Outils pour utilisateurs

Outils du site


cours:plim:projet16_17:gr5:gr5

Ceci est une ancienne révision du document !


Projet Groupe 13

Présentation du projet

  • Nom 1 : Persenda Edgar
  • Créneau (AM ou PM) : PM
  • Nom 2 : Mesnier Maylanie
  • Créneau (AM ou PM) : PM
  • Nom du Projet : Agora Move

Un scénario d'illustration du Projet

Bob veut savoir si il y aura du monde à la plage à 4h cette après midi, pour cela il utilise notre application et lui indique la position de la plage et l’heure. Notre application lui renverras un taux de fréquentation et un taux de mouvement relatif au lieu demandé. Le frère de Bob gère une grande infrastructure (ex: Centre commerciale) et voudrait consulter des cartes lui indiquant la fréquentation et le taux de mouvement à un instant donné dans son infrastructure afin d’améliorer la gestion de son infrastructure. Pour cela il donne à l’application la coordonnée gps de son infrastructure et le moment passé pour lequel il veut obtenir la carte et l’application lui retourne. Toute ces données sont calculées à partir des informations récupérés par le GPS et l’accéléromètre des personne ayant installé l’application.

Matériel disponbile

  • Référence du SmartPhone Motorola G3
  • Capteurs: Accéléromètre (2), capteur de luminosité ambiante, magnétomètre, proximité, processeur de gestion contextuelle
  • Localisation: GPS, AGPS, GLONASS
  • OS: Android 6.0.1
  • Développement possible sur android studio

Ressouces utilisées dans le Projet

  • Algorithme utilisé:
    • Clustering (K-means)
    • Apprentissage (SVM) (Prend en entrée les coordonnées GPS, la tranche horaire et la date et ressors le taux de mouvement et la fréquentation du lieu)
  • Activité reconnue et utilisée:
    • Position GPS
    • Taux de mouvement renvoyé par l’accéléromètre

Conclusion sur la Faisabilité du Projet:

  • La récupération des données ne pose pas de problème.
  • L’affichage sur map se sert de l’API google maps
  • On utilisera une approche incrémentale pour ne pas se retrouver confronter en même temps aux différentes approche clustering/machine learning
cours/plim/projet16_17/gr5/gr5.1476891065.txt.gz · Dernière modification : 2016/10/19 15:31 de epersenda