Ce projet développe un capteur de CO2 portable et connecté, basé sur des composants électroniques spécialisés. Il permet de surveiller en temps réel la concentration de dioxyde de carbone dans un environnement intérieur, afin d'évaluer la qualité de l'air et d'adapter les systèmes de ventilation pour garantir un air sain et conforme aux normes sanitaires.

Projet open source permettant de construire une station météo connectée à base de Raspberry Pi. Il collecte des données environnementales (température, humidité, pression, etc.) via des capteurs et les transmet pour analyse. Les utilisateurs peuvent visualiser les données en temps réel et suivre les tendances climatiques locales. Idéal pour les passionnés de météo, les écoles ou les collectivités souhaitant surveiller leur environnement.

Solution Docker pour déployer WebObs, un système web intégré dédié à la surveillance sismique et géophysique. Permet aux observatoires, institutions de recherche et géoscientifiques de déployer rapidement un environnement reproductible pour la collecte, le traitement et la visualisation de données géophysiques en temps réel. Facilite la gestion des réseaux de capteurs et l'analyse des données.

Projet dédié à l'acquisition et au traitement de données issues d'expériences scientifiques, notamment dans le domaine de la physique des particules. Il permet de configurer, contrôler et surveiller des systèmes électroniques complexes, comme des détecteurs ou des capteurs, via des interfaces logicielles. Le logiciel gère les flux de données en temps réel et assure la synchronisation entre différents composants matériels.

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.

Logiciel dédié à la surveillance automatisée d'équipements de laboratoire. Il collecte, stocke et visualise en temps réel les données issues de divers capteurs (température, pression, etc.). Le système génère des alertes automatiques par email en cas de dépassement de seuils prédéfinis. Il permet également d'analyser les données expérimentales et d'exporter les résultats sous forme de graphiques ou de fichiers structurés.

Ce projet permet de surveiller en temps réel les conditions environnementales des cultures agricoles grâce à des capteurs connectés. Il mesure la température, l'humidité et la luminosité pour aider les agriculteurs à prendre des décisions éclairées sur l'irrigation, la protection des plantes ou la gestion des serres. Les données collectées sont transmises via un réseau Wi-Fi sécurisé à une station centrale pour analyse et stockage.

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.

Ce projet permet de mesurer en temps réel la température et l'humidité ambiante à l'aide d'un capteur DHT22. Les données collectées sont utilisées pour surveiller des environnements, automatiser des systèmes domotiques ou optimiser des processus agricoles. Il s'intègre facilement dans des infrastructures existantes pour fournir des mesures précises et fiables.

Outil open source conçu pour collecter des données issues de capteurs ou d'appareils SNMP, puis les transmettre à un courtier MQTT. Il permet de surveiller en temps réel des paramètres comme la consommation électrique, les températures ou d'autres métriques techniques. Les données sont ensuite distribuées à des applications de monitoring, de traitement ou de stockage pour analyse et visualisation.