Thi Hang Nguyen

Projet inter-école réalisé en équipe de 5 (3 en informatique, 2 en mécanique), avec un produit final physique : une serre connectée modulaire. Le système repose sur un firmware ESP32 qui lit les capteurs et pilote les actionneurs, une API REST FastAPI qui centralise les données en base PostgreSQL, et un dashboard React temps réel (WebSocket) pour visualiser et piloter la serre. La vidéo et l'application présentées ici sont une simulation du fonctionnement réel du produit final.

• Firmware ESP32 (PlatformIO) : lecture des capteurs (température, humidité air/sol, luminosité, pH, niveau d'eau, batterie) et pilotage des actionneurs (pompes, ventilateur, électrovannes, LED horticole)
• API REST FastAPI + PostgreSQL : centralisation des données, authentification par clé API
• Dashboard React (TypeScript, WebSocket) : suivi temps réel, graphiques historiques, alertes automatiques de seuils
• Gestion de plantes avec profils et seuils personnalisables (humidité, température, lumière, pH)
• Système multi-appareils : plusieurs ESP32, organisation en stations et grilles de bacs
• Interface bilingue FR/EN, thème clair/sombre, responsive mobile

Dans cette vidéo, je vous présente un projet de programmation graphique réalisé avec OpenGL en C++. Vous découvrirez comment j'ai structuré mon code pour charger et afficher des modèles 3D avec textures, en utilisant des bibliothèques comme GLFW, GLEW, et GLM.

Ce que vous verrez dans cette vidéo :

1. Une démonstration de la scène 3D comprenant des objets comme des bateaux, arbres, bâtiments, et autres éléments naturels.
2. L'utilisation de structures et fichiers séparés pour une meilleure gestion des données (ex. ModelData).
3. Le chargement des modèles avec des fichiers OBJ et des textures pour chaque objet.
4. Les résultats visuels de ma scène, y compris les lumières, les ombres, et les déplacements de caméra.

Objectifs de ce projet : pratiquer la programmation graphique, améliorer la structuration du code avec des fichiers .h et .cpp, expérimenter avec les textures, les transformations et les déplacements de caméra.

Projet XR détectant une feuille A4 posée sur un plateau ou un carton pour y superposer des décors virtuels (murs, terrain) et suivre en temps réel les mouvements d'une balle physique sur le plateau. Le déplacement dans la scène 3D suit fidèlement les mouvements détectés, avec plusieurs configurations de niveaux et de décors. Projet réalisé en binôme.

• Détection de la feuille A4 comme repère pour la superposition AR/MR
• Tracking en temps réel du mouvement de la balle sur le plateau
• Déplacement dans la scène virtuelle selon les mouvements détectés
• Plusieurs niveaux et designs de décors (murs, terrain) configurables
• Touche Espace : mise en pause
• Touche V : affichage de la vue caméra réelle en superposition

Programme en C++ (OpenCV) qui compare trois méthodes de détection de contours (Sobel, Laplacien et Canny) sur une image, avec une interface à curseurs pour ajuster les paramètres en temps réel et une mesure objective de la performance de chaque filtre.

• Fenêtre de résultat avec trois curseurs : Gradient (choix de la méthode : Sobel, Laplacien ou Canny), Image (choix de l'image source) et Noyau (taille du noyau de convolution). Chaque changement recharge l'image et relance le filtre
• Sobel : calcul des dérivées horizontale (Gx) et verticale (Gy), conversion des valeurs en image affichable puis fusion des deux gradients
• Laplacien : application d'un flou gaussien pour réduire le bruit avant le filtre, afin de détecter les zones de changement rapide d'intensité
• Canny : fenêtre dédiée « Seuils Canny » avec deux curseurs (seuil min / seuil max, ex. 15 et 136) ajustables dynamiquement pour affiner la détection
• Fonction de calcul de performance affichant dans le terminal les taux de vrais/faux positifs et négatifs, pour comparer objectivement les méthodes

Projet d'équipe autour de l'urbanisation des systèmes d'information : analyse des besoins et matrice SWOT pour cartographier l'existant (As-Is) et définir la cible (To-Be), avec une preuve de concept déployée sur Odoo Community.

• Analyse des besoins et cartographie de l'existant (As-Is) via une matrice SWOT
• Définition de la cible (To-Be) et plan d'urbanisation du système d'information
• Preuve de concept sur Odoo Community avec base de données PostgreSQL
• Infrastructure as code avec AWS CloudFormation pour le déploiement
• Travail d'équipe, suivi et livrables formalisés sous Microsoft Excel