Conception et mise en place d’un système mobile pour l’agriculture intelligente : détection automatisée et recommandations par modèles d’intelligence artificielle.
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
university of bordj bou arreridj
Abstract
Ce travail s’inscrit dans le cadre du développement de systèmes intelligents appliqués au
domaine de l’agriculture, en mettant en œuvre une solution complète de surveillance agro
météorologique intégrant les technologies de l’Internet des objets (IoT), la communication sans
f
il (WIFI), l’intelligence artificielle (IA) et des services cloud.
Nous avons conçu et réalisé une architecture distribuée capable de collecter des données
environnementales (température, humidité, qualité de l’air, etc.) à partir de capteurs IoT, de
les transmettre puis de les synchroniser en temps réel dans une base de données via Firebase.
En complément, des API météo telles qu’OpenWeather et Tomorrow.io ont été intégrées pour
enrichir les analyses avec des prévisions météorologiques précises.
Deux modèles d’intelligence artificielle ont été développés : le premier permet la détection
automatique des maladies des plantes à partir d’images capturées, tandis que le second analyse
les données météo pour générer des recommandations agricoles intelligentes, personnalisées et
contextualisées. Une application mobile multiplateforme (Android/iOS) a également été déve
loppée pour permettre à l’utilisateur de visualiser l’ensemble des données et recommandations
de manière intuitive.
Les résultats expérimentaux ont démontré la fiabilité et la portée du système dans des condi
tions réelles, confirmant la pertinence de l’approche adoptée pour moderniser les pratiques agri
coles. Ce projet ouvre la voie à une agriculture plus connectée, proactive et durable, où les
décisions sont prises sur la base de données précises, en temps réel, et assistées par l’IA.
Plusieurs perspectives sont envisageables pour les travaux futurs, telles que l’intégration de
nouvelles fonctionnalités basées sur la vision par ordinateur, l’analyse prédictive à long terme,
ou encore l’extension du système à d’autres types de cultures ou environnements agricoles.