Drone à commande vocale alimenté par IA

Projet d'architecture logicielle et matérielle pour un drone contrôlé par commande vocale, intégrant de l'IA pour l'analyse et la centralisation des données issues de microcontrôleurs, d'une application mobile et d'un serveur d'analyse vidéo.

Contexte et objectifs

L'objectif était de concevoir une architecture complète pour un drone à commande vocale, en respectant des contraintes imposées : centralisation des données via un serveur Java, analyse vidéo par IA, stockage MongoDB, API Node.js, et visualisation des données sur une interface Vue.js. Toutes les parties serveurs sont conteneurisées avec Docker.

Objectifs principaux

Centraliser et analyser les données issues de multiples sources (microcontrôleurs, mobile, serveur d'analyse vidéo)
Assurer la visualisation des résultats sur une interface web moderne
Respecter les contraintes d'architecture et d'intégration continue

Architecture et organisation

Architecture globale

Schéma d'architecture du projet drone IA

Serveur central Java (TCP) pour la centralisation et la gestion des données
API Node.js pour l'accès à la base MongoDB et la communication avec le frontend
Microcontrôleurs ESP32 pour la gestion des capteurs et actionneurs (LED, boutons, capteurs BPM, accéléromètre...)
Application mobile Android pour la capture vidéo et l'envoi au serveur d'analyse (OpenCV)
Frontend Vue.js pour la visualisation des données et le pilotage
Conteneurisation Docker et scripts GitLab CI pour l'intégration continue

Compétences développées

Programmation client/serveur en Java

Création d'API REST Node.js avec Mongoose

Gestion de base de données MongoDB

Développement frontend Vue.js

Programmation microcontrôleurs (ESP32)

Traitement d'image avec OpenCV

Conteneurisation Docker

Intégration continue avec GitLab CI

Travail en équipe et adaptation de code existant

Détails du projet

Rôle

Développeur fullstack et intégrateur système

Équipe

4 étudiants

Technologies

Java (serveur central)Node.js (API)MongoDBVue.js (frontend)OpenCV (analyse vidéo)ESP32 (microcontrôleurs)DockerGitLab

Date

2025

Résultats

Architecture logicielle et matérielle fonctionnelle respectant toutes les contraintes du cahier des charges.
Mise en place d'une chaîne complète de collecte, traitement, centralisation et visualisation des données du drone.
Automatisation du déploiement des serveurs via Docker et scripts CI.