Modules du Tronc Commun

Le but de cet enseignement est de sensibiliser les étudiants aux problèmes de la mesure via la conception de capteurs et de leur fournir les repères indispensables pour réaliser une instrumentation Descriptif : Etablissement d’un cahier de charges industriel pour mesurer une grandeur physique identifiée dans un environnement contraignant (exemple d’un cas industriel concret).

Capteurs optiques et optroniques, capteurs de température, capteurs de force accélération chocs et vibrations, capteurs de pression et acoustiques, microcapteurs et capteurs biologiques. Modèles mathématiques de capteurs au travers d’une analyse de sensibilité aux paramètres d’influence.

Il s’agit de donner aux étudiants les compétences de base qui leur permettront à la fois de maîtriser les spécificités du développement d’une application logicielle Temps Réel et son intégration dans une application embarquée 1.

Pré requis : Langages C et C++

Introduction aux architectures d’ordinateur Module M1 : éléments d’informatique embarquée
Programme Introduction aux Systèmes Embarqués Notions d’architectures à base de microprocesseurs, microcontrôleurs et de composants logiques (FPGA, CPLD). Environnement de Développement Windows CE, les grandes caractéristiques et contraintes technologiques TP de mise en oeuvre des "embedded visual tools" sur différentes cibles : PDA, SOC, etc …
Environnement de développement linux embarqué, les grandes caractéristiques et contraintes technologiques TP de mise en oeuvre d'un noyau minimal linux sur cibles "diskless" Notions fondamentales de

Temps Réel :
Apprendre les spécificités d’une application Temps Réel, Apprendre les spécificités d’un OS Temps Réel
Présentation du marché des OS Temps Réel,
Présentation d’UNIX Temps Réel : RTLinux

Décrire les méthodologies et les techniques d’aide à la conception de systèmes embarqués biorobotiques
Il s’agit de maîtriser les notions liées à la problématique de la conception d’un système bio-robotique inspiré du vivant.

Ce cours aborde différentes formes de contrôle : depuis les méthodes approches Multi Agents jusqu'aux formes de contrôle non linéaires en passant par une introduction aux systèmes Flous et Neuronaux avec Apprentissage.

L'objectif est d'approfondir les classes principales d'architecture de contrôle avec une application pour des systèmes robotiques autonomes, semi autonomes (avec une interface de commande pour un utilisateur) ou industriels