Tout un écosystème:

• matériel
• logiciel
• communauté

cartes UNO et NANO à 2 ou 3 euros

Utilisable par les étudiants chez eux Outils de développpement minimalistes, simples à installer et à utiliser

Beaucoup de ressources disponibles:

• documentation
• exemples logiciels et matériels
• cartes d'extensions achetables

langage C++ simplifié: Programme de haut niveau utilisant des librairies HAL simples à utiliser (la plupart utilisant l'approche objet)

Pas de débuggueur: ce n'est pas vraiment un problème si utilisé pour faire des programmes de haut niveau simples

Architecture matérielle modulaire: Approche lego pour assembler un calculateur (du attiny 8 broches à un gros STM nucléo) et des périphériques

Possibilité d'accés à bas niveau aux ressources du microcontroleur pour illustrer le matériel dans un second temps.

Utilisé partout et pour de bonne raison: de l'automatisme jusqu'à l'apprentissage profond en passant par les statistiques, les IHM, le développement WEB….

• simple comme Notepad
• léger comme idle3
• complet comme pyCharm
• en ligne comme Jupyter

• Oblige à structurer le code en l'indentant
• Masque (quasi complètement) les problèmes liés à la gestion des données (exemple type Entier), types listes, dictionnaires, tuples etc..
• Passage de paramètres E/S beaucoup plus simple qu'en C, plusieurs valeurs de retour possible (évite la gymnastique pour passer de schéma bloc aux prototype de fonctions)
• Le code est suffisamment lisible pour sauter l'étape algo papier
• Pas d'accès direct en mémoire et de pointeurs (évite les fuites etc)
• Langage interprété, les étudiants peuvent essayer le code ligne par ligne avant de l'inclure dans leur programme, cela remplace le debuggueur
• Très bon pour s'initier à l'approche objet, syntaxe bien moins lourde que le C++ pour créer des classes

• calcul symbolique avec Sympy (en remplacement de matlab)
• calcul numérique avec numpy (en remplacement de matlab)
• affichage et interface homme/machine: QT, matplotlib, OpenGL
• réseau
• simulation
• … tout!

Peut être utilisé sur:

• PC windows, linux ou mac
• PC sur carte type raspberry Pi
• microcontroleurs évolués (STM Nucléo ou Raspberry Pico (4$) par exemple )
• navigateur web + smartphone portable par exemple avec Jupyter

L'apprentissage de l'algorithmie sur PC puis le passage à de l'embarqué sans changer de langage serait bien plus lisse qu'actuellement (C++ puis C au S2)

• Pas utilisé dans l'industrie: de plus en plus faux car python permet de déployer rapidement des preuves de concept, qui finalement sont souvent suffisemment performante
• Pas assez performant: oui il y a un surcout en puissance de calcul et mémoire mais les performances des matériels augmentent (on ne developpe plus que très peu en assembleur d'ailleurs!)
• Pas utilisable en embarqué: faux, il y a de plus en plus de cartes qui le supportent

• Utilisation de librairies optimisées avec des bindings vers pythons: par exemple numpy et openCV. Python utilisé pour le haut niveau par l'étudiant
• traduction du code python vers C++ avec l'outils Cython: ajout du typage statique et génération automatique des bindings

Actuellement:

• tests unitaires des composants créés en VHDL à l'ancienne (sans testbench et avec contrôle visuel des chronogrammes produits)
• sensibilisation en seconde année option automatisme en ethernet industriel pour du code C/C++

Outils de mesure de consommation des ressources (mémoire, temps CPU etc..)

Il faudrait sensibiliser les étudiants à ces concepts (et leur parler un minimum de complexité algorithmique)

Actuellement découverte en seconde année de l'outils GIT en bus de communication/ethernet industriel

Utilisation souhaitable dès la première année:

• utilisation en local pour que l'étudiant voit ce qu'il fait par rapport aux fichiers fournis et à chaque exercice
• utilisation simplifiée avec une seule branche et un seul utilisateur par projet

Initialisation d'un suivi:

cd ~/dossieràsuivre
git init
git add *.c*  *.pro
git commit -m'initial version'

Création d'une version:

cd ~/dossieràsuivre
git commit -a -m'exercice 2 fait et validé'

Visualisation des versions

gitk 

Ainsi en seconde année, une utilisation plus poussée serait possible

Obliger les étudiants à faire de la doc (certains IDE aident en le faisant automatiquement)

Utiliser un outils comme Doxygen

https://www.doxygen.nl/manual/starting.html

https://www.doxygen.nl/manual/docblocks.html

https://www.doxygen.nl/manual/doxygen_usage.html

https://www.doxygen.nl/manual/config.html#:~:text=The%20format%20is%20ext%3Dlanguage,free%20formatted%20Fortran%3A%20FortranFree%2C%20unknown

https://franckh.developpez.com/tutoriels/outils/doxygen/

Dans le dossier des fichiers source, taper pour générer le fichier de configuration de la doc:

doxygen -g  

Editer le fichier de configuration Doxyfile

gedit Doxyfile &

Régler:

FILE_PATTERNS          =  *.cpp *.h *.ino
EXTRACT_ALL=YES
EXTENSION_MAPPING      = ino=C++

Pour compiler la doc et l'ouvrir dans un browser

doxygen Doxyfile && chromium-browser html/index.html