Dispositif anti frelons asiatiques - Historique des versions

Lily Forets le 21 janvier 2022 à 20:52

2022-01-21T20:52:33Z

Lily Forets le 21 janvier 2022 à 20:50

2022-01-21T20:50:49Z

Lily Forets le 21 janvier 2022 à 20:50

2022-01-21T20:50:02Z

Lily Forets le 21 janvier 2022 à 20:47

2022-01-21T20:47:41Z

Lily Forets le 21 janvier 2022 à 20:45

2022-01-21T20:45:36Z

Rémi : /* Réalisation système guidage laser */

2022-01-21T15:37:49Z

‎Réalisation système guidage laser

Rémi : /* Annexes 1: Schéma du montage de visée */

2022-01-21T15:35:05Z

‎Annexes 1: Schéma du montage de visée

Rémi : /* Réalisation système guidage laser */

2022-01-21T15:33:01Z

‎Réalisation système guidage laser

Rémi : /* Théorie système de guidage laser */

2022-01-21T15:30:29Z

‎Théorie système de guidage laser

Rémi : /* Contexte de l'étude */

2022-01-21T15:00:44Z

‎Contexte de l'étude

@@ Ligne 16 : / Ligne 16 : @@
 En Europe, le Vespa Velutina n’a pas de prédateurs naturels, ce qui en fait un super-prédateur dans l’écosystème européen. En Asie, ils sont chassés par le frelon géant Vespa mandarinia, qui attaque entre 0 et 10 mètres. Cela oblige les frelons asiatiques à faire leur nid à plus de 10 mètres du sol, les rendant beaucoup moins menaçants qu’en Europe où ils peuvent faire leur nid où ils le souhaitent.
-[[Fichier:Menace.PNG||vignette|left|Attaque d'un frelon européen sur une rûche]]
+[[Fichier:Menace.PNG||vignette|center|Attaque d'un frelon européen sur une rûche]]
 Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
 Lorsque les abeilles rentrent dans la ruche avec du pollen, elles ralentissent pour se poser et les frelons les attaquent à ce moment-là. Pour se défendre, les abeilles s'agglutinent à l’entrée de la ruche, mais elles interrompent ainsi leur opération de butinage, ce qui entraîne un manque de ressources pour l’hiver. Les abeilles seront alors soit éliminées par les frelons, soit mourront de faim. L’objectif principal des frelons étant de nourrir leur larves, ils ramènent les cadavres de leur victime à leur nid après s’être eux-mêmes nourri sur les abeilles et leur miel.

@@ Ligne 10 : / Ligne 10 : @@
 Le frelon asiatique, ou Vespa Velutina, est arrivé pour la première fois en Europe en 2004.
-[[Fichier:Physiologie_frelon.PNG||vignette|right|Vespa Velutina]]
+[[Fichier:Physiologie_frelon.PNG||vignette|center|Vespa Velutina]]
 Il est caractérisé par un corps noir avec de fines bandes orangées et des pates aux extremités jaunes. Il se différencie facilement des frelons européens qui sont plus imposants et moins noir. Le frelon mesure environ 2 cm de longueur pour une largeur de 1cm. Il est assez puissant pour éliminer des abeilles européennes sans effort en les décapitant avec ses mandibules.

@@ Ligne 10 : / Ligne 10 : @@
 Le frelon asiatique, ou Vespa Velutina, est arrivé pour la première fois en Europe en 2004.
-[[Fichier:Physiologie_frelon.PNG||vignette|right|Vespa Velutina]] Il est caractérisé par un corps noir avec de fines bandes orangées et des pates aux extremités jaunes. Il se différencie facilement des frelons européens qui sont plus imposants et moins noir. Le frelon mesure environ 2 cm de longueur pour une largeur de 1cm. Il est assez puissant pour éliminer des abeilles européennes sans effort en les décapitant avec ses mandibules.
+[[Fichier:Physiologie_frelon.PNG||vignette|right|Vespa Velutina]]
 === Menaces ===
 En Europe, le Vespa Velutina n’a pas de prédateurs naturels, ce qui en fait un super-prédateur dans l’écosystème européen. En Asie, ils sont chassés par le frelon géant Vespa mandarinia, qui attaque entre 0 et 10 mètres. Cela oblige les frelons asiatiques à faire leur nid à plus de 10 mètres du sol, les rendant beaucoup moins menaçants qu’en Europe où ils peuvent faire leur nid où ils le souhaitent.
-[[Fichier:Menace.PNG||vignette|right|Attaque d'un frelon européen sur une rûche]] Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
+[[Fichier:Menace.PNG||vignette|left|Attaque d'un frelon européen sur une rûche]]
 Lorsque les abeilles rentrent dans la ruche avec du pollen, elles ralentissent pour se poser et les frelons les attaquent à ce moment-là. Pour se défendre, les abeilles s'agglutinent à l’entrée de la ruche, mais elles interrompent ainsi leur opération de butinage, ce qui entraîne un manque de ressources pour l’hiver. Les abeilles seront alors soit éliminées par les frelons, soit mourront de faim. L’objectif principal des frelons étant de nourrir leur larves, ils ramènent les cadavres de leur victime à leur nid après s’être eux-mêmes nourri sur les abeilles et leur miel.
@@ Ligne 64 : / Ligne 66 : @@
 ==== Caméra v2 8MP Raspberry Pi ====
-[[Fichier:Caméra.png||vignette|center|Caméra v2 8MP Raspberry Pi]]
+[[Fichier:Caméra1.PNG||vignette|center|Caméra v2 8MP Raspberry Pi]]
 Résolution photo: 3280 x 2464 pixels
@@ Ligne 70 : / Ligne 72 : @@
 Taille du capteur: ¼”
-[[Fichier:Taille_capteur.png||vignette|center|Taille d'un capteur 1/4"]]
+[[Fichier:Taille_capteur.PNG||vignette|center|Taille d'un capteur 1/4"]]
 Focale: 3mm

@@ Ligne 10 : / Ligne 10 : @@
 Le frelon asiatique, ou Vespa Velutina, est arrivé pour la première fois en Europe en 2004.
-[[Fichier:Physiologie_frelon.png||vignette|right|Vespa Velutina]] Il est caractérisé par un corps noir avec de fines bandes orangées et des pates aux extremités jaunes. Il se différencie facilement des frelons européens qui sont plus imposants et moins noir. Le frelon mesure environ 2 cm de longueur pour une largeur de 1cm. Il est assez puissant pour éliminer des abeilles européennes sans effort en les décapitant avec ses mandibules.
+[[Fichier:Physiologie_frelon.PNG||vignette|right|Vespa Velutina]] Il est caractérisé par un corps noir avec de fines bandes orangées et des pates aux extremités jaunes. Il se différencie facilement des frelons européens qui sont plus imposants et moins noir. Le frelon mesure environ 2 cm de longueur pour une largeur de 1cm. Il est assez puissant pour éliminer des abeilles européennes sans effort en les décapitant avec ses mandibules.
 === Menaces ===
 En Europe, le Vespa Velutina n’a pas de prédateurs naturels, ce qui en fait un super-prédateur dans l’écosystème européen. En Asie, ils sont chassés par le frelon géant Vespa mandarinia, qui attaque entre 0 et 10 mètres. Cela oblige les frelons asiatiques à faire leur nid à plus de 10 mètres du sol, les rendant beaucoup moins menaçants qu’en Europe où ils peuvent faire leur nid où ils le souhaitent.
-[[Fichier:Menace.png||vignette|right|Attaque d'un frelon européen sur une rûche]] Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
+[[Fichier:Menace.PNG||vignette|right|Attaque d'un frelon européen sur une rûche]] Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
 Lorsque les abeilles rentrent dans la ruche avec du pollen, elles ralentissent pour se poser et les frelons les attaquent à ce moment-là. Pour se défendre, les abeilles s'agglutinent à l’entrée de la ruche, mais elles interrompent ainsi leur opération de butinage, ce qui entraîne un manque de ressources pour l’hiver. Les abeilles seront alors soit éliminées par les frelons, soit mourront de faim. L’objectif principal des frelons étant de nourrir leur larves, ils ramènent les cadavres de leur victime à leur nid après s’être eux-mêmes nourri sur les abeilles et leur miel.
@@ Ligne 27 : / Ligne 27 : @@
 Dans l’étude présentée par l’article [2], le comportement de vol du frelon est étudié dans un laboratoire grâce à un moulin à vol avec du miel pour stimulation. Les ouvrières volaient (2386 ± 1323) m par heure en moyenne avec cependant de grandes variations. La durée de vol était à peu près proportionnelle à la distance de vol, donc la durée moyenne de vol était de (1429 ± 679) s par heure. La vitesse de vol moyenne était de (1,56 ± 0,29) ms-1 avec peu de variations (plage de 0,90 ms−1 à 2,10 ms−1). Les distances de vol des travailleurs étaient stables pendant quelques jours à la fois, mais diminuent au cours de la durée de vie restante d'un travailleur.
-[[Fichier:article2.png||vignette|center|Caractéristiques du comportement de vol calculées durant l'expérience]]
+[[Fichier:article2.PNG||vignette|center|Caractéristiques du comportement de vol calculées durant l'expérience]]
 La répartition des phases de vol a également été étudiée. Au cours de chaque test en vol, les travailleurs ont généralement effectué plusieurs phases de vol, bien qu'il y ait eu une variation marquée. Ils ont également effectué plusieurs phases de saut (moyenne = 20), mais la contribution en pourcentage des phases de saut à l'activité de vol globale était minime (environ 0,2 %). La distance et la durée des phases de vol étaient très variables, ce qui rend un modèle de comportement très compliqué. La plupart des phases de vol étaient courtes. Cependant, 25% d'entre elles couvraient au moins 4000 m, 10% d'entre elles couvraient au moins 7900 m. Les phases de vol et de saut étaient séparées par des phases de repos de durée courte mais très variable (moyenne = (741 ± 1318) s).

@@ Ligne 9 : / Ligne 9 : @@
 === Physiologie ===
-Le frelon asiatique, ou Vespa Velutina, est arrivé pour la première fois en Europe en 2004. Il est caractérisé par un corps noir avec de fines bandes orangées et des pates aux extremités jaunes. Il se différencie facilement des frelons européens qui sont plus imposants et moins noir. Le frelon mesure environ 2 cm de longueur pour une largeur de 1cm. Il est assez puissant pour éliminer des abeilles européennes sans effort en les décapitant avec ses mandibules.
+Le frelon asiatique, ou Vespa Velutina, est arrivé pour la première fois en Europe en 2004.
 === Menaces ===
 En Europe, le Vespa Velutina n’a pas de prédateurs naturels, ce qui en fait un super-prédateur dans l’écosystème européen. En Asie, ils sont chassés par le frelon géant Vespa mandarinia, qui attaque entre 0 et 10 mètres. Cela oblige les frelons asiatiques à faire leur nid à plus de 10 mètres du sol, les rendant beaucoup moins menaçants qu’en Europe où ils peuvent faire leur nid où ils le souhaitent.
-Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
+[[Fichier:Menace.png||vignette|right|Attaque d'un frelon européen sur une rûche]] Ils sont particulièrement agressifs envers les humains, qu’ils peuvent poursuivre sur plusieurs centaines de mètres, et attaquent également des ruches d'abeille européennes Apis Mellifera, qui sont incapable de se défendre contre de tels prédateurs. La localisation des nids est donc une priorité pour la préservation de notre écosystème. Cependant, aucune solution n’a été imaginée à ce jour, c’est pourquoi nous cherchons des systèmes capables de défendre directement les ruches domestiques.
 Lorsque les abeilles rentrent dans la ruche avec du pollen, elles ralentissent pour se poser et les frelons les attaquent à ce moment-là. Pour se défendre, les abeilles s'agglutinent à l’entrée de la ruche, mais elles interrompent ainsi leur opération de butinage, ce qui entraîne un manque de ressources pour l’hiver. Les abeilles seront alors soit éliminées par les frelons, soit mourront de faim. L’objectif principal des frelons étant de nourrir leur larves, ils ramènent les cadavres de leur victime à leur nid après s’être eux-mêmes nourri sur les abeilles et leur miel.
@@ Ligne 26 : / Ligne 27 : @@
 Dans l’étude présentée par l’article [2], le comportement de vol du frelon est étudié dans un laboratoire grâce à un moulin à vol avec du miel pour stimulation. Les ouvrières volaient (2386 ± 1323) m par heure en moyenne avec cependant de grandes variations. La durée de vol était à peu près proportionnelle à la distance de vol, donc la durée moyenne de vol était de (1429 ± 679) s par heure. La vitesse de vol moyenne était de (1,56 ± 0,29) ms-1 avec peu de variations (plage de 0,90 ms−1 à 2,10 ms−1). Les distances de vol des travailleurs étaient stables pendant quelques jours à la fois, mais diminuent au cours de la durée de vie restante d'un travailleur.
+[[Fichier:article2.png||vignette|center|Caractéristiques du comportement de vol calculées durant l'expérience]]
 La répartition des phases de vol a également été étudiée. Au cours de chaque test en vol, les travailleurs ont généralement effectué plusieurs phases de vol, bien qu'il y ait eu une variation marquée. Ils ont également effectué plusieurs phases de saut (moyenne = 20), mais la contribution en pourcentage des phases de saut à l'activité de vol globale était minime (environ 0,2 %). La distance et la durée des phases de vol étaient très variables, ce qui rend un modèle de comportement très compliqué. La plupart des phases de vol étaient courtes. Cependant, 25% d'entre elles couvraient au moins 4000 m, 10% d'entre elles couvraient au moins 7900 m. Les phases de vol et de saut étaient séparées par des phases de repos de durée courte mais très variable (moyenne = (741 ± 1318) s).
@@ Ligne 63 : / Ligne 64 : @@
 ==== Caméra v2 8MP Raspberry Pi ====
+[[Fichier:Caméra.png||vignette|center|Caméra v2 8MP Raspberry Pi]]
 Résolution photo: 3280 x 2464 pixels
@@ Ligne 69 : / Ligne 70 : @@
 Taille du capteur: ¼”
+[[Fichier:Taille_capteur.png||vignette|center|Taille d'un capteur 1/4"]]
 Focale: 3mm
@@ Ligne 91 : / Ligne 92 : @@
 Nous avons décidé d'utiliser l'algorithme YOLO pour la détection des frelons. You only look once (YOLO) est un système de détection d'objets en temps réel à la pointe de la technologie. Nous avons testé YOLOv3 et YOLOv5. Nous avons trouvé YOLOv5 plus facile à déployer et plus précis, nous avons donc finalement décidé d'utiliser YOLOv5.
-Nous n'avons pas trouvé d'ensemble de données pour le frelon asiatique sur internet. Mais nous avons trouvé un ensemble de données pour le frelon européen. Nous avons donc décidé d'utiliser cet ensemble de données pour tester notre réseau dans un premier temps. Ce premier test a présenté une précision supérieure à 90%. Nous ne pouvons pas entraîner le réseau neuronal sur notre propre ordinateur en utilisant le GPU. Nous avons donc décidé d'utiliser Google colab pour les entraînements en ligne. Il nous permet d'écrire et d'exécuter du code Python dans notre navigateur. Et il offre les avantages suivants: aucune configuration requise, accès libre aux GPU et partage facile.
+Nous n'avons pas trouvé d'ensemble de données pour le frelon asiatique sur Internet mais nous avons pu trouvé un ensemble de données pour le frelon européen. Nous avons donc décidé d'utiliser ce dernier pour tester notre réseau dans un premier temps. Ce premier test a présenté une précision supérieure à 90%. Nous ne pouvons pas entraîner le réseau neuronal sur notre propre ordinateur en utilisant le GPU. Nous avons donc décidé d'utiliser Google Colab pour les entraînements en ligne. Cela nous permet d'écrire et d'exécuter du code Python dans notre navigateur. Et il offre d'autres avantages tels que: aucune configuration requise, accès libre aux GPU et partage facile.
 == Détection: solutions et méthodes réalisés ==
@@ Ligne 105 : / Ligne 106 : @@
 ==== Partie CNN et électronique ====
-Nous allons implémenter notre détection de frelon sur le Raspberry Pi 3B,il y aura les principales étapes suivantes:
+Nous implémentons notre détection de frelon sur le Raspberry Pi 3B. Il y a quatre principales étapes:
 Graver le système d'exploitation sur la carte SD
-.Graver le système d'exploitation sur la carte SD
+. Décompressez le fichier compressé de l'image du système d'exploitation téléchargé pour obtenir le fichier image img
+. Après avoir utilisé le plateau de carte SD ou le lecteur de carte, connectez-le à l'ordinateur.
-- Décompressez le fichier compressé de l'image du système d'exploitation téléchargé pour obtenir le fichier image img
+. Décompressez et exécutez l'outil win32diskimager.
+     Nous utilisons une carte SD qui a été gravée avec Linux.
-- Après avoir utilisé le plateau de carte SD ou le lecteur de carte, connectez-le à l'ordinateur.
+Connexion externe Raspberry Pi
 Étant donné que le Raspberry Pi n'est pas livré avec un clavier et un moniteur, nous devons le connecter en externe.
-En même temps, nous connectons le raspberry pi à l'alimentation, afin qu'il puisse démarrer avec succès et que nous puissions voir l'interface sur l'écran.
+En même temps, nous connectons le Raspberry Pi à l'alimentation, afin qu'il puisse démarrer avec succès et que nous puissions voir l'interface sur l'écran.
 [[Fichier:systeme.jpg||vignette|center|]]
 [[Fichier:Ecran1.png||vignette|center|]]
 . Configurez l'environnement requis pour que yolov5 s'exécute et caméra pi
+Installez Python sur la carte si ce n’est pas déjà fait.
-- S'il n'y a pas de python sur la carte, nous devons d'abord installer python.
+Téléchargez puis installez directement Torche et Torchvision. Passer par le terminal en exécutant directement “install -r requirements.txt” lors de la configuration de l'environnement YOLOv5 a une forte probabilité de ralentir grandement le téléchargement et qu'une erreur soit signalée.
+Après avoir téléchargé tous les environnements, configurez votre caméra à partir du terminal: sudo raspi-config
-- Si vous exécutez directement install -r requirements.txt lors de la configuration de l'environnement YOLOv5, il y a une forte probabilité que le téléchargement soit lent et qu'une erreur puisse être signalée. torche et torchvision doivent d'abord être téléchargés puis installés directement.
+Accédez à Caméra, sélectionnez Activer.
 Sélectionnez "Terminer" et redémarrez.
 Commencer la détection
-Nous plaçons le modèle formé localement (fichier .pt) dans le répertoire yolo correspondant au Raspberry Pi, et grâce au script, nous pouvons réaliser la détection d'image et la surveillance de la caméra en temps réel.
+Nous plaçons le modèle formé localement (fichier .pt) dans le répertoire Yolo correspondant au Raspberry Pi, et grâce au script, nous pouvons réaliser la détection d'image et la surveillance de la caméra en temps réel.
 [[Fichier:Ecran2.png||vignette|center|]]
@@ Ligne 144 : / Ligne 133 : @@
 === Résultats ===
-Notre réseau de neurones obtient des résultats parfaits sur l’ensemble de validation. Nous obtenons un taux de précision de 100%.
+Notre réseau de neurones obtient de très bons résultats sur l’ensemble de validation. Nous obtenons un taux de précision de 100%. Nous obtenons la matrice de confusion suivante:
 Nous pouvons obtenir un bon résultat sur le Raspberry Pi 3B aussi. Nous pouvons détecter la plupart des frelons avec un haut degré de confiance. De plus, nous pouvons enregistrer les coordonnées de centre de chaque bounding box dans un fichier txt.
+[[Fichier:testf.png||vignette|center|Résultats après tests avec le réseau de neurones]]
 === Analyse critique ===

@@ Ligne 289 : / Ligne 289 : @@
 Voici le montage que nous avons mis en place:
-[[Fichier:PriCapture15.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture15.PNG||vignette|center|]]
 L'expérience a pour but de simuler une visée d'un laser selon les coordonnées obtenues par le système de vision. Le code a été développé dans le but de réaliser des mesures sur une mire constituée de 3 feuilles a4 collées entre elles. Nous avons donc, après la partie initialisation des ports PWM et le placement des servomoteurs dans une position initiale, inséré une boucle for nous permettant de viser 20 positions sur une diagonale. A la fin de la boucle, on peut apercevoir la ligne permettant aux servomoteurs de revenir dans un positions éloignées de la scène (la justification de ce choix est présenté ci-bas).
@@ Ligne 296 : / Ligne 296 : @@
 Problèmes relevés :
-[[Fichier:PriCapture16.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture16.PNG||vignette|center|]]
 On remarque un phénomène d’hystérésis et un léger offset.
@@ Ligne 311 : / Ligne 311 : @@
 Voici le module utilisé: Alimentation 9V puis module d’adaptation 5V (ou 3.3V).
-[[Fichier:PriCapture18.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture18.PNG||vignette|center|]]
 En fréquentiel, on a :
-[[Fichier:PriCapture19.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture19.PNG||vignette|center|]]
 Si nécessaire, on aurait pu ajouter un filtre RC de fréquence de coupure 550 Hz, mais le signal PWM semble assez propre.
@@ Ligne 335 : / Ligne 335 : @@
 Photo du montage :
-[[Fichier:PriCapture20.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture20.PNG||vignette|center|]]
 Schéma du montage :
-[[Fichier:PriCapture21.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture21.PNG||vignette|center|]]
 Ce montage, s’il se rapprochait d’un cas réel (notamment dans la mesure où le laser ne touche pas le frelon de manière optimale dans tous les cas), elle présentait plusieurs défauts :
@@ Ligne 348 : / Ligne 348 : @@
 Suite à une discussion afin de trouver une solution avec notre expert technique, il a été envisagé un modèle plus rigoureux, décrit sur les photo et schéma du montage suivants :
-[[Fichier:PriCapture22.PNG||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture22.PNG||vignette|center|]]
 Dans ce modèle ou un puissancemètre a remplacé le spectrophotomètre, la configuration verticale du modèle permet un meilleur placement des ailes. Celles-ci sont cette fois-ci séparées de l’animal et dépliées avant d’être plaquées sur le capteur, récupérant la part diffusée par l’aile. Les principaux défauts du modèle précédent étant ainsi supprimés, le résultat obtenu devient alors plus homogène.
-Tableau [[Fichier:PriCapture23.PNG||vignette|center|Schéma du dispositif]]
+Tableau [[Fichier:PriCapture23.PNG||vignette|center|]]
 Il est à noter qu’une part du faisceau est réfléchie et n’est donc pas non plus absorbée. Ce taux de réflexion n’a pas été déterminé mais peut être estimé assez bas dans la mesure où les ailes sont transparentes. Le résultat, s’il indique de potentielles meilleures performances dans les longueurs d’ondes courtes, laisse cependant possible l’utilisation d’un laser rouge ou IR. De telles longueurs d’onde seraient en effet plus à même de chauffer instantanément le frelon et potentiellement de le faire fuir, si il n’est pas possible d’utiliser un laser à même de le tuer.

@@ Ligne 360 : / Ligne 360 : @@
 === Annexes 1: Schéma du montage de visée ===
-[[Fichier:Schéma_dispositif.png||vignette|center|Schéma du dispositif]]
+[[Fichier:PriCapture24.PNG||vignette|center|]]
 === Annexes 2: Code de test de programmation de la carte Raspberry Pi ===

@@ Ligne 188 : / Ligne 188 : @@
 Schéma du montage vue de dessus avec zone de tir :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture2.PNG||vignette|center|]]
 Ainsi, le fait de viser une zone spécifique réduit notre zone de tir et donc l’angle maximal que doit pouvoir prendre le laser. Si on suppose la caméra et le laser confondus, on obtient :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture3.PNG||vignette|center|]]
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture4.PNG||vignette|center|]]
 Avec Z= 1m et Xmax= 0.2 m ou Ymax= 0.3 m, on trouve PHImax = 16.7 degré et THETAmax= 11.3 degré
@@ Ligne 201 : / Ligne 201 : @@
 Le système étant symétrique suivant les directions x et y, nous pouvons réaliser l’étude uniquement sur l’une de ses dimensions. Nous avons choisi l’étude de x et donc de l’angle θ (la détermination de l’angle φ correspondant à la position en y découlera directement de cette étude). On peut représenter schématiquement le système de la manière suivante :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture5.PNG||vignette|center|]]
 Les équations suivantes découlent du schéma ci-dessus:
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture6.PNG||vignette|center|]]
 Nous avons ainsi déterminé la relation liant l’angle consigne  θ‘ de notre servomoteur en fonction de la position en x visée et de l’écart entre le centre de la caméra et le centre de la diode laser.
@@ Ligne 214 : / Ligne 214 : @@
 Nous avons réalisé des simulations sur Excel pour illustrer ces phénomènes et trouver ce compromis en fixant les paramètres hauteur du frelon z = 5 cm et écart CL = 2 cm.
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture7.PNG||vignette|center|]]
 On retrouve bien l’idée que cet écart de visée diminue quand la hauteur du système augmente.
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture8.PNG||vignette|center|]]
 Cette seconde courbe illustre bien le fait qu’augmenter la hauteur du système Z nous fait perdre en résolution. On remarque donc qu’atteindre un pas xmin de 0.5 cm par exemple, nécessitera une résolution en angle bien plus faible. Il ne faut donc pas trop augmenter la hauteur du système.
@@ Ligne 225 : / Ligne 225 : @@
 Après simulation sur Excel, en faisant varier la hauteur du frelons et l’écart entre les deux centres, nous obtenons les courbes suivantes:
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture9.PNG||vignette|center|]]
 On remarque que nous avons une relation quasi linéaire entre la coordonnée de visée en x et l’angle consigne du servomoteur θ’ correspondant (cohérent avec la taille des angles et la fonction tangente) et que l’angle théta n’est pas énormément impacté par de faibles écarts. En effet, lorsque l’écart entre les centres reste inférieur à 5 cm (ce qui est physiquement réalisable pour nous), les courbes sont quasiment les mêmes et proches de l’angle correspondant à un écart nul.
@@ Ligne 231 : / Ligne 231 : @@
 Lorsque l’on fait varier la hauteur z du frelon et que l’on cherche à déterminer l’écart entre le point de frappe à cette hauteur z et l’actuelle position en x du frelon à la hauteur z, on obtient la courbe suivante:
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture10.PNG||vignette|center|]]
 La courbe ci-dessus montre que l’écart CL a un impact direct sur la FF’. Cet écart se dégrade lorsque CL augmente mais reste acceptable en dessous de 5 cm. L’idéal serait de garantir un écart CL de 2 cm, ce qui devrait être réalisable selon notre étude. D’après notre étude comportementale du frelon, celui-ci ne devrait pas être en vol stationnaire près de la ruche au - delà de 5 - 10 cm au-dessus de notre repère. La visée à ce stade semble donc faisable.
@@ Ligne 241 : / Ligne 241 : @@
 Si nous en étions venus à choisir un laser peu portable et potentiellement lourd, nous avons pensé à diriger le faisceau du laser grâce à un jeu de deux miroirs comme ci-dessous.
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture11.PNG||vignette|center|]]
 Cela nous aurait permis alors de ne pas avoir à déplacer le laser, ce qui aurait demandé beaucoup d’espace pour manoeuvrer et aurait été potentiellement long à déplacer, laissant alors le temps au nuisible de sortir de la zone de tir.
@@ Ligne 263 : / Ligne 263 : @@
 Il faut alors étudier la précision atteignable par le laser. cette dernière a été analysée comme suit :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture12.PNG||vignette|center|]]
 Dans la dernière formule, δt est le temps d’impulsion sur un servomoteur nécessaire pour obtenir une variation de δx. On a donc fixé δx comme notre précision maximale admissible (0.1 cm) et on a cherché le pire cas possible.
 Les variables sont zF et θ. On fixe alors dans un premier temps zF et on fait varier θ de 0 à 45°. Le résultat est le suivant :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture13.PNG||vignette|center|]]
 Ici, dT correspond à δθ. Le pire cas est celui où l’impulsion à réaliser est la plus courte. En effet, si elle diminue trop (10µs dans le cas de nos servomoteurs), elle ne sera pas détectée par le moteur et il n’y aura pas de mouvement. Ce cas est atteint pour un angle maximal. On se fixe alors à un angle de 45° et on fait varier zF de 0 à 30 cm. On obtient le résultat :
-[[Fichier:Ecran1.png||vignette|center|]]
+[[Fichier:PriCapture14.PNG||vignette|center|]]
 Cette fois, c’est dans le cas du zF le plus petit que le résultat est le moins bon. Dans ce cas là, on obtient alors une impulsion nécessaire de 46µs (le résultat est obtenu car on sait que le moteur tourne à raison de 60° pour 0.1s). Ce résultat permet d’affirmer qu’une précision de 0.1cm sera toujours atteinte (dans la mesure où les limites posées, 45° et 30 cm, sont bien supérieures à celles utilisées en pratique qui ne dépassent pas 8.53° et 10 cm).

← Version précédente		Version du 21 janvier 2022 à 15:00
Ligne 193 :		Ligne 193 :

	[[Fichier:Ecran1.png\|\|vignette\|center\|]]		[[Fichier:Ecran1.png\|\|vignette\|center\|]]
		+
		+	[[Fichier:Ecran1.png\|\|vignette\|center\|]]
		+
		+	Avec Z= 1m et Xmax= 0.2 m ou Ymax= 0.3 m, on trouve PHImax = 16.7 degré et THETAmax= 11.3 degré

	==== Etude de la position idéale du système ====		==== Etude de la position idéale du système ====