature.
Le stagiaire aura à reprendre et compléter les travaux précédents en particulier la partie IA, puis créer une interface web pour utiliser le logiciel à distance et ainsi mettre le travail à disposition de la communauté scientifique. Enfin, une phase de tests sur différents sites in natura permettra de valider l’ensemble des résultats.
Ce stage peut être effectué par un étudiant issu d’un cursus EEA, physique, info en M2 ou équivalent avec de bonnes connaissances en informatique, en IA et en web-développement. Une forte appétence pour l’écologie et l’éco-responsabilité sera un avantage.
Encadrants LAAS-CNRS : Vincent Boitier,
Encadrants INP/IRIT : Axel Carlier / Edgar Remy