Ingénieur Systèmes Embarqués

Il a réalisé la refactorisation complète d'un firmware embarqué sur ESP32 pour un système de détection d'obstacles intégrant un capteur CH201 et une IMU.

• A conçu une architecture event-driven avec une state machine applicative et le pattern Singleton pour les managers de capteurs, d'énergie et de périphériques.
• A implémenté des entrées/sorties non bloquantes (Non-Blocking I/O) via des interruptions timer (ISR) pour éliminer tout délai bloquant en boucle principale.
• A configuré 5 modes de puissance adaptatifs selon l'état applicatif (IDLE, DETECTING, ALERT, SLEEPING).
• A utilisé des templates C++ pour assurer des callbacks type-safe et une réutilisabilité zéro overhead.
• A analysé les timings ISR, mesuré l'utilisation CPU et validé la consommation de courant lors des phases de débogage et de profilage.
• A atteint des performances notables avec un CPU idle à 94.85%, une latence de détection inférieure à 10 ms et une autonomie de batterie supérieure à 25h.

Il a intégré l'équipe R&D Pôle Ville du Futur dans le cadre du projet AI4Citizens pour développer un système embarqué de vision par ordinateur en temps réel destiné à l'assistance à la mobilité urbaine sur Jetson Orin Nano.

• A réalisé l'interfaçage bas niveau d'une caméra infrarouge FLIR Lepton 3 en SPI et I2C avec une synchronisation double flux RGB/IR.
• A mis en place une architecture logicielle multi-threadée POSIX intégrant des verrous mutex, des files d'attente d'événements et des buffers partagés.
• A mené le débogage système en analysant les race conditions, le suivi mémoire sous Valgrind et le profilage GDB sur cible embarquée Linux.
• A développé le traitement vidéo en temps réel via OpenCV et CUDA ainsi que l'intégration GStreamer pour le pipeline de la caméra.
• A optimisé des modèles YOLOv8 et YOLOv8-seg grâce à TensorRT FP16/INT8 et au pruning, tout en intégrant le suivi multi-ID et la génération de GEI.
• A développé un module de communication BLE vers une tablette pour assurer le monitoring et la transmission de l'état du système.
• A validé un pipeline stable en conditions indoor avec une latence inférieure à 46 ms et un traitement continu des flux vidéo.

Il a réalisé le projet de Master 2 portant sur l'instrumentation du firmware Klipper pour étendre un système open-source de détection de sauts de pas sur une imprimante 3D cartésienne équipée d'une carte SKR3 et d'un STM32.

• A analysé le code source de Klipper combinant Python côté hôte et C côté MCU, incluant la communication série asynchrone Klippy-STM32, la file d'attente de commandes et l'ordonnancement temps réel.
• A conduit la rétro-ingénierie du flux UART entre Klippy et le driver TMC2209 pour identifier le chemin de lecture du registre SG_RESULT de StallGuard4.
• A modifié les fichiers tmc2209.py pour ajouter SG_RESULT aux registres lisibles et statistics.py pour automatiser la collecte périodique de SG_RESULT et TSTEP.
• A mis en place un protocole de test sur banc avec un moteur pas à pas, un driver et une alimentation 12V, simulant des sauts de pas par blocage manuel du moteur.
• A développé des méthodes de détection basées sur une analyse comparative par somme de SG_RESULT et sur une détection statistique de successions de valeurs nulles.
• A validé la détection à haute vitesse avec une élévation de la moyenne des séquences de 0 de 11.3 à 14.7 en cas d'erreur.

Il a réalisé un stage axé sur le développement d'un pluviomètre autonome à énergie optimisée sur microcontrôleur STM32.

• A développé le firmware en C/C++ bare metal en configurant les PWM, les timers, les ADC, les DAC et le DMA via CMSIS et HAL.
• A effectué le débogage bas niveau avec STM32CubeIDE et GDB intégré en analysant les registres, les points d'arrêt matériels et l'inspection de la pile.
• A mis en place des modes basse consommation (standby, sleep, low-power run) pour maximiser l'autonomie du dispositif.
• A piloté une vanne électromagnétique et géré des capteurs environnementaux via les bus SPI et I2C.
• A géré le stockage des données sur un module SD en SPI avec une gestion optimisée des buffers mémoire.
• A conduit la migration complète du système de MSP430 vers STM32 en procédant à une refonte totale du firmware.
• A atteint une augmentation de 40% de l'autonomie du système ainsi qu'un déclenchement fiable sur les événements environnementaux.

Il a participé en groupe au projet universitaire de conception et de développement complet d'un système embarqué de prélèvement d'échantillons d'eau pour l'Observatoire des Sciences de l'Univers de Rennes.

• A défini l'architecture firmware sur ESP32 incluant une machine à états à 5 états, la gestion de 4 électrovannes par relais et le contrôle d'une pompe péristaltique EZO-PMP via I2C.
• A intégré plusieurs périphériques sur le bus I2C dont la pompe Atlas Scientific et un module RTC DS1307, tout en assurant le stockage des logs sur carte SD en SPI.
• A acquis les données GPS via le protocole MAVLink sur une liaison UART depuis un contrôleur de vol Pixhawk Black Cube.
• A établi une communication Bluetooth (BluetoothSerial) vers une application mobile développée sous MIT App Inventor pour proposer des modes de fonctionnement manuel et automatique programmé par RTC.
• A analysé à l'oscilloscope le signal PWM à 55.3 Hz d'un récepteur RC FrSky afin de permettre le déclenchement des prélèvements par radiocommande.
• A validé l'ensemble des fonctionnalités sur prototype avec des modes manuel et automatique pleinement opérationnels.

Il a conçu et implémenté un filtre FIR dans le cadre d'un projet académique sur FPGA.

• A conçu un filtre FIR en VHDL sur FPGA en intégrant plusieurs IP cores.
• A exécuté la synthèse, le placement-routage et la validation fonctionnelle sous l'environnement Vivado.
• A vérifié le bon fonctionnement du système par des testbenches et une analyse des formes d'onde en simulation.