Quand l’\u00e9nergie sonore sur ces fr\u00e9quences d\u00e9passe un certain seuil par rapport au bruit ambiant, le syst\u00e8me d\u00e9clenche une alerte, et le tour est jou\u00e9.<\/p>\n

Tout le traitement se fait en local sur l’ESP32-S3, dans ses 512 Ko de m\u00e9moire vive. Pas de cloud, pas de serveur, pas de donn\u00e9es qui transitent quelque part. Simple, efficace.<\/p>\n

Moins de 15 dollars de mat\u00e9riel<\/h2>\n
C\u00f4t\u00e9 composants, il faut un ESP32-S3 et un micro MEMS ICS-43434 avec interface I2S. Et puis c”est tout. Le micro enregistre le son \u00e0 16 kHz, l’ESP32 analyse 512 \u00e9chantillons toutes les 100 millisecondes, et le syst\u00e8me consomme si peu d’\u00e9nergie qu’il peut tourner sur batterie ou panneau solaire.<\/p>\n
Le cr\u00e9ateur, qui se fait appeler TN666, a publi\u00e9 l’ensemble du code sur
\nGitHub<\/a>
\nsous le nom Batear. Il s’est d’ailleurs inspir\u00e9 des dispositifs acoustiques d’avant l’invention du radar, comme les fameux cornets g\u00e9ants japonais des ann\u00e9es 1930 qui servaient \u00e0 rep\u00e9rer les avions \u00e0 l’oreille.<\/p>\n

Quelques limites quand m\u00eame<\/h2>\n
Le projet en est encore \u00e0 ses d\u00e9buts. Batear a \u00e9t\u00e9 test\u00e9 avec des enregistrements audio de drones, mais pas encore en conditions r\u00e9elles en ext\u00e9rieur. Le vent, le bruit de fond, la distance et le type de drone sont autant de variables qui peuvent fausser la d\u00e9tection.<\/p>\n
Le cr\u00e9ateur recommande d’ailleurs d’utiliser une protection en mousse sur le micro pour limiter les interf\u00e9rences du vent. Il envisage aussi d’int\u00e9grer des mod\u00e8les TensorFlow Lite pour am\u00e9liorer la fiabilit\u00e9, et invite la communaut\u00e9 \u00e0 contribuer au projet.<\/p>\n
Pour 15 dollars et un peu de soudure, c’est le genre de projet bricolage qu’on a bien envie de tester. Alors bien s\u00fbr, \u00e7a ne remplacera pas un syst\u00e8me anti-drone militaire, mais pour surveiller un jardin ou un terrain priv\u00e9, \u00e7a peut rendre service.<\/p>\n
Et puis l’id\u00e9e de revenir aux bonnes vieilles m\u00e9thodes acoustiques pour d\u00e9tecter ce qui vole au-dessus de nos t\u00eates, il y a quand m\u00eame un c\u00f4t\u00e9 un peu r\u00e9tro qui ne manque pas de charme, non ?<\/p>\n
Source :
\n Hackaday<\/a>\n<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"
Un d\u00e9veloppeur a mis au point un syst\u00e8me de d\u00e9tection de drones qui tient dans la main et co\u00fbte moins de 15 dollars. Le projet Batear utilise un microcontr\u00f4leur ESP32-S3 et un micro pour rep\u00e9rer les drones par le son de leurs h\u00e9lices. Le tout est open source et fonctionne sans connexion internet. \u00c9couter les h\u00e9lices plut\u00f4t que chercher un radar Le principe de Batear est assez simple en fait. Plut\u00f4t que d’utiliser un radar ou une cam\u00e9ra, le syst\u00e8me analyse le son ambiant pour y d\u00e9tecter les fr\u00e9quences caract\u00e9ristiques des moteurs de drones. L’algorithme de Goertzel surveille six fr\u00e9quences pr\u00e9cises entre 200 et 4000 Hz, qui correspondent aux harmoniques habituelles des rotors. Quand l’\u00e9nergie sonore sur ces fr\u00e9quences d\u00e9passe un certain seuil par rapport au bruit ambiant, le syst\u00e8me d\u00e9clenche une alerte, et le tour est jou\u00e9. Tout le traitement se fait en local sur l’ESP32-S3, dans ses 512 Ko de m\u00e9moire vive. Pas de cloud, pas de serveur, pas de donn\u00e9es qui transitent quelque part. Simple, efficace. Moins de 15 dollars de mat\u00e9riel C\u00f4t\u00e9 composants, il faut un ESP32-S3 et un micro MEMS ICS-43434 avec interface I2S. Et puis c”est tout. Le micro enregistre le son \u00e0 16 kHz, l’ESP32 analyse 512 \u00e9chantillons toutes les 100 millisecondes, et le syst\u00e8me consomme si peu d’\u00e9nergie qu’il peut tourner sur batterie ou panneau solaire. Le cr\u00e9ateur, qui se fait appeler TN666, a publi\u00e9 l’ensemble du code sur GitHub sous le nom Batear. Il s’est d’ailleurs inspir\u00e9 des dispositifs acoustiques d’avant l’invention du radar, comme les fameux cornets g\u00e9ants japonais des ann\u00e9es 1930 qui servaient \u00e0 rep\u00e9rer les avions \u00e0 l’oreille. Quelques limites quand m\u00eame Le projet en est encore \u00e0 ses d\u00e9buts. Batear a \u00e9t\u00e9 test\u00e9 avec des enregistrements audio de drones, mais pas encore en conditions r\u00e9elles en ext\u00e9rieur. Le vent, le bruit de fond, la distance et le type de drone sont autant de variables qui peuvent fausser la d\u00e9tection. Le cr\u00e9ateur recommande d’ailleurs d’utiliser une protection en mousse sur le micro pour limiter les interf\u00e9rences du vent. Il envisage aussi d’int\u00e9grer des mod\u00e8les TensorFlow Lite pour am\u00e9liorer la fiabilit\u00e9, et invite la communaut\u00e9 \u00e0 contribuer au projet. Pour 15 dollars et un peu de soudure, c’est le genre de projet bricolage qu’on a bien envie de tester. Alors bien s\u00fbr, \u00e7a ne remplacera pas un syst\u00e8me anti-drone militaire, mais pour surveiller un jardin ou un terrain priv\u00e9, \u00e7a peut rendre service. Et puis l’id\u00e9e de revenir aux bonnes vieilles m\u00e9thodes acoustiques pour d\u00e9tecter ce qui vole au-dessus de nos t\u00eates, il y a quand m\u00eame un c\u00f4t\u00e9 un peu r\u00e9tro qui ne manque pas de charme, non ? Source : Hackaday<\/p>\n","protected":false},"author":1,"featured_media":2594,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"give_campaign_id":0,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_kadence_starter_templates_imported_post":false,"footnotes":""},"class_list":["post-2593","page","type-page","status-publish","has-post-thumbnail","hentry"],"campaignId":"","_links":{"self":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages\/2593","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/comments?post=2593"}],"version-history":[{"count":0,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages\/2593\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/media\/2594"}],"wp:attachment":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/media?parent=2593"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}