Ce projet centralise le développement des logiciels embarqués sur des capteurs dédiés au PNE (Pôle National d'Expérimentation). Il permet de collecter, traiter et analyser des données environnementales ou physiques en temps réel pour des applications variées comme la recherche, l'industrie ou l'agriculture.

Projet dédié à la collecte, l'analyse et la surveillance de données issues de capteurs éducatifs. Il permet de suivre les performances de systèmes, de détecter des anomalies et de générer des rapports pour optimiser l'apprentissage ou l'utilisation des équipements. Les données sont centralisées et analysées pour fournir des insights actionnables.

Plateforme open source dédiée à la collecte, l'analyse et la visualisation de données en temps réel issues de capteurs ou d'appareils connectés. Elle permet aux utilisateurs de simuler des environnements matériels, d'exploiter des flux de données complexes et de générer des rapports techniques pour le monitoring ou le prototypage. Idéale pour les développeurs, chercheurs ou industriels souhaitant centraliser et exploiter des données techniques.

Système de monitoring dédié à la surveillance en temps réel des équipements cryogéniques et des systèmes associés. Il centralise les données de capteurs dans une base MongoDB, les réplique vers un cluster OpenSearch pour les requêtes utilisateurs, et fournit des outils d'analyse prédictive. Utilisé pour détecter des comportements anormaux via des réseaux de neurones entraînés sur des données historiques, permettant une maintenance proactive et une optimisation des performances.

Ce projet automatise et optimise l'intégration des données issues de réseaux de capteurs géophysiques. Il permet de configurer, surveiller et exécuter des flux de données entre des stations de mesure et des bases de données centralisées. L'objectif est d'assurer une collecte fiable, sécurisée et en temps réel des données pour des analyses scientifiques ou opérationnelles.

Ce projet permet de centraliser et visualiser les données issues de capteurs environnementaux, notamment pour le suivi des températures et des conditions météorologiques. Il offre des tableaux de bord interactifs et des indicateurs clés pour faciliter l'analyse et la prise de décision au sein de la DGD DAPAL. Les données sont présentées de manière claire et adaptée aux besoins des utilisateurs.

Ce projet permet de contrôler et superviser des dispositifs matériels industriels en temps réel. Il automatise des processus de mesure, de commande et d'analyse pour des équipements connectés. Les utilisateurs peuvent configurer, démarrer ou arrêter des systèmes, ajuster des paramètres et récupérer des données de capteurs. Il est conçu pour des environnements industriels nécessitant une gestion centralisée et une intégration avec des infrastructures existantes.

Outil dédié à la fusion et au traitement de données issues de systèmes d'acquisition MFM (Multi-Framework Monitoring). Il permet de configurer, agréger et analyser des flux de données provenant de différentes sources (capteurs, instruments) en temps réel ou différé. Utilisé principalement dans des environnements de recherche ou industriels pour centraliser et structurer des informations complexes.

MoSCa est une suite de modules Python conçus pour faciliter l'intégration et le contrôle des détecteurs spectraux 1D, comme les capteurs de fluorescence, dans des systèmes de laboratoire. Il fournit une interface commune et des fonctionnalités standardisées pour simplifier la gestion de divers dispositifs scientifiques, permettant une collecte et une analyse centralisées des données.

REAssemble est un outil dédié à l'assemblage et au traitement de données MFM (Multi-Frame Multi-Channel) en temps réel. Il permet de centraliser et fusionner des flux de signaux issus de capteurs ou d'équipements scientifiques, notamment dans le cadre d'acquisitions expérimentales. Utilisé dans des environnements nécessitant une synchronisation précise des données, il s'intègre dans une architecture modulaire pour optimiser la collecte et l'analyse des signaux.