Cette matière permet aux étudiants d’apprendre en moins de temps comment exploiter l’architecture des processeurs ARM très utilisée dans les systèmes embarqués. Une première partie montrant comment configurer et travailler avec l’environnement de développement de la plateforme STM32. Une seconde partie présente les bases de la programmation et les principaux aspects de l’officiel HAL (Hardware Abstraction Layer). Vers la fin, une partie plus avancée couvrant des aspects tels que l'utilisation d'un système d'exploitation en temps réel, des applications avancés comme l’IoT et l'USB.

Acquérir des notions techniques suffisantes sur la technologie, le fonctionnement et l’utilisation des cartes à puces en vue de son implémentation dans des projets sur les systèmes électroniques embarqués.

Développer la sensibilisation des étudiants au respect des principes éthiques et des règles qui régissent la vie à l'université et dans le monde du travail. Les sensibiliser au respect et à la valorisation de la propriété intellectuelle. Leur expliquer les risques des maux moraux telle que la corruption et à la manière de les combattre, les alerter sur les enjeux éthiques que soulèvent les nouvelles technologies et le développement durable.

Présenter et discuter les méthodologies appliquées à la vision par ordinateur. Les concepts abordés et leurs applications doivent d’une part préparer les étudiants aux outils modernes de la vision artificielle et d’autre part, les amener à une maîtrise des idées et des techniques leur permettant d’intégrer un système d’imagerie numérique et de vision dans une application industrielle

Ce module offre aux étudiants une mise en pratique des concepts d’architecture des microprocesseurs pour l’embarqué, en mettant l’accent sur les processeurs ARM largement répandus dans ce domaine. Il couvre l’installation et la configuration de l’environnement de développement pour diverses plateformes embarquées, dont les cartes STM32.

Objectifs de l’enseignement:

Permettre aux étudiants de se familiariser avec l’application des techniques de l’intelligence artificielle (IA) dans les systèmes embarqués. Se familiariser avec les bibliothèques ML et DL à savoir Keras, Scikit-learn, Tensorflow, etc. sous python ainsi que leur implantation sur des cartes de développement (MC, Raspberry Pi, ou FPGA).

Connaissances préalables recommandées :

Cette matière exige des connaissances préalables sur les langages de programmation tel que le C, VHDL, MatLab ou Python