==== Check bills ====

  * Nom 1 : Giangrasso
  * Créneau (AM ou PM) : AM
  * Nom 2 : Dib
  * Créneau (AM ou PM) : AM
  * Nom du Projet : Check bills

=== Un scénario d'illustration du Projet ===
Bob est un consommateur et ne pense pas à conserver ses tickets de caisse ce qui l'embarrasse quand il fait ses comptes à la fin du mois. Notre application propose la solution suivante: la dématérialisation du ticket sur le cloud, afin de permettre à bob de récupérer les informations des tickets si besoin.
Bob prend en photo le ticket au moment de l'achat et s'en débarrasse. Lors de la capture photo du ticket, on récupérera sa position GPS, l'heure et la date ainsi que le montant de l'achat.
Le fait de récupérer le montant de chaque ticket, permet à Bob d'obtenir une synthèse de ses dépenses dans le mois ce qui engendre un gain de temps.

Lors de l'enregistrement de l'achat, l'application affichera une liste des boutiques existantes,
ainsi il pourra indiquer à quelle boutique il a effectué l'achat de manière précise. Si la boutique n'existe pas il n'aura qu'à émettre une notification pour indiquer qu'une boutique inconnue de notre service mérite d'être ajoutée.


== Ce que l'on apporte au client: ==
  * La dématérialisation des tickets de caisse , il n'aura plus à stocker ces nombreux papiers.
  * Un suivi des dépenses depuis l'interface mobile
  * La possibilité d'annoter , modifier et/ou catégoriser les tickets

== Ce que l'on apporte à la partie business (entreprise) : ==

  * Analyse de l'activité du client , quel est son quotidien , son cadre de vie.
  * Cibler les points d’intérêts dans une ville

==== Matériel disponbile ====

  * **Deux Galaxy S4 5 pouces - GT-I9505**
  * Caractéristiques techniques:
      * [[http://www.samsung.com/fr/consumer/mobile-devices/smartphones/galaxy-s/GT-I9505DKYXEF]]
      * Capteurs: Accéléromètre, Gyroscope, Boussole, Luminosité, Baromètre, Proximité, Capteur de mouvements,Température & Humidité, Capteur magnétique
      * Wi-Fi : 802.11a/b/g/n/ac 2.4 G + 5 GHz, VHT80
      * Technologie de localisation : AGPS, GLONASS
  * Caractéristiques de l'OS et des environnements logiciels utilisables pour développer sur ce SmartPhone : Android Version 4.4.2 & Version 5.0.1


  * **Galaxy Core Prim 4.5 pouces - SM-G361F**
  * * Caractéristiques techniques:
      * [[http://www.samsung.com/fr/consumer/mobile-devices/smartphones/others/SM-G361FZWAXEF]]
      * Capteurs: Accéléromètre, Capteur de proximité
      * Wi-Fi : 802.11 b/g/n 2.4GHz
      * Technologie de localisation : GPS, GLONASS
  * Caractéristiques de l'OS : Android 5.1.1

==== Ressources utilisées dans le Projet ====

=== Cible mobile ===
La cible mobile sera Android, avec en version minimale, API level 19, couvrant ainsi plus de 80% des terminaux.

=== Environnement logiciel ===
  * Android Studio

=== Activité reconnue ===
Ce que l'on cherche à reconnaitre est le mode de vie des utilisateurs, ainsi que les zones d'affluences
d'une ville.

=== Données ===
  * Position GPS
  * Photo
  * Date, heure
  * Type d'achat


=== Capteurs utilisés ===
  * GPS
  * Appareil photo numérique
==== Algorithmes ====

Souhaitant établir un algorithme d'apprentissage nous permettant de cartographier les zones d'influences au cours de la journée, nous avons choisi l'algorithme de K-Means.
Sachant que au fil de l'utilisation de l'application les utilisateurs fourniront des données nous permettant d'enrichir cette même cartographie.
On récupérera plusieurs données :
  * Position GPS
  * Heure
  * Date
  * Nom du magasin (Type d'achat)
  * Identifiant unique du téléphone
  * Montant de l'achat

  * Traitement du signal et de la mesure
      * Echantillonnage : GPS, Montant, Date + heure
      * Filtrage : creation de clusters
      * Calcul de la mesure : Calcul des zones d'affluences
  * Reconnaissance d'activité
      * Non supervisé
      * Métrique : GPS


=== Faisabilité du projet ===
Les données collectées sont facile à récupérer, quant aux algorithmes du fait de leur existence et des nombreuses recherches à leur sujet on peut également avancer le fait que leur application est faisable.
Ces deux points étant cruciaux dans l'implémentation de la solution mobile, on peut avancer alors que ce projet est faisable.


=== Rendu Final ===
== How To ==

__ Repository __
* https://github.com/GRnice/CheckBills
* L'APK est à la racine du projet

__ Déploiement de l'application __

- Ouvrez le projet avec Android Studio
- Ouvrez la classe CommunicationServer en specifiant l'ip de la machine faisant tourner le serveur
- Puis lancez l'application sur le device.

__Déploiement du serveur __
  * Se positionner dans le répertoire CheckBills/app/src/serveur/
  * Installer les packets : pyclustering, scipy et numpy via la commande pip3 install 'nom du packet'
  * Lancer le serveur avec la commande : python3 serverCheckBiils.py


== Captures d'écran ==
{{ :cours:plim:projet16_17:gr14:vuenormal.png?200 |}}

{{:cours:plim:projet16_17:gr14:zoomarmandthierry.png?200|}}{{ :cours:plim:projet16_17:gr14:zoomclustermacdo.png?200|}}{{ :cours:plim:projet16_17:gr14:zoomclustermonop.png?200|}}