Département Electronique
Permanent URI for this communityhdl:123456789/449
Browse
3 results
Search Results
Item A IoT-Enabled Electric Scooter Rental System with Docking Stations RAFEEQ(université de bordj bou arreridj, 2026-06-29) Mohamed Bouhalli; Mohamed Benrekia; Yassine Cherratrban mobility in Algerian cities suffers from a structural void in the one-to-three-kilometre trip range: public buses are too rigid, taxis too expensive, private cars too inefficient, and walking too constrained by climate and infrastructure. This thesis presents the design, im- plementation, and validation of Rafeeq, a smart electric scooter rental platform conceived to address this First and Last Mile problem in the Algerian institutional, economic, and cultural context. The platform integrates four interoperable subsystems. A connected fleet of Xiaomi M365 electric scooters is instrumented with a Raspberry Pi 3 Model B+ onboard computer paired with a SIM800L 2G GPRS modem for cellular uplink, and communicates with the scooter’s electronic speed controller through the Bluetooth Low Energy Nordic UART ser- vice. A network of physical docking stations equipped with ESP32 microcontrollers drives 12 V electromechanical Solenoid locks through TIP122 Darlington power stages, with full electrical protection including flyback diodes and LM7805 regulated rails. A cloud backend implemented in FastAPI and deployed on Render exposes thirty-two REST endpoints and maintains real-time WebSocket gateways with both the IoT endpoints and the mobile clients; user data is persisted in a PostgreSQL 16 database with strict ACID guarantees on all wallet operations. A cross-platform Flutter mobile application covers sixteen user screens across the full rental journey, with full right-to-left Arabic localisation, French, and English support. The system was validated through a six-family experimental campaign covering elec- tronic bench tests, BLE communication, mechanical lock characterisation, end-to-end latency measurement, backend load tests, and mobile user trials. The prototype achieves an end-to- end unlock latency of 2.83 seconds against a 3-second target, a Solenoid holding force of 73 N against a 50-N target, an onboarding completion time of 78 seconds against a 90-second target, and a station continuous power consumption of 84 W against a 120-W ceiling. The validation demonstrates that an integrated, locally developed smart-mobility platform can technically address the First and Last Mile problem in the Algerian context, and positions Rafeeq as a credible candidate for a subsequent pilot deployment at the University Mohamed El Bachir El Ibrahimi campus.Item Conception d'un réseau des capteurs intelligents pour la détection des gaz toxiques CO/Butane GASGUARD HOME (GGH)(Faculté des sciences et de la technologie, 2026-06-30) FETHALLAH Abderrahim; ABLAOUI Ziad; BENMALEK Hocine; ATOUI Mohamed Lamine; CHETIOUI MehdiCe mémoire présente la conception et la réalisation d’un système intelligent de détection des fuites de gaz domestiques, dénommé Gas Guard Home (Gas Guard Home). Basé sur une architecture distribuée IoT utilisant des microcontrôleurs ESP32- S3 et ESP32-C3 Super Mini, le système intègre des capteurs MQ-4 (méthane) et MQ-7 (monoxyde de carbone), une communication Radio-Fréquence 433 MHz entre noeuds secondaires et noeud central, ainsi qu’un mécanisme d’alerte instantanée via un Bot Telegram. En cas de détection d’une concentration anormale, le système active automatiquement une alarme sonore et une électrovanne d’arrêt de gaz, assurant ainsi une protection efficace des occupants.Item Gant IA pour personnes sourdes et muettes(Université de Mohamed El-Bachir El-Ibrahimi Bordj Bou Arreridj, 2026-06-29) KSOURI YOUNES MOHAMED AMINE; HABTA ABDERRAHIM; BOUBAAYA SOHIB; ABID MOHAMED CHEMS EDDINELe handicap auditif engendre des barrières de communication majeures, isolant so cialement les personnes sourdes et muettes. Pour surmonter les limites des systèmes de vision artificielle, ce projet présente la conception et la réalisation de GESTÉO, un gant intelligent multimodal dédié à la traduction empathique de la langue des signes en texte et en parole en temps réel. L'architecture matérielle s'articule autour d'un microcontrôleur ESP32 interfacé avec des capteurs de flexion, une centrale inertielle (MPU-6050) pour la cinématique spatiale, et un capteur photopléthysmographique (MAX30102) pour l'acquisition physiologique. Le sys tème déploie une approche d'intelligence artificielle hybride Edge-to-Cloud : un routage dyna mique dirige les données vers une Forêt Aléatoire (Random Forest) pour les gestes statiques ou un réseau profond DeepConvLSTM pour la dynamique temporelle. Une stratégie novatrice de fusion de données, incluant un mécanisme « Idle Lock », permet de filtrer les artefacts de mouvement et d'extraire la charge émotionnelle à partir du rythme cardiaque. De plus, l'inté gration du modèle de langage Llama 3.1 assure une traduction contextuelle et naturelle, resti tuée visuellement et vocalement via une application mobile immersive développée sous Unity 3D. Les expérimentations menées sur le prototype fabriqué valident la robustesse du dispositif, atteignant une précision de reconnaissance de 96,2 % sur un ensemble de données de 16 classes gestuelles. Le système maintient une latence globale d'environ 1,5 seconde, garantissant une communication fluide, couplée à une autonomie énergétique estimée à 4,5 heures. En combi nant l'intelligence artificielle séquentielle et l'informatique affective, ce projet dépasse la tra duction littérale pour offrir une interaction véritablement empathique, contribuant ainsi signi ficativement à l'inclusion socio-professionnelle des personnes malentendantes et ouvrant de nouvelles perspectives pour les interfaces homme-machine.