Ce projet vise à standardiser les protocoles IoT pour détecter en temps réel les virus et la pollution environnementale. Il permet aux utilisateurs d'identifier les zones à risque via une application mobile et un site web, tout en assurant la conformité RGPD. Les données collectées sont analysées et diffusées pour permettre une surveillance efficace et des alertes préventives.

Plateforme dédiée à la collecte, au traitement et à la visualisation de données issues de capteurs IoT. Permet aux utilisateurs de surveiller et analyser en temps réel les performances d'équipements industriels ou domestiques connectés, facilitant ainsi la maintenance prédictive et l'optimisation des ressources.

Ce projet vise à déployer et à superviser une pile de surveillance de réseau TPG sur les infrastructures G5K et FIT IoT LAB. Il permet de collecter des données de performance, d'analyser les résultats et de détecter les anomalies dans le but d'optimiser le fonctionnement du réseau.

Le projet traces-fit-iot est une solution de collecte et d'analyse de données pour les réseaux IoT maillés sans fil. Il permet de gérer les statistiques des nœuds du réseau et d'analyser les données collectées.

FROST-Server est une solution open source qui implémente le standard OGC SensorThings API. Il permet de centraliser, standardiser et partager les données issues de capteurs IoT (température, humidité, qualité de l'air, etc.) via une API REST. Destiné aux collectivités, entreprises ou chercheurs, il facilite l'intégration et l'analyse des données environnementales en temps réel.

OptimaCulture est une solution backend dédiée à la collecte, transformation et stockage de données issues de capteurs IoT. Elle permet de traiter des flux de données en temps réel via le protocole MQTT, de les transformer automatiquement en format JSON, et de les stocker temporairement avant leur envoi vers une base Elasticsearch. Le projet inclut également des outils pour générer des tableaux de bord de visualisation via Kibana, facilitant ainsi l'analyse et la surveillance des données collectées.

HybridIoT est une plateforme open source conçue pour faciliter la gestion et l'intégration de systèmes IoT hybrides. Elle permet de connecter, superviser et automatiser des dispositifs physiques et virtuels au sein d'un même écosystème. Destinée aux industriels, chercheurs et développeurs, elle offre des outils pour collecter, analyser et visualiser des données en temps réel, tout en favorisant la collaboration entre les équipes techniques.

Projet open source développé par l'Université Toulouse 3 et l'IRIT dans le cadre de l'opération neOCampus. Il permet de déployer des capteurs IoT (neOSensor) basés sur des microcontrôleurs ESP32/ESP8266 pour mesurer des paramètres environnementaux comme la température, l'humidité, la qualité de l'air ou la luminosité. Les données collectées sont publiées vers une infrastructure centrale (sensOCampus) pour stockage et analyse.

Ce projet vise à analyser et traiter les données collectées par des capteurs IoT sur un campus. Il permet de générer des visualisations de données pour une meilleure compréhension des phénomènes étudiés.

Plateforme dédiée à la collecte, l'analyse et la visualisation de données environnementales en temps réel. Elle permet aux utilisateurs de surveiller la qualité de l'air, les conditions météorologiques et les performances de capteurs IoT, avec des outils de reporting avancés pour une prise de décision éclairée.