Université de Yaoundé I

École Nationale Supérieure Polytechnique de Yaoundé

Département des Génies Électrique et des Télécommunications

Génie des télécommunications

IoT
Travaux Pratiques

Professeur Emmanuel TONYE

[email protected]
https://sapiotech.enspy.net
https://www.researchgate.net/profile/Emmanuel_Tonye

2023
Travaux pratiques IoT 1
Equipe d’encadrement
Enseignants :
Emmanuel TONYE - Olivier VIDEME BOSSOU –
Alphonse BINELE – Dany BAVOUA - Arnauld Frank
BAMA SI

Moniteurs :
NKUH Roly
ABOU LOUME
NYOBE Leonel

Travaux pratiques IoT 2

Planning

Année 2022 - 2023

Remise de compte rendu.

Date à préciser. Chaque groupe envoie au Pr
TONYE par courriel [email protected] .
Le canevas du CR selon le TP est donné à partir de la diapositive
49
Travaux pratiques IoT 3
Plan
1. Chatbot pour la maintenance assistée par intelligence artificielle - MAIA -
Maintenance assistée par intelligence artificielle
2. Système de monitoring, de détection d’intrusions assisté par intelligence
artificielle - MDIAI - Monitoring and detection intrusion aided by artificial
intelligence
3. Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep
learning et un service Cloud - FRAI – Face recognition aided by artificial
intelligence
4. BOX TV avec une carte Raspberry Pi
5. VoIP avec une carte Raspberry Pi

Travaux pratiques IoT 4

Savoirs et savoir faire acquis
Explicitement
1) Agent conversationnel 1. Prise en mains de Raspberry Pi
2) Deep learning (Amazon, Tensorflow, …) 2. Prise en mains d’un outil de monitoring
3. Configuration d’un outil de monitoring
3) Monitoring de réseaux 4. Génération des alertes
5. Prise en mains avec Python
4) Détection d’intrusion dans les réseaux 6. Comprendre le fonctionnement du
5) Automatiser la restriction d’accès Chatbot
7. Invite de commande (Raspberry ,
6) Connaissance avec de nombreux utilitaires Linux)
8. Les intrusions réseaux
7) Apprendre la virtualisation 9. Prise en mains de BalenaEtcher,
8) Faire la prise en main du Raspberry Pi PuTTY pour la connexion en SSH, et
VNC
9) Comprendre l’intelligence artificielle 10. Teamviewer (logiciel d’accès et de
support à distance)
Travaux pratiques IoT 11. Et bien d’autres savoir faire. 5
Introduction
Les TP de télécommunications dans son volet d'objets connectés comprennent toutes les articulations
de télécommunications: capteurs, actionneurs, émissions, transmissions, réceptions, traitement de
signaux et de données.
• Le TP1 réalise un dispositif de maintenance assistée par IA: réalisation du dispositif avec le Raspberry pi (RPI),
monitoring avec Zabbix et PRTG, notification avec Telegram et Zabbix.
• Le TP2 réalise un dispositif de détection d'intrusion dans un système d’information assistée par IA: réalisation du
dispositif avec le Raspberry pi, monitoring avec Zabbix, détection d'intrusion avec SNORT, notification des alertes
avec Telegram.
• Le TP3 réalise un dispositif d’autorisation d'accès assistée par IA : détection de mouvement, prise de photo et
comparaison dans une base d'images, ouverture d'une porte ou sonner l'alerte et notification par SMS et email à
partir d’un Cloud.
• Les TP4 et TP5 réalisent avec le Raspberry pi des dispositifs d’usages courants et de très grande utilité: offre de
chaines TV et la téléphonie sur IP.
L’assistance par l'IA se fait de deux façons :
1) Récupérer des briques d'IA du Cloud d’Amazon et les configurer dans le RPI pour l'objectif de monitoring (TP1).
2) Produire des briques d'intelligence artificielle à partir de l'environnement de Tensorflow dans son application du
Deep Learning, sous forme de modèle répondant aux attentes du TP2 (détection d’intrusion) et du TP3
(reconnaissance de visage).
L’assistance vocale est fort utile et a des multiples applications en télécommunications et au-délà.
Travaux pratiques IoT 6
Chatbot pour la maintenance assistée
par intelligence artificielle

Travaux pratiques IoT 7

But
Quatre innovations obtenues.
1) L’exploitation des briques d’intelligence artificielle d’Amazon (notamment Amazon Web Services, Alexa Voice Service et Internet of
things) pour construire notre agent conversationnel dont le nom proposé est MAIA pour justement Maintenance Assistée par
l’Intelligence Artificielle.
2) Le déploiement des outils de monitoring ZABBIX (sur Debian) et PRTG (sur Windows 10) nous assure automatiquement la remontée
des seuils et des courbes d’évolution des paramètres clefs de l’état de fonctionnement de tous les équipements du cœur de réseau d’un
opérateur de télécommunication tant son cœur de réseau circuit que son cœur de réseau paquet.
3) L’agent conversationnel MAIA et l’outil de supervision ZABBIX sont embarqués dans une carte raspberry pi et ce dispositif apporte
plusieurs formes d’aide aux ingénieurs et techniciens :
• Interagit vocalement avec l’ingénieur ou le technicien à sa demande d’information sur la maintenance au sein de l’entreprise et bien
plus encore, car il a accès aux bases de données informationnelles comme Wikipédia.
• Affiche les cartes et les architectures du réseau et des équipements à la demande de l’ingénieur ou du technicien.
• Alerte automatiquement les ingénieurs par e-mail et sur telegram (par l’intermédiaire de notre second chatbot baptisé MAIA_Bot) en
cas de problème.
• A un cache du serveur proxy de ZABBIX dans le Raspberry Pi. Cet avantage donne une autonomie de fonctionnement à MAIA en
l’absence de connexion internet et pour accéder à des informations visant des tâches précises de maintenance.
4) L’autre défi majeur de cette réalisation apprend à MAIA à aller chercher l’information dans une entité autre que celle de base qu’est le
Cloud d’Amazon, mais dans le serveur proxy de ZABBIX dans le Raspberry Pi .
Ce dispositif est adapté aux exigences de tout réseau d’opérateur de télécommunication, capable de monitorer jusqu’à 400 équipements du
réseau recueillant 125 mesures toutes les 5 minutes (environ 100 valeurs par seconde).

Travaux pratiques IoT 8

Chatbot pour la maintenance assistée par intelligence artificielle (1)
Architecture du dispositif

Travaux pratiques IoT 9

Chatbot pour la maintenance assistée par intelligence artificielle (2)
Organigramme des étapes méthodologiques

Travaux pratiques IoT 10

Travaux pratiques IoT 11
1. Chatbot pour la maintenance assistée par intelligence artificielle (3)
Principales étapes - matériel utilisé

Travaux pratiques IoT 12

Chatbot pour la maintenance assistée par intelligence artificielle (4)
Diagramme de séquence de l’assistant

Travaux pratiques IoT 13

Travaux pratiques IoT 14
Travaux pratiques IoT 15
 Système de monitoring, de détection
d’intrusions assisté par intelligence artificielle

Travaux pratiques IoT 16

But
• Le dispositif est un objet connecté, véritable agent conversationnel de
sécurité qui assure le monitoring, la détection d’intrusions dans un
réseau télématique d’où l’appellation MDIAI (Monitoring et détection
d’intrusion assistée par l’intelligence artificielle).
• Il assure la veille sécuritaire à travers l’évaluation continue du niveau
de vulnérabilité du système d’information face aux attaques grâce à
l’implémentation de SNORT qui est un système de détection
d’intrusions libre.

Travaux pratiques IoT 17

Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (1)
Architecture physique du réseau télématique avec l’agent conversationnel

Travaux pratiques IoT 18

Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (2)
Architecture précise du dispositif

Travaux pratiques IoT 19

Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (3)
Organigramme de mise en place du système

1. Acquisition et assemblage du kit

Rasberry Pi et préparation du
système windows pour accueillir
l’agent conversationnel
2. Mise en place du système de
monitoring dont la configuration
de l’agent Datacenter
Mainframe et la configuration
du système de notification Email
et Telegram
3. Mise en place de l’IDS dont
l’installation et tests avec
NMAP
4. Réalisation fonctionnelle de
N
l’agent conversationnel
Travaux pratiques IoT 20
Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (4)
Diagramme de cas d’utilisation

PSSI - Politique de la Sécurité du Système d’information

IDS – Intrusion detection systeme
Travaux pratiques IoT 21
Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (5)
Diagramme de classe permettant de définir le schéma de la base de données

Travaux pratiques IoT 22

Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (6)
Séquence d’interaction entre un administrateur du réseau, le chatbot et le système de détection d’intrusions dans le réseau

Travaux pratiques IoT 23

Système de monitoring, de détection d’intrusions assisté par intelligence artificielle (7)
Architecture du réseau de neurone

Travaux pratiques IoT 24

Reconnaissance faciale entrainant l’ouverture d’une porte
à l’aide du Deep learning et un service Cloud

FRAI – Face recognition aided by artificial intelligence

Travaux pratiques IoT 25

But
Application d’Internet des Objets (IoT) basée sur la reconnaissance faciale
entrainant l’ouverture d’une porte, et exploitant un nano-ordinateur Raspberry
Pi ainsi que les services du Cloud de notification par SMS et Email:
1) Détection du mouvement de la personne à l’aide du module PIR;
2) Prise de vue du visage de la personne qui souhaite l’ouverture de la porte
grâce à une caméra;
3) identification faciale qui repose sur un modèle de Transfert Learning d’un
réseau de neurones convolutifs (CNN) VGG-16;
4) Ouverture automatique de la porte en cas de reconnaissance du visage;
5) Notification par SMS et Email grâce à des serveurs dans un Cloud.
Travaux pratiques IoT 26
Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
Architecture du dispositif (1/2)

Travaux pratiques IoT 27

 Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep
learning et un service Cloud
Architecture du dispositif (2/2)

CAPTEURS
- Détection de CLOUD
mouvement - Notifications (SMS,
- Prise de Vue (photo) mail)
- Monitoring du
dispositif à distance

ACTIONNEURS
- Ouverture de la porte UNITE DE TRAITEMENT : RASPBERRY
- Message sonore PI
personnalisé (Chatbot ) - Algorithme de reconnaissance
faciale utilisant les DNN (VGG 16,
implémentations d’autres
modèles de CNN )
- Algorithme du chatbot exploitant
les DNN ( Implémentations de
différents modèles de RNN)

Travaux pratiques IoT 28

Figure 1 : Architecture du Système
Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
(2)
Organigramme des étapes méthodologiques

1. Acquisition et assemblage du kit

Rasberry Pi et préparation du
système windows pour administrer
le dispositive (FRAI)
2. Branchement et configuration des
équipement périphériques
3. Création du modèle d’apprentissage
pour la reconnaissance faciale
4. Entrainement et validation du
modèle créé
5. Mise en place du sous système de
prise de vue, commande de la porte
et notification (SMS, Email)
6. Test du dispositif
7. Prototype fonctionnel disponible
Travaux pratiques IoT 29
Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
(3)
Diagramme des cas d’utilisation du système du dispositif FRAI CLOUD

NB : L’enregistrement de l’utilisateur se fait en différé. Il nécessite que l’utilisateur fournisse ses

photos (de visage) à l’administrateur. Travaux pratiques IoT 30
Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
(3)
Diagramme de séquence de la reconnaissance faciale temps réel de l'utilisateur
CLOUD

Travaux pratiques IoT 31

Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
(4)
Sous-système de reconnaissance faciale

Travaux pratiques IoT 32

Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un service Cloud
(5)
Aperçu de l'architecture 2D du réseau de neurones utilisé

Travaux pratiques IoT 33

Travaux pratiques IoT 34
BOX TV avec une carte Raspberry Pi

Travaux pratiques IoT 35

But
Exploiter un nano-ordinateur Raspberry Pi pour recevoir des chaines de
télévisions par internet

Travaux pratiques IoT 36

Box TV (1)
Architecture du dispositif

Dans cette architecture nous avons :

 L’écran de diffusion qui permet de diffuser le signal vidéo envoyé

par la Box TV (Carte Raspberry Pi)
 La carte Raspberry Pi qui est transformée en Box TV grâce au
système d’exploitation OpenSource LibreElec (https://libreelec.tv) et
la suite logiciel Kodi (https://kodi.tv). Le signal vidéo est envoyé à
l’écran via un câble HDMI et la connexion au réseau local et internet
est assurée par WiFi ;
 Clavier & Souris USB : périphériques pour configurer la Box TV ;
 Point d’accès sans fil : Pour la connexion des équipements sans fil
du réseau local et l’accès au réseau internet. Il peut être votre
Smartphone ;

 Internet : Foyer de diffusion des médias TV, Audio, … C’est à partir

d’internet que la Box TV se connecte pour récupérer et diffuser du
contenu multimédia.

Travaux pratiques IoT 37

Box TV (2)
Organigramme des étapes méthodologiques de réalisation

Travaux pratiques IoT 38

Box TV (2)
Exemples de chaines reçues

Travaux pratiques IoT 39

Téléphonie sur IP avec une carte Raspberry Pi

Travaux pratiques IoT 40

But
Réaliser à l’aider d’une nano-ordinateur Raspberry Pi un serveur IP-
PBX (Internet Protocol-Private Branch eXchange) qui est un
commutateur téléphonique privé, permettant aux utilisateurs d’un réseau
privé ou public d’échanger (à l’aide d’un smartphone, un laptop ou un
téléphone IP) des informations multimédia, notamment les appels
audios et vidéos, la messagerie vocale.

Travaux pratiques IoT 41

ToIP (1)
Architecture du dispositif
Dans cette architecture nous avons :
1) Les clients SIP
Tout poste supportant la pile de protocoles TCP/IP peut intégrer les fonctions de client SIP. Le
protocole SIP (Session Initiation Protocol) [1] est un protocole de signalisation utilisé par les clients et
le serveur IP-PBX pour la gestion des sessions de communication VOIP. Les différents clients SIP que
nous avons utilisé sont les suivants :
• Téléphone IP : Ils intègrent déjà les fonctions SIP pour la VOIP ;
• Softphone pour ordinateur : Pour permettre à un poste de travail de se connecter et lancer
des appels dans le réseau IP, nous installons dans celui-ci un téléphone logiciel. Celui qui est
installé ici est MicroSIP (https://www.microsip.org/).
• Softphone pour smartphone : La softphone installé ici est Zoiper (https://www.zoiper.com/
)
2) Le serveur IP-IPBX : Carte Raspberry PI 
Dans une nano-ordinateur Raspberry Pi connecté au réseau par interface Wi-Fi, nous installons le
système d’exploitation RasPBX (http://www.raspberry-asterisk.org/). Raspbx est une distribution Linux
pour Raspberry Pi incluant Asterisk. Il intègre aussi FreePBX qui propose une interface WEB facilitant
le paramétrage d’Asterisk.
Les protocoles de communication et de gestion utilisés sont les suivants :
• Serveur Asterisk (SIP) : port UDP/5060
• Serveur Asterisk (flux audio RTP) : ports UDP/10.000-20.000
• Serveur SSH : port TCP/22
• Interface d'administration web : port TCP/443|80
3) Le point d’accès sans fil
C’est le routeur sans fil utilisé pour interconnecter les équipements du réseau (clients SIP et serveur
VOIP). Le support de communication est le Wi-Fi.
4) Internet
Pour les installations de certaines dépendances et mises à jour pendant la phase de réalisation du
dispositif.

Travaux pratiques IoT 42

ToIP (2)
Organigramme

Travaux pratiques IoT 43

ToIP (3)
Diagramme de séquence de l’authentification d’un abonné au réseau téléphonique

Travaux pratiques IoT 44

ToIP (4)
Diagramme de séquence de l’établissement d’une session d’appel entre deux abonnés

Travaux pratiques IoT 45

Le parc d’abonnés

Le nombre d’abonnés conditionne le choix des équipements physiques d’interconnexion mais aussi
les caractéristiques du serveur de voix sur IP. La caractéristique clé ici est la bande passante pour le
trafic voix. La bande passante doit être suffisamment grande pour supporter plusieurs appels au même
moment sur le même support. Le calcul de la bande passante minimale est simple :

Bande Passante minimale du serveur = (Nombre d’abonnés/2) x Bande passante nécessaire

par abonné.

A ceux-ci on peut ajouter les caractéristiques matérielles : CPU, RAM, Stockage, …

Prenons un exemple en partant de 20 abonnés du département GET.

Bande passante = 10x64kbps = 640kbps. Prévoir plus de 1 Mbps

Travaux pratiques IoT 46

Références
[1] : https://fr.wikipedia.org/wiki/Session_Initiation_Protocol
 

Ressources
Installation du système RasPBX :
- http://www.raspberry-asterisk.org/downloads/ : Lien de téléchargement sur serveur IPBX RasPBX
- https://downloads.raspberrypi.org/imager/imager_latest.exe : Raspberry Pi Imager
Installation du système de téléphonie sur IP :
- https://pimylifeup.com/raspberry-pi-asterisk/
- http://www.raspberry-asterisk.org/
Configuration du client MicroSIP :
- https://www.microsip.org/help

Travaux pratiques IoT 47

Publications des encadrants
Gautier Abou Loume, Alphonse Binele Abana, Emmanuel Tonye, Yvan Kabiena, Facial Recognition in the Opening
of a Door using Deep Learning and a Cloud Service. International Journal of INTELLIGENT SYSTEMS AND
APPLICATIONS IN ENGINEERING, ISSN:2147-6799, IJISAE, 2022, 10(3), 40–45
https://
sapiotech.enspy.net/files/Facial%20Recognition%20in%20the%20Opening%20of%20a%20Door%20using%20Deep
%20Learning.pdf

NLEMBA Lidwine Inès Cécille, TONYE Emmanuel, BINELE Alphonse., May 2022, Maintenance Assisted by Artificial
Intelligence (MAAI), London Journal of Research in Computer Science and Technology, Volume-22, Issue-01, pp.
15-21.
https://sapiotech.enspy.net/files/Maintenance_Assisted_by_Artificial_Intelligence_MAAI.pdf

MELI TAMWA Jean Landry, TONYE Emmanuel, BINELE Alphonse, MVEH Chantal, (2022), Intrusion detection aided
by artificial intelligence (IDAI). American journal of engineering research, 2022, volume 11, issue 03, pp 99-106.
https://ajer.org/papers/Vol-11-issue-3/K110399106.pdf

Travaux pratiques IoT 48

 Prise en main du Raspberry Pi

Raspberry Pi 4 modèle B 4Go : caractéristiques techniques

 SoC Broadcom BCM2711, quad-core Cortex-A72 (ARM v8) 64-
bits à 1.5GHz
 SDRAM 4 Go LPDDR4-2400
 LAN sans fil 2.4 GHz et 5.0 GHz IEEE 802.11b/g/n/ac, Bluetooth
5.0, BLE
 Ethernet True Gigabit
 2 Ports USB 3.0, 2 Ports USB 2.0
 Connecteur GPIO 40 broches entièrement rétrocompatible
 2 ports micro HDMI supportant une résolution vidéo allant
jusqu'à 4K 60Hz
 Ports MIPI DSI/CSI à 2 voies pour caméra et écran
 Sortie audio stéréo et port vidéo composite, 4 pôles
 Emplacement pour carte Micro SD, pour le système d'exploitation
et le stockage des données
 Nécessite une alimentation 5.1V, 3A via USB-C ou GPIO
 PoE (Power over Ethernet) activé (nécessite PoE HAT)

Travaux pratiques IoT 49

Prise en main du Raspberry Pi
   
ETAPES
 
PROCEDURES
 
LIENS / OUTILS / COMMANDES
       
    Assemblage du kit (Raspberry Pi 4B, carte SD 32 Gb, microphone + carte son, écran tactile
1 ASSEMBLAGE DU LCD HDMI, haut-parleurs et coffret)
MATÉRIEL  
      https://www.raspberrypi.org/software/operating-
    Téléchargement de Raspberry Pi systems/
    OS with desktop 
       
    Formatage de la carte SD SD Card Formatter
     
       
    Gravure de l’image de l’OS sur BalenaEtcher
    la carte SD
       
2   Création d’un fichier sans extension nommé ssh et copie du fichier de configuration WIFI dans
  la carte SD.
 
     
  Récupération de l’adresse IP du Advanced IP Scanner
  Raspberry Pi
INSTALLATION DU RASPBERRY PI    
OS Connexion à distance au Raspberry Pi et activation des serveurs SSH et VNC sur ce  
dernier.  PuTTY
   
Contrôle du Raspberry Pi à distance VNC Viewer
  $ sudo apt-get update
Mises à jour diverses $ sudo apt-get upgrade
      $ sudo rm -rf LCD-show
      $ git clone https://github.com/goodtft/LCD-show.git
    Configurations de bases (passer à une résolution HD, ajouter du son dans l’HDMI, etc.) $ chmod -R 755 LCD-show
3     $ cd LCD-show/
CONNEXION DU RASPBERRY PI À $ sudo ./LCD7C-show
L’ÉCRAN TACTILE LCD HDMI    
Branchements (USB – USB, HDMI-HDMI) et pression sur le bouton ON
 
 

Travaux pratiques IoT 50

Synthèse de la mise en marche de ZABBIX sur Raspberry Pi

Travaux pratiques IoT 51

Synthèse de la mise en marche de ZABBIX sur Raspberry Pi (1/4)

Travaux pratiques IoT 52

Synthèse de la mise en marche de ZABBIX sur Raspberry Pi (2/4)

Travaux pratiques IoT 53

Synthèse de la mise en marche de ZABBIX sur Raspberry Pi (3/4)

Travaux pratiques IoT 54

Synthèse de la mise en marche de ZABBIX sur Raspberry Pi (4/4)

Travaux pratiques IoT 55

Conclusion et perspectives
• Superversion des Système d’information (zabbix ou nagios ou
prometheus)
• IoT ( prise en main du RPI et quelques applications de base) 
• IDS/IPS (snort +netfilter)
• IA (agent conversationnel, reconnaissance faciale)
• Cloud (openstack, aws)
• Virtualisation (docker)
• Automatisation des réseaux (programmation des équipements via api
restconf, nso, ansible, etc.)
Travaux pratiques IoT 56
Canevas de compte rendu

Travaux pratiques IoT 57

TP : Maintenance assistée par l’Intelligence Artificielle

Phase Statut Observation

(Bon/Passable/Insuffisant) • RAS
• Problèmes rencontrés éventuellement /
Solutions proposées
• Test satisfaisants ou non
Acquisition et assemblage du Kit Raspberry Pi
3B+ et implémentation du logiciel
Mise en place de l’outil de monitoring Zabbix 5.0
(dans le raspberry)
Configuration du bot telegram et mail
Réalisation du modèle d’intelligence artificielle à
l’aide des briques d’IA de Amazon et
développement de la compétence de monitoring
Entrainement du modèle et test des
performances de l’agent conversationnel
Connexion de l’agent conversationnel à l’API du
serveur de monitoring Zabbix
Test global des fonctionnalités

Travaux pratiques IoT 58

TP : Détection d’intrusion dans un système d’information assistée par l’Intelligence Artificielle
Phase Statut Observation
(Bon/Passable/Insuffisant) • RAS
• Problèmes rencontrés éventuellement /
Solutions proposées
• Test satisfaisants ou non
Acquisition et assemblage du Kit Raspberry Pi
3B+ et implémentation du logiciel
Mise en place de l’outil de monitoring Zabbix
5.0 + Chatbot Telegram + Automatisation de
l’envoi des alertes.
Mise en place du système de détection
d’intrusions Snort IDS + configuration des
règles
Mise en place du serveur d’application et
réalisation du modèle de l’assistant intelligent.
Entrainement du modèle et test des
performances de l’agent intelligent
Connexion de l’agent conversationnel au serveur
d’application
Test global des fonctionnalités

Travaux pratiques IoT 59

 TP : Accès par reconnaissance faciale assistée par l’Intelligence Artificielle
Phase Statut Observation
(Bon/Passable/Insuffisant) • RAS
• Problèmes rencontrés éventuellement /
Solutions proposées
• Test satisfaisants ou non
Acquisition et assemblage du Kit
Raspberry Pi 3B+
Branchement et configuration des
équipements accessoires
Création du modèle d’apprentissage pour
la reconnaissance faciale
Entrainement et validation du modèle créé
Mise en place des sous-systèmes de prise de
vue, commande de la porte et des
notifications (SMS, Email)
Test global du dispositif

Travaux pratiques IoT 60

 TP : Box TV
Phase Statut Observation
(Bon/Passable/Insuffisant) • RAS
• Problèmes rencontrés éventuellement /
Solutions proposées
• Test satisfaisants ou non
Acquisition et assemblage du Kit
Raspberry Pi 3B+
Branchement et configuration des
équipements accessoires
Mise en place du Foyer de diffusion des
médias TV, Audio, …
C’est à partir d’internet que la Box TV se
connecte pour récupérer et diffuser du
contenu multimédia 
Test global du dispositif

Travaux pratiques IoT 61

 Recopies d’écrans des vidéos
reçues des présentations des TP

Travaux pratiques IoT 62

4GTEL - 2022
Groupe 1 : Batna, Marten, Bitom, Bibanga
TP : Chatbot pour la maintenance assistée par intelligence artificielle

Groupe 2 : Dimitri, kotto, Linjouom, Njoya, Kouam

TP : Système de monitoring, de détection d’intrusions assisté par intelligence artificielle

Groupe 3 : Ngoula, Ngassam, Nyobe, Basirou

TP : Reconnaissance faciale entrainant l’ouverture d’une porte à l’aide du Deep learning et un
service Cloud

Groupe 4 : Gonta, Dimitri, Noah, Bayemi, Dikanda

TP : Chatbot pour la maintenance assistée par intelligence artificielle

Groupe 5 : Mebere, Mbang, Mballa, Momo

TP : Système de monitoring, de détection d’intrusions assisté par intelligence artificielle

Travaux pratiques IoT 63

4GTEL - 2022
Groupe 1, 2, 3, 4 et 5
TP : BOX TV avec une carte Raspberry Pi

Groupe 1, 2, 3, 4 et 5
TP : Téléphonie sur IP avec une carte Raspberry Pi

Travaux pratiques IoT 64

Travaux pratiques IoT 65
Travaux pratiques IoT 66
Travaux pratiques IoT 67
Travaux pratiques IoT 68
 Université de Yaoundé I
École Nationale Supérieure Polytechnique de Yaoundé
Département des Génies Électrique et des Télécommunications

Génie des télécommunications

Travaux Pratiques
FIN

Professeur Emmanuel TONYE

[email protected]
https://www.researchgate.net/profile/Emmanuel_Tonye

2022

Travaux pratiques IoT 69