Les 25 jours d’atelier pratique destiné à mettre sur les rails un projet, ou tout au moins, un prototype de solution d’e-farming ont été bouclés, du côté de Ciney et du centre de formation Technobel.

La soixantaine d’apprenants (ingénieurs réseau, cloud, IoT, spécialistes cyber-sécurité, développeurs, designers…) ont présenté, notamment à des recruteurs potentiels, le fruit de leur travail, illustration pratique des compétences acquises tout au long de l’année.

Qu’ont donc mijoté ou imaginé les équipes pluridisciplinaires constituées pour les besoins de cette “Play-Zone”? Au total neuf projets, dont six dédiés à l’application des nouvelles technologies au domaine agricole, et trois orientés réalité virtuelle.

Travailler sur de tels projets ont permis aux équipes de mettre en pratique les compétences acquises en cours de formation, de confronter théorie et problématiques concrètes. Par exemple: la pertinence du choix de tel ou tel outil open source en fonction, notamment, de la réactivité de la communauté; le ratio coût-performances de différents modèles de capteurs ou de modules de communications sans-fil; la complexité de mise en oeuvre de certains protocoles de communications; l’intégration de différentes solutions de sécurisation d’accès; les défis de l’entraînement d’algorithmes d’apprentissage automatique…

Le jour de vérité

Vendredi dernier, la Play-Zone ouvrait ses portes à un public où l’on croisait notamment dix représentants d’entreprises – grande (Proximus, partenaire de Technobel, était du nombre) ou plus petites (des PME de 2 à 50 personnes).

La matinée avait été réservée à des pitchs et démos des différentes équipes. L’après-midi, elle, fut réservée à des rencontres individuelles entre les apprenants et les entreprises qui auraient repéré tel ou tel profil intéressant.

Hervé Docq (Technobel): “En l’espace de 25 jours, certaines équipes ont donné forme à des projets suffisamment intéressants pour mériter une poursuite du développement.”

Hervé Docq, directeur de Technobel, estime que la Play-Zone 2018 a livré des résultats plutôt positifs. D’une part, en termes individuels: “on a forcé les équipes vers la multi-disciplinarité (spécialiste réseau, cloud, IoT, cyber-sécurité, développeur, designer…) et, en l’espace de 25 jours, on a pu constater qu’ils ont réussi à créer quelque chose, même si toutes les barrières entre profils sont loin d’avoir été effacées. Mais au moins, ils ont découvert le travail en équipe et l’écoute des visions des autres.”

D’autre part, en termes de qualité des projets. Six des neuf projets sont à ses yeux suffisamment intéressants pour mériter une poursuite du développement, que ce soit en autonome ou pour être adopté par un tiers. “Les projets ont été l’occasion de plein de “petites” inventions. L’un des participants a ainsi eu l’idée d’un testeur de vulnérabilité réseau en temps réel. Un autre a imaginé un générateur de script et un configurateur réseau s’appuyant sur une base de données.” On pourrait encore ajouter que l’un des projets combine IoT et dispositif de protection évoluée contre de potentielles cyber-attaques.

Deux projets ont également exploré les potentiels de l’intelligence artificielle – sans forcément avoir le temps de mettre ce volet réellement au point mais… L’un d’eux est le projet BeeHive (voir ci-dessous) qui s’appuie sur de la reconnaissance et analyse d’images (caméra intégrée à la ruche) pour détecter et prévenir l’apiculteur de la présence de frelons à proximité de ses ruches.

Coup de projo sur quelques protos

BeeHive. Cette ruche connectée (dont le prototype a été produit au fablab d’Andenne) s’adresse plus particulièrement aux apiculteurs qui désirent pouvoir surveiller leurs ruches à distance et s’épargner des trajets parfois longs. Les capteurs dont elle est dotée, alimentés via panneaux photovoltaïques, surveillent à la fois la température, le taux d’humidité, la qualité de l’air (CO₂), les fréquences d’entrées et sorties des abeilles (une sortie massive peut indiquer l’approche d’un prédateur. Un capteur GPS permet par ailleurs de détecter tout vol de ruche.

Une ruche surveillée à distance…

Les données collectées sont analysées en continu afin de pouvoir déclencher des alertes à envoyer au propriétaire (message via courriel ou SMS). Chaque apiculteur peut déterminer le seuil d’alerte, par exemple le taux d’humidité au-delà duquel il sera prévenu.

Une autre particularité de cette ruche connectée est la présence d’une caméra chargée de filmer les abords immédiats de la ruche afin de détecter (par reconnaissance d’image) la présence de frelons (asiatiques), grands prédateurs d’abeilles.

Deux projets avaient pour thème la gestion des stocks pour maraîchers.

StockWatch est une solution qui automatise l’enregistrement des légumes (reconnaissance visuelle évitant les encodages, pesée automatique, traçabilité des bacs via puces NFC) et permet un suivi  centralisé des statistiques.

SmartVeget est une solution assez similaire mais moins automatisée. Elle combine balance connectée, bacs “taggés” et géolocalisés, saisie automatique des quantités vendues, historicisation dans une base de données.

L’encodage des produits de la terre se fait manuellement, via un panneau frontal de la balance connectée, avec choix de vignettes représentant les légumes (l’interface tactile est personnalisable par chaque maraîcher). Le but que l’équipe met en avant est de procurer aux coopératives et maraîchers une meilleure visibilité sur leurs ventes au fil de l’année. L’enregistrement des quantités vendues se fait en effet automatiquement, avec indication de leur géolocalisation (utile pour les ventes sur marchés, voire en itinérance). “Le maraîcher peut donc déterminer aisément, sans encodage, quels produits ont eu le plus de succès par période de l’année, ou par lieu de vente, ceux qui ne se vendent pas… Il pourra ainsi adapter ses productions en conséquence…”

Des équipes s’étaient elles essayées à la surveillance et gestion de jardinières connectées pour producteurs individuels, via intégration de différents types de capteurs (surveillance de la température, de l’humidité, sonde mesurant l’électroconductivité du sol (permettant d’identifier la présence ou la carence de divers éléments nutritifs).

Sans pouvoir implémenter l’idée, l’un des projets, répondant au doux nom de Potapi (pour “potager connecté via carte Raspberry Pi”), avait imaginé s’appuyer sur le suivi automatisé de la reconnaissance d’images pour gérer automatiquement l’arrosage en fonction de l’état visuel des plantations. L’obstacle qui n’a pas pu être surmonté fut le stock d’images nécessaire pour entraîner un algorithme (25 jours c’est trop court, surtout lorsque l’on en est réduit à prendre deux clichés par jour – un le matin et un le soir).

Dans le prototype, tel que réalisé, l’arrosage n’est donc piloté qu’en fonction des données (humidité, température) collectées par les capteurs et des paramètres spécifiques à chaque type de culture.

Un projet assez similaire, baptisé Grownd, visait davantage la surveillance et la gestion de la santé et fertilité du sol pour la culture de parcelles maraîchères ou agricoles. Les types de capteurs et sondes utilisés sont assez similaires mais avec un petit plus: la mini-station d’analyse prend la forme d’un boîtier électronique, associé à un programme étalonnant les besoins en minéraux et en eau. Paramètres surveillés: température, humidité, électroconductivité

 Alimenté par un panneau photovoltaïque et une batterie de secours, le boîtier est également équipé d’un capteur GPS, afin de pouvoir signaler… tout déplacement du boîtier. En cas de vol mais aussi… “si un sanglier vient à le déplacer”. On n’est jamais assez prudent…

Type de communication choisi: LoRA. Les données récoltées sont présentées sous forme de chiffres et de graphiques.