Dispositif de suivi postural BLE
Capteurs BLE avec algorithmes d'analyse du mouvement pour la rééducation spécialisée. Certification à usage médical, interface pour les cliniciens, synchronisation cloud sécurisée et conforme au RGPD.
Les modèles tournent sur l'appareil, pas seulement dans le cloud : moins de latence, moins de données en transit, plus de confidentialité. Les nœuds se coordonnent dans un réseau distribué et dialoguent avec Nebula quand c'est nécessaire.
Les modèles tournent sur l'appareil, pas seulement dans le cloud : moins de latence, moins de données en transit, plus de confidentialité. Les nœuds se coordonnent dans un réseau distribué.
Le modèle tourne sur le nœud : la décision naît là où naît la donnée.
Les capteurs se réveillent sur le réseau et n'envoient que ce qui est nécessaire.
Les nœuds s'échangent des messages et se coordonnent sans centre unique.
Au centre, la plateforme collecte, gouverne et restitue les résultats aux services.
Envoyer toutes les données dans le cloud coûte de la bande passante, de l'énergie et de la confidentialité. Souvent, la décision utile peut naître sur l'appareil : reconnaître un motif, filtrer un bruit, n'envoyer que l'événement important.
L'Edge AI déplace le traitement là où naît la donnée, avec des modèles assez petits pour tourner sur un microcontrôleur. Il en résulte moins de latence, moins de trafic et des données sensibles qui restent sur place.
Du capteur à la plateforme, en cinq couches.
Chaque nœud décide seul de ce qu'il peut ; le reste remonte à la plateforme. Moins de données en transit, plus de confidentialité, moins de latence.
Capteurs BLE avec algorithmes d'analyse du mouvement pour la rééducation spécialisée. Certification à usage médical, interface pour les cliniciens, synchronisation cloud sécurisée et conforme au RGPD.
Un nœud doté d'un accéléromètre reconnaît seul une vibration anormale et ne signale que l'événement.
Des capteurs à batterie mesurent température et humidité et ne se réveillent que pour transmettre, restant actifs longtemps.
Le firmware et les modèles sont écrits pour des microcontrôleurs comme l'ESP32 et les cartes Arduino. Les appareils se mettent à jour à distance et communiquent avec des protocoles ouverts ; la plateforme suit la version de chaque nœud.
Nous définissons quoi mesurer, à quelle fréquence et avec quelles contraintes d'énergie et de taille.
Nous réalisons un nœud d'essai et recueillons des données réelles pour entraîner et vérifier le modèle.
Nous réduisons le modèle et la consommation, et préparons les mises à jour à distance.
Nous préparons la plateforme pour gérer une flotte d'appareils, avec supervision et assistance.
Dans l'Edge AI, le modèle tourne sur l'appareil ; dans le cloud, sur des serveurs. Sur l'appareil, la réponse est immédiate et les données restent locales ; dans le cloud, on peut utiliser des modèles plus grands.
Cela dépend de la fréquence à laquelle l'appareil mesure et transmet : avec de longs cycles de veille, on atteint des mois ou des années ; avec une transmission continue, des jours.
Oui, s'il possède un microcontrôleur programmable ou une interface de données. Sinon, nous choisissons ensemble des composants standard et faciles à trouver.
Musées, bornes et marketing de proximité : des outils qui parlent aux personnes au bon endroit.
Ouvrir la pageLocalisation indoor et outdoor, recherche en réalité augmentée et affichage dynamique contextuel.
Ouvrir la pageSIG multi-tenant pour les collectivités : cartes, données ouvertes et flux agrégés de personnes.
Ouvrir la pageMaintenance prédictive et maîtrise statistique des processus sur machines et lignes.
Ouvrir la pageLogiciels sur mesure et plateformes cloud, une feuille à la fois.
Ouvrir la pageDites-nous ce qu'il mesure et où il doit décider : du capteur au modèle.
Parlons-en