Portfolio

Application Mobile HospiGuide

Présentation du Projet :

Technologies et Fonctionnalités Clés :

• Navigation en temps réel : L’application propose des directions en temps réel, étape par étape, depuis le domicile des utilisateurs jusqu’à leurs rendez-vous à l’hôpital, en utilisant le GPS pour la navigation extérieure et notre technologie IPS pour la navigation intérieure.
• Deux modes de navigation :
  • Mode avancé : Guidage en temps réel, étape par étape, à l’intérieur de l’hôpital grâce à notre système de positionnement intérieur.
  • Mode assisté : Offre une navigation avec une vitesse ajustable et des instructions affichées à l’écran.
• Différentes options de navigation : Les utilisateurs peuvent choisir parmi divers modes de navigation. Pour les trajets extérieurs, les options incluent la voiture, le vélo ou la marche. Pour la navigation intérieure, les utilisateurs peuvent sélectionner leurs préférences, telles que l’utilisation exclusive des ascenseurs, uniquement des escaliers, ou une combinaison des deux.
• Intégration de QR codes : Les utilisateurs peuvent scanner des QR codes à l’intérieur de l’hôpital pour définir leur point de départ et commencer leur navigation. Si l’application est installée sur l’appareil, le scan l’ouvre directement, sinon, le QR code redirige vers la version web de la carte intérieure.
• Gestion des rendez-vous : Les utilisateurs peuvent synchroniser leurs rendez-vous hospitaliers avec l’application pour recevoir des mises à jour en temps réel et des notifications. Cette fonctionnalité est utile lorsqu’ils ne sont pas sûrs du nom exact du service ou du département qu’ils doivent rejoindre.
• Tests et assurance qualité : Des tests approfondis sur site ont été effectués pour garantir la fiabilité et la précision du système de navigation, en mettant l’accent sur l’expérience utilisateur et l’efficacité opérationnelle.

Serveur back-end du Système de Positionnement Intérieur

Présentation du Projet :

Technologies :

• Python : Le langage de programmation principal du serveur back-end IPS, choisi pour sa simplicité et sa flexibilité.
• Django : Ce framework web a été utilisé pour construire des API permettant une communication fluide entre les applications mobiles et le serveur.
• Base de données Postgres : Une base de données fiable et évolutive qui gère les grands ensembles de données nécessaires à la cartographie intérieure et à la navigation.
• pgRouting : Une extension Postgres utilisée pour calculer des itinéraires rapides et efficaces en temps réel, garantissant des temps de réponse rapides dans les applications mobiles.
• Intégration personnalisée d’OpenStreetMap : Nous avons utilisé un fork d’OpenStreetMap pour alimenter la base de données avec des cartes intérieures détaillées, qui sont ensuite optimisées pour une utilisation dans notre système.
• Tensorflow : Utilisé pour les tâches d’apprentissage automatique, permettant au serveur d’entraîner des modèles qui améliorent la précision du positionnement intérieur.
• Rest Framework : Une bibliothèque puissante intégrée à Django pour créer des points de terminaison API qui permettent aux applications mobiles de demander et de recevoir des données en temps réel.

Fonctionnalités Clés :

• Collecte de données cartographiques : Le système collecte les données cartographiques de notre serveur personnalisé OpenStreetMap et les convertit en objets Python, rendant ces données exploitables pour nos algorithmes de positionnement intérieur.
• Calculs de trajets intérieur : En utilisant pgRouting, le serveur calcule des itinéraires optimaux en intérieur qui sont envoyés aux applications mobiles, permettant aux utilisateurs de naviguer efficacement dans des environnements complexes.
• Calculs de trajets extérieur-intérieur : Grâce à l’intégration avec Mapbox Directions, nous créons des itinéraires depuis n’importe quel endroit jusqu’à la destination intérieure choisie. Le système détermine le meilleur point d’entrée ou la meilleure zone de stationnement parmi plusieurs options. Il peut également diviser le trajet en segments, tels que les itinéraires de conduite extérieurs, les itinéraires de marche extérieurs et la navigation en intérieur.
• Données hors ligne versionnées : Le serveur prend en charge l’envoi de données hors ligne aux applications mobiles, leur permettant de fonctionner sans connexion réseau active, une fonctionnalité essentielle dans les zones à faible réception ou sans couverture.
• Entraînement de modèles de machine learning : Le serveur back-end entraîne des modèles en utilisant TensorFlow, qui sont ensuite déployés dans les applications mobiles pour effectuer différentes tâches liées à notre système de positionnement intérieur.
• Collecte de données sur site : Le serveur stocke les données collectées sur place, transmises par notre application interne de collecte de données. Ces données sont utilisées pour améliorer la précision de notre système de positionnement intérieur.