Poubelle

De fablab
Aller à : navigation, rechercher

Description du sujet

Description et objectifs

Notre projet a pour but de créer une poubelle connectée qui peut faciliter et encourager le tri des déchets.

Nous avons plusieurs compartiments pour les différents types de déchets et à l'intérieur de chacun des compartiments des capteurs sont placés pour détecter la hauteur et le poids des déchets pour les garder dans une base de données. Après avoir récupéré ces valeurs, des statistiques sont élaborée et visualisée dans un application mobile, qui peut être utilisé aussi pour savoir dans quel compartiment de la poubelle jeter les déchets, grâce à un scan du code bar. De plus, quand la poubelle est pleine, un mail est envoyé à l'administrateur en charge de cela.

Contraintes

  • Dans la limite du temps imparti
  • Le matériel disponible au FabLab

Équipe

  • Romain Douay
  • (Anir El Kabiri)
  • (Lauriane Gros)
  • Rosetta Pagliuca
  • Morgan Servettaz

Scénario d'usage

  • Nous avons souhaité que cette poubelle soit utilisé dans un contexte universitaire comme les cantines ou les résidences Crous mais aussi dans un contexte domestique.
    • Étudiant/Personne âgé : je peux savoir (et apprendre) où jeter mes déchets
    • Administrateur: je suis averti lorsque la poubelle est pleine.
    • Utilisateur: je peux voir les statistiques d'utilisation.
  • Scénarios non développés par manque de temps
    • Administrateur: je peux enregistrer un produit.
    • Utilisateur: si mon déchet n'est pas reconnu par l'application , je peux envoyer un message à l'administrateur pour l'enregistrer.

Choix techniques

Architecture

Architecture globale.jpg

Materials

  • Raspberry PI 3
  • Capteurs E18-D50NK
  • Sensors VL53L0X
  • Sensor pour la pression crée ad hoc par nous
  • ADS1115

Technologies

  • Application embarqué et serveur codés en Python.
  • Serveur web Apache
  • MySQL pour la base de données
  • React-Native et ses librairies pour l'application mobile.
  • react-native-svg-charts pour l'affichage des graphiques (cette librairie utilise d3 pour l'affichage)

Gestion de projet

  • 28/10 : Choix du sujet et détails (choix de la base de données openfoodfacts pour connaitre la nature du déchet
  • 09/11 : Configuration Raspberry
  • 11/11 : choix de react native et mise en place pour l'application mobile
  • 18/11 : recherche de librairie et fonctionnement du scanner
  • 22/11 : Tous les capteurs fonctionnent
  • 02/12 : Configuration du serveur Web et base de données + premier prototype + scanner pour l'application mobile
  • 09/12 : Révision du prototype + deux screens pour l'application mobile et recherche react native.
  • 10/12 : autre hardware ajouté
  • 16/12 : Premier aperçu de l'application mobile avec un scanner fonctionnel et une page d'exemple de statistiques + commencer à travailler sur le code du serveur Web
  • 06/01 : Avancement du serveur web + mise en place du capteur de pression
  • 13/01 : Mise en place du serveur web sur la raspberry pi et lien avec l'application.
  • 21/01 : Creation du deuxième prototype
  • 24/01 : Dernier version du codage

Planifications: serveur web et liaison avec l'application opérationnelle pour le 13/01, gestions de l'affichage des données sur l'application et envoie du mail pour le 20/01.

Difficultés et limites rencontrés

Type Difficulté Resolution
Technique Utilisation de deux capteurs VL53L0X en même temps Modification de un projet de Git Hub déjà existant (https://github.com/pimoroni/VL53L0X-python). Mais aussi avec ça, nous avons eu beaucoup de problèmes à cause de la sensibilité des sensors.
Technique Conversion de la pression en poids pas précise Nous avons fait plusieurs expériences et à la fin nous avons pris une approximation grâce à une régression sur plusieurs mesures
Gestion d'équipe Equipe de 3 au lieu de 5 a partir du 25/11 les deux autres membres étants injoignables. Nous avons reparti le travail prévu pour 5 à nous 3 afin de pouvoir terminer le projet dans les temps

Impact environnemental

  • Pour notre poubelle connectée, nous avons pour but d'avoir un impacte positif sur l'environnement en aidant l'utilisateur à mieux trier ses déchets. Nous négligeons l'impact du corps de la poubelle devant celui de l'électronique. Nous avons 100g d'électronique dans notre projet soit 50kg de GES. Donc pour être rentable il faut recycler soit 20kg de plastique puisque 2500 kg de co2 sont économisé par tonne de déchets recyclés. Ce qui est largement possible dans un lieu commun comme un immeuble par exemple. 2 cas se présentent :
    • Dans le cas de personne ne sachant pas trier les déchets, l'impact sur la durée de vie de la raspberry est positif. En effet, celle-ci ayant une durée de vie qu'on estime à 1 an, pour un foyer moyen, on dépasse largement les 20 kg de plastique recyclé
    • Dans le cas contraire, si les utilisateurs connaissent déjà le tri, l'impact de la poubelle se limitera aux déchets plus exotiques, ceux pour lesquelles la façon de les trier peut être moins connu. Cela revient à devoir recyclé 55g de plastique chaque jour pour être rentable. Ainsi, à l'échelle d'un immeuble cela peut très bien se produire ce qui nous donne un impact au moins neutre voir positif.
  • En ce qui concerne les déchets après la vie de notre produit nous avons essentiellement 2 grands conteneurs, qui peuvent être en bois par exemple, qui servent de poubelle. Mais on a aussi une raspberry et des cables électriques ainsi que 8 capteurs (2 de hauteur, 4 de passage, et 2 capteur de poids). Ici aussi, on néglige le bois devant nos composants électroniques. Cela revient donc à 100g de composant électronique.
  • Nous faisons une requêtes vers le serveur web à chaque ouverture de la page de statistique. On suppose que un utilisateur le fait une fois par semaine environ. A coté de cela, on fait une requête à l'api openfoodfacts à chaque scan de produit. On suppose qu'un utilisateur scan environ 20 fois par semaines. Or les données reçus par l'Api est de 50ko max et celles reçu depuis le serveur web est de 1Mo. Donc on obtient un résultat de : 2Mo/semaine/utilisateur
  • Le seul impact à l'utilisation de notre projet est la consomation éléctrique de la raspberry

Coût financier du projet

Estimation du coût financier du projet :

  • Nous étions 3 à travailler sur ce projet.
  • Nous avons travaillé environ 11 * 2h + 30h par personne soit 6.5 jours/personne, en rajoutant le travail fait par les deux membres qui étaient la au début, on peut estimer que cela équivaut à 3 personnes qui travaillent pour 7 jours.
  • Le salaire pour un ingénieur full stack est de 37.5k euros par ans et pour un chef de projet 40k par ans.

Nous avions un chef de projet donc c'est un cout de 1148.56 euros et deux ingénieurs full stack soit deux fois 1076.88 euros

  • Coût du matériel de développement : En considerant 2 poubelle:
    • Raspberry PI 3 35€
    • VL53L0X 2 * 20€= 40€
    • E18-D50NK 4* 7€= 28€
    • ADS1115 14€

Cout de les autres composants electroniques (capteur de pression, fils etc) négligeable.

  • Amortissement PC et logiciel : Cela revient à 20€ en comptant 7 jours d'utilisation compléte

Ainsi on obtient un total de 3425.32 € soit environ 3500€

Références

https://reseauactionclimat.org/wp-content/uploads/2017/04/Des-Gaz-a%CC%80-effet-de-serre-dans-ma-poubelle.pdf

https://github.com/pimoroni/VL53L0X-python