ECTS
5 crédits
Composante
Faculté des Sciences
Description
Optimisation
- Optimisation linéaire
- Optimisation non-linéaire (méthode du gradient, gradient à pas optimal, multiplicateurs de Lagrange)
- L’optimisation appliquée à la robotique (commande optimale basée sur programmation quadratique sous contraintes linéaires)
Système embarqués
- Architectures de Harvard & de Von Neumann
- Connaissance et mise en œuvre des principales fonctionnalités d'un microcontrôleur
- Choix et dimensionnement d'une solution de programmation embarquée par rapport à un besoin donné
- Programmation en C d’une carte Raspberry Pi
- -----------------------------------------------------------------------------------------------------------------------------------------------------
-
Optimisation
- Linear optimisation
- Non-linear optimisation (gradient descent, Lagrange multipliers)
- Applying optimisation in robotics (optimal control based on quadratic programming under linear constraints)
Embedded Systems
- Harvard & Von Neumann Architectures
- Knowledge and implementation of the main functions of a microcontroler
- Choice and implementation of an embedded programming solution adapted to given design specifications
- C Programming on a Raspberry Pi
Objectifs
Partie optimisation: à la fin du cours, les étudiants seront capables de formuler proprement un problème d’optimisation et de proposer les outils les plus appropriés pour le résoudre.
Partie systèmes embarqués: à la fin du cours, les étudiants sauront choisir et implanter une solution de programmation embarquée par rapport à un besoin donné.
-----------------------------------------------------------------------------------------------------------------------------------------------------------
Optimisation: at the end of the course, the students will know how to formulate an optimisation problem and propose the most appropriate tools for solving it.
Embedded Systems: at the end of the course, the students will know how to choose and implement an embedded programming solution, given the design specifications.
Contact Hours:
Taught lectures: 15 hours
Laboratory Practicals: 27 hours
Pré-requis nécessaires
Programmation en C, algèbre linéaire, analyse mathématiques.
Pré-requis recommandés* :
Programmation en Python.
------------------------------------------------------------------------------------------------------------------------------------------------------------
C Programming, linear Algebra, Calculus.
Reccommended prerequisites: Python Programming.
Informations complémentaires
CM : 15h
TP : 27h
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Taught lectures: 15 hours
Laboratory Practicals: 27 hours