Derniers articles

Configurer un Raspberry Pi sans clavier ni écran

La plupart du temps, surtout sur des projets DIY ou IoT, le Raspberry Pi est utilisé sans écran ni clavier. ...

Lire ...

Tester la validité d'une page AMP

Vous passez votre site, ou plutôt vous le dupliquez, au format HTML-AMP ? Pensez à bien valider vos pages avant ...

Lire ...

Watcher Bots : alerte SMS et email gratuite lors de régression SEO

La régression de code est un évènement vécu par tous les consultants ou chefs de projet SEO. Ayant travaillé sur ...

Lire ...

PASO (Personal Assistant Search Optimization)

Terme récemment inventé par nos amis anglophones, PASO pour Personnal Assistant Search Optimisation, prend de plus en plus de sens. ...

Lire ...

Local Guides Google, désormais sur 10 niveaux

Google vient d'annoncer la modification des niveaux et d'attribution des points pour les local guides. Pour rappel, un local guide ...

Lire ...

🔧 Open Graph : intégration des Social Media Tags

Introduction

L’ajout des micro data (données structurées) pour les réseaux sociaux permet d’être mieux mis en avant sur ceux-ci. Par exemple lorsqu’un internaute poste un de vos articles sur Facebook, la bonne image est immédiatement affichée ainsi que le bon titre et résumé. La mise en oeuvre est aisée et rapide. Si vous utilisez un CMS comme WordPress, il existe des plugins qui vous épargneront de mettre la main dans le code Lire la suite de « 🔧 Open Graph : intégration des Social Media Tags »

Bing Ads Intelligence : ajoutez de la data enrichie à vos études de mots-clés

Sommaire

  1. Introduction
  2. Installation
  3. Première utilisation

Introduction

Bing Ads Intelligence, que j’appellerais dans la suite de l’article BAI, est un outil méconnu et pourtant très pratique pour enrichir vos études de mots-clés. Il est de plus disponible gratuitement et s’installe comme un plug-in pour Microsoft Office (Excel).

 

Installation

Comme dit en introduction, c’est un plugin (ou module) pour Excel. Attention, version 2007 minimum. L’installation est automomatisée, il suffit d’exécuter un fichier .exe

Avant tout, je vous conseille d’installer ou de mettre à jour ces deux programmes. Je ne l’avais pas fait et ça ne fonctionnait pas …

1 – installation ou mise à jour du framework .NET (cliquez ici)

2 – installation ou mise à jour de Visual Studio 2010 Tools for Office Runtime (cliquez ici)

Une fois ces deux premières installations réalisées, vous pouvez installer Bing Ads Intelligence, que vous pouvez télécharger ici (bas de page, bouton « Download Now »). L’installation se fait comme pour n’importe quel programme Windows.

Première utilisation

Je vous sens impatient et vous avez raison. Mais avant la première recherche de mots clés, vous devez avoir un compte sur Bing Ads. Rassurez-vous, vous ne devez pas avoir une campagne active pour utiliser BAI.

Si vous n’avez pas encore de compte, ça se passe ici : https://secure.azure.bingads.microsoft.com/?mkt=fr-fr

Ouvrez maintenant Excel, vous devriez avoir un onglet suplémentaire dans votre barre d’outils :

On y est presque ! il reste à se connecter à notre compte Bing Ads. Pour cela, cliquez sur l’icône « connexion » :

Une fenêtre s’ouvre, cliquez sur « Connectez-vous à l’aide de votre compte Microsoft » :

Entrez votre mot de passe et validez la connexion entre BAI et votre compte Bing Ads :

Enfin, pour terminer, sélectionner le compte à utiliser et validez :

Nous sommes maintenant prêts à exploiter BAI. Un feuillet s’ouvre avec la présentation de l’outil et ses principales fonctionnalités. Vous pouvez le fermer sans problème.

Chose importante, sélectionner votre pays et votre langue. Les données ne seront pas correctes si vous ne le faite pas. Pour cela, dans la barre d’outils, il y a deux liste déroulantes :

Ce coup-ci nous sommes réellement prêt. Comme vous pouvez le constater, vous avez accès à toutes les données de Bing Ads. Faisons un test avec un mot-clé. Nous allons rechercher les mots-clés associés à « maison ». Ouvrez nouveau feuillet et tapez « maison » dans une cellule. Sélectionnez la cellule puis cliquez successivement sur « Plus de recherche » > « Mots clés associés » :

Validez les paramètres :

Les résultats renvoyés par Bing apparaissent dans un nouveau feuillet :

simple, rapide et efficace. Cliquez maintenant sur le mot « appartement » (cellule B7) puis sur « Performances des mots clés » et validez :

BAI vous fournit maintenant les performance du mot « appartement » :

Notez que pour chaque recherche, vous pouvez choisir le ou les devices (desktop, mobile, tablette).

Une fonctionnalité très intéressante de Bing Ads, est la segmentation par tranche d’âge et sexe. Sélectionnons à nouveau « appartement » puis cliquez sur « Plus de recherche » > « Tranche d’âge & Sexe » :

Validez les options et nous obtenons les données ségmentées précises :

Amusez vous, testez, comparez, croisez les données. D’autres fonctionnalités intéressantes comme le trafic sur une période, la suggestion de mots-clés ou encore la segmentation par pays/états/région sont disponibles.

Vous pouvez maintenant facilement enrichir vos études de mots-clés ou vos potentiels de marchés.

Merci pour la lecture 🙂 Vous pouvez me suivre sur Twitter : https://twitter.com/EtienneLesaffre

Site links : il est désormais impossible de les rétrograder par la Search Console

sitelinks-search-consoleGoogle l’a annoncé aujourd’hui sur son blog dédié aux webmasters (ici), nous n’avons désormais plus la possibilité de rétrogradé un site links présent dans les pages de résultats. Le lien vers cette fonctionnalité à d’ores et déjà dispraru (voir impression d’écran ci-contre).

Rassurez-vous les site links existent toujours et sont toujours visibles. Google propose, pour palier à ce retrait de fonctionnalité d’utiliser une meta robots « noindex » sur les pages que ne souhaite pas voir apparaitre … un peu radical non !?

Google color converter : nouvelle fonctionnalité dans les SERPs

Désormais, si vous tapez une valeur HEX d’une couleur, Google vous affichera dans un sélecteur de couleur ainsi que les valeurs dans d’autres formats : RGB, HSV, HSL ou encore CMYK.

Exemple : https://www.google.fr/?gfe_rd=cr&ei=VNT8V_e3MMKA8Qf56oCwAg#q=%23111111

Ca fonctionne également avec des valeurs RGB, par exemple : rgb(255,0,255)

Les sites dont l’unique objet est de proposer cette fonctionnalité vont certainement perdre du trafic. Pour les développeurs ou intégrateurs c’est un gain de clic et de temps.

capture-decran-2016-10-11-a-13-57-59

🕵️ 4 bons outils SEO dont on ne parle pas ou peu

Dans cet article, je vais vous présenter 4 outils SEO dont on ne parle pas ou peu et qui sont pourtant d’une grande utilité et qui trouveront certainement une place dans votre boite à outils.

  1. Beam Us Up : crawler gratuit et efficace
  2. Panguin Tool : croisement des données analytics avec les mises à jour Google
  3. Robotto : monitoring critique
  4. Pixel Width Checker : mesurer la taille de vos titles

Beam Us Up : crawler gratuit et efficace

beamusup-logoPour commencer, je vous présente Beam Us Up. C’est un crawler gratuit et illimité. Comme le disent les créateurs, la seule limite c’est votre hardware. Disponible pour Windows, Mac et plateformes Linux, il est codé en Java. Il est facile à prendre en main, ne nécessite pas d’installation et à toutes les principales fonctions d’un bon crawler.

buu-header

Voici la vidéo d’introduction au logiciel :

Vous pouvez relever les informations du type titres dupliqués, pages répondant en 404, les liens entrants et sortants de chaque page, H1 manquants, titres trop longs, les erreurs sur les balises canonical, meta description manquantes, etc. Beam Us Up est un crawleur alternatif à Screaming Frog avec le gros avantage d’être, je le répète, gratuit.

Pour le télécharger : http://beamusup.com/

Panguin Tool : croisement des données analytics avec les mises à jour Google

panguin-tool-logoVoici un outil simple mais très pratique. Panguin Tool vous permet de visualiser la courbe de votre trafic en ajoutant par dessus les différentes mises à jour d’algorithme de Google : panda, pingouin, pigeon, etc. Il suffit de se rendre sur le site, de cliquer sur « log in to analytics ». Vous êtes alors invité à accepter la connexion avec votre compte Google Analytics puis de choisir le site et la vue à utiliser. Vous obtenez en quelques secondes un graphique comme celui ci-dessous :

panguin-tool

Très pratique, gratuit et plutôt bien fait. Pour le tester : https://barracuda.digital/panguin-tool/

Robotto : monitoring critique

robotto-logoLa regression de code est un problème récurrent en SEO. Des balises qui sautent lors de la mise en prod, un fichier robots.txt qui saute, il faut recetter à chaque mise en ligne les éléments critiques. Il est gratuit en version light avec la possibilité de surveiller jusqu’à 5 domaines.

Vous serez alerté par email de chaque changement sur les balises canonical, du robots.txt ou si le site ne répond pas. La version payante permet un monitoring un peu plus poussé avec le suivi du marquage analytics, search console, du contenu, d’éventuels malwares etc.

Ça ne suffit pas pour ne plus recetter mais ça permet d’éviter bien des problèmes 🙂

Site : http://www.robotto.org/

Pixel Width Checker : mesurer la taille de vos titles

Voici un outil aussi moche que pratique. Il permet de mesurer la longueur de vos balises titles afin de savoir si elles vont être tronquées par Google lors de l’affichage dans les pages de résultats.

pixel-width

Entrez vos titres dans le champ texte dédié et l’outil vous donne la longueur pour chacun d’entre eux. Sachez que selon le type d’appareil, la longueur affichée par Google peut varier. Selon les derniers tests, voici les chiffres à ne pas dépasser (source Screaming Frog) :

Pour les appareil sous Windows et Linux

Desktop:
Title: 482px
Description: 928px

Mobile:
Title: 550px
Description: 757px

Tablette:
Title: 550px
Description: 1035px

Sous Mac c’est un peu différent à cause de la façon de traiter les fonts :

Desktop
Title: 487px
Description: 928px

Mobile:
Title: 552px
Description: 763px

Tablette:
Title: 552px
Description: 1040px

Site : http://searchwilderness.com/tools/pixel-length/

 

Reconnaissance d’objets avec TensorFlow

TensorFlow est une librairie pour le machine learning et l’intelligence logiciel. Nous allons aujourd’hui l’utiliser avec le language Python mais vous pouvez également l’utiliser en C.

Vidéo de présentation :

Je suis sous Mac, et pour installer la librairie j’ai utilisé les commandes suivantes :

$ sudo easy_install pip

$ sudo easy_install --upgrade six

Ensuite, il faut choisir la bonne version à installer :

# Ubuntu/Linux 64-bit, CPU only, Python 2.7 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
# Mac OS X, CPU only, Python 2.7: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py2-none-any.whl
# Mac OS X, GPU enabled, Python 2.7: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.4 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.5 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl
# Mac OS X, CPU only, Python 3.4 or 3.5: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl
# Mac OS X, GPU enabled, Python 3.4 or 3.5: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py3-none-any.whl

Il ne reste plus qu’à installer. Selon que vous êtes sous Python 2 ou 3, voici les commandes :

# Python 2 $ sudo pip install --upgrade $TF_BINARY_URL

# Python 3 $ sudo pip3 install --upgrade $TF_BINARY_URL

Nous sommes maintenant prêts pour faire un premier test avec une photo ou une image que vous aurez trouvé sur internet.

Allons dans le répertoire ou la librairie est installée. Dans mon cas, elle se situe ici (sous Mac) :

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/tensorflow/

Vous pouvez situer l’emplacement en utilisant la commande suivante :

locate tensorflow

Cette commande, qui fonctionne aussi sous Mac ou Linux, vous liste les emplacements ou « tensorflow » est trouvé. Déplacez vous jusqu’au bon répertoire. Tapez ensuite cette commande pour faire un test :

sudo python classify_image.py

Vous devriez obtenir le résultat suivant :

giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.88493) indri, indris, Indri indri, Indri brevicaudatus (score = 0.00878) lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00317) custard apple (score = 0.00149) earthstar (score = 0.00127)

Par défaut, c’est une image de panda qui est identifiée. Nous allons pouvoir maintenant tester avec nos propres photos. J’ai pris une photo chez moi. Il s’agit d’une guitare et la photo est de qualité plutôt moyenne.

La voici :

guitare

C’est assez sombre, et franchement je ne m’attendais pas à ce que le script puisse reconnaitre un objet sur cette photo. Et pourtant …

En tapant la commande qui suit, Tensorflow a su reconnaitre l’objet principal de la photo :

sudo python classify_image.py --image_file /Users/maxduke/Desktop/test.jpg

test.jpg est évidemment le fichier jpeg de ma photo. Le script m’a renvoyé le résultat suivant :

electric guitar (score = 0.96822)

acoustic guitar (score = 0.00692)

stage (score = 0.00334)

pick, plectrum, plectron (score = 0.00106)

microphone, mike (score = 0.00057)

Comme vous pouvez le constater, le script est certain à 96% qu’il s’agit d’une guitare électrique. C’est presque incroyable mais ça fonctionne. J’ai fait une cinquantaine de tests, et TensorFlow a retrouvé 2 fois sur 3 le bon objet 🙂

Ca laisse beaucoup de place à l’imagination. Comment se servir d’un tel script ? Je suis en ce moment en train de concevoir un robot avec un Raspberry, et ça me donne pas mal d’idées … Et si mon robot pouvait reconnaitre mon chat et ainsi pouvoir interagir avec lui ?

Je reviendrais certainement avec d’autres articles sur le sujet. En attendant, amusez-vous bien.

Posts Google : une nouvelle zone d’information dans les SERPs

Google propose en beta d’apparaitre dans sa nouvelle zone qu’il nomme « Posts » dans ses pages de résultats. Cette zone fait apparaitre des informations sur des sociétés en rapport avec la recherche de l’internaute.

Par exemple, sur ma recherche « fashion week », on retrouve des informations sur Prada, Armani ou encore Versace.

posts-google

Cette fonctionnalité fait encore descendre les résultats naturels et vont certainement faire baisser la visibilité des plus petits. Pour l’instant, c’est fonctionnalité est encore en expérimentation et est accessible par invitation. Vous pouvez faire une demande d’invitation : https://posts.withgoogle.com/

posts-google-banner

 

fashion-week-serp

 

 

C.H.I.P : nano ordinateur complet à 9 dollars

Les nano ordinateurs ont le vent en poupe. Les plus connus et les plus vendus sont les Arduino et Raspberry Pi. Un petit nouveau nommé C.H.I.P devrait connaitre le succès avec son prix de vente à 9 dollars. Presque le double du Pi Zero me direz-vous … et c’est vrai. Mais vous avez beaucoup plus. Dans à peine 4cm x 6 cm vous aurez :

  • Processeur 1 Ghz
  • Processeur graphique Mali 400
  • 512Mo de RAM DDR3
  • 4Go de stockage interne
  • Wifi / Bluetooth 4.0
  • Port USB
  • Sorties aux normes I2C, SPI, UART et GPIO

Il vous faudra ajouter une petite carte d’extension pour un port HDMI (15 dollars) ou VGA (10 dollars). Une protection plastique vous coutera 2 dollars. Le tout prêt à fonctionner car le système d’exploitation est déjà installé. Il s’agit d’un noyau linux optimisé pour le Chip. Vous pouvez le pré-commandé dès aujourd’hui, sa livraison est prévue pour novembre 2016.

 

 

Construire son robot à base de Raspberry Pi – étape 2 : les moteurs

Etape 1 : construire le châssis
Etape 2 : les moteurs

On l’a vu dans un premier article, construire le châssis du robot est une chose aisée. Voyons maintenant comment faire fonctionner les quatre moteurs. Deux solutions s’offrent à nous.

Faire fonctionner les moteurs

La première, c’est l’utilisation des ports GPIO sans carte de contrôle de moteurs. On branche directement les moteurs sur les ports. Ça fonctionne mais ça limite l’utilisation qu’on peut faire de notre robot. C’est parfait pour faire quelques tests et se faire la main avec le code. On peut en effet facilement démarrer soit en bash soit en python avec la librairie RPi.GPIO.

raspberry-pi-zero-gpio

Si vous avez déjà lu un article sur comment allumer une LED avec votre Raspberry, c’est exactement la même chose. Le problème est que tel quel, vous ne pourrez pas gérer le sens de rotation des moteurs électriques. En effet, les moteurs classiques DC (à courant continu) peuvent fonctionner dans les deux sens de rotation. Il n’ont pourtant que deux fils pour la plupart. Il font donc ajouter en plus du branchement au ports GPIO, un montage électronique pour pouvoir gérer le sens de rotation. Sans ça, votre robot n’ira qu’en marche avant …

Principe de fonctionnement d’un moteur à courant continu :

moteur-courant-continu

Sur ce type de moteur, en inversant les polarités, on inverse également le sens de rotation. Facile 🙂

ZeroBorg : la carte de contrôle tout en un

zeroborg-piborgLa seconde option est d’utiliser une carte de contrôle. Vous en trouverez à tous les prix mais mon choix s’est porté sur le ZeroBorg de PiBorg. Le modèle KS1 pour être précis. Pour à peine plus de 20 euros, il vous permet de contrôler jusqu’à 4 moteurs DC ou 2 moteurs pas à pas. Ca tombe bien, j’ai quatre moteurs à faire fonctionner. Le grand plus, c’est une librairie python avec plusieurs scripts d’exemples qui sont disponibles. Vous les trouverez à cette adresse : https://github.com/piborg/zeroborg

La voici branchée sur mon robot :

robot-complet-dessus

Nous allons maintenant voir comment procéder, depuis l’activation du bus I2C aux premiers tours de roues 🙂

Tout d’abord, il faut savoir que la ZeroBorg utilise le Bus I2C des ports GPIO. Il faut donc l’activer si ce n’est pas déjà fait (par défaut c’est désactivé). Pour faire la manipulation, taper dans un terminal les commandes suivantes (on commence par avoir un système à jour) :

sudo apt-get update
sudo apt-get upgrade

Accessoirement, installer les outils de contrôle de fonctionnement I2C :

sudo apt-get install python-smbus
sudo apt-get install i2c-tools

Maintenant, on peut passer à l’activation du bus :

sudo raspi-config

Vous arrivez sur la fameuse fenêtre bleue :

raspi-config-advanced_options

A l’aide des flèches, descendez jusqu’à l’option 8 « Advanced Options » et appuyez sur entrée.

La fenêtre des options avancées s’ouvre, sélectionnez « A7 I2C » :

raspi-config-i2c

On vous demande alors si vous souhaitez activez I2C. On répond « yes » !

raspi-config-enable_i2c

On vous demande ensuite si le module doit être chargé lors du boot. Encore une fois on répond « yes ».

raspi-config-load_i2c_module_at_boot

Vous revenez ensuite au menu principal, utiliser la touche tabulation pour quitter. Vous devez maintenant rebooter pour que les changements soit pris en compte. On maintenant prêt à installer et utiliser notre ZeroBorg.

Branchements électriques de la carte

Le branchement au Raspberry est facile. Soit on utilise 6 câbles femelle/femelle soit on soude via les PINS le ZeroBorg sous le Raspberry. Personnellement, j’ai choisi le câblage. Voilà notre carte branchée au ports du bus I2C.

zeroborg-branchement

Il reste à l’alimenter. On peut y faire passer entre 2,7 et 10,8 volts. C’est parfait. On va utiliser la sortie 3,3 volts GPIO (broche 17, voir schéma tout en haut de page).

Broche 17 : 3,3 volts
Broche 20 : GND (masse)

zeroborg-alimentation

Nous voilà désormais complètement câblé … non, il reste les moteurs ! Prenez votre petit tournevis plat, il y en a pour 1 minute.

Il suffit de suivre l’exemple de la photo ci-dessous :

zeroborg-cablage-moteurs

Ce coup ci on est prêt. Nous pouvons passer au code 🙂

Comme expliqué en début d’article, le ZeroBorg a une libraire Python créée spécialement pour. Cela facilite grandement la prise en main puisqu’on faire tourner un moteur en quelques lignes de code et en moins de 5 minutes.

Pour ce faire, enchainez les commandes suivantes dans votre terminal :

sudo mkdir /zeroborg
cd /zeroborg
sudo wget http://www.piborg.org/downloads/zeroborg/examples.zip
sudo unzip examples.zip
sudo chmod +x install.sh
./install.sh

Passons au code, en créant un script de test :

sudo nano test.py

Copiez / coller ensuite ce code :

import ZeroBorg
import time
ZB = ZeroBorg.ZeroBorg()
ZB.Init()
ZB.SetMotor1(0.5)
time.sleep(4)
ZB.SetMotor1(0)
exit()

Le code ci-dessus fait fonctionner le moteur 1 à 50% de sa vitesse maximale pendant 4 secondes avant de se couper. Vous l’aurez compris, en ajoutant ZB.SetMotor2(1), le second moteur tournera à 100%.

Une valeur négative le fera tourner en sens inverse. Par exemple pour faire tourner les moteurs 1 et 2 en sens inverse, le code sera :

import ZeroBorg
import time
ZB = ZeroBorg.ZeroBorg()
ZB.Init()
ZB.SetMotor1(-1)    # rotation inverse moteur 1
ZB.SetMotor2(-1)    # rotation inverse moteur 2
time.sleep(4)
ZB.SetMotor1(0)     # arret moteur 1
ZB.SetMotor2(0)     # arret moteur 2
exit()

Facile non ? et bien voilà, nous savons faire tourner nos moteurs en quelques lignes de code. A vous de jouer maintenant 🙂 Utilisez les quatre moteurs, marche avant, marche arrière.

Toutes les fonctions disponibles sont expliquées ici : https://www.piborg.org/zeroborg/examples#api

Pour stopper l’ensemble des moteurs en une ligne :

ZB.MotorsOff()

Pour tourner à droite ou à gauche, il suffit de faire fonctionner les deux moteurs d’un même côté. Par exemple, pour tourner à droite, on fera tourner uniquement les deux moteurs situés sur la droite. Inversement pour tourner à gauche.

Dans le prochain article, nous verrons comment contrôler notre robot avec les flèches du clavier et nous ajouterons des leds et un klaxon.

 

 

 

 

 

Construire son robot à base de Raspberry Pi – étape 1

Etape 1 : construire le châssis
Etape 2 : les moteurs

Depuis quelques temps, je suis pris de passion pour 2 choses : le Raspberry Pi et la robotique. Après plusieurs projets Raspberry basés sur la programmation, j’ai voulu expérimenter le côté plus hardware. Ça tombe bien, la robotique est un mélange de code et de matériel. Le Pi se prête parfaitement à ce sujet.

J’ai donc réfléchi à ce que je voulais faire. Vouloir fabriquer un robot complètement autonome qui me ferait mon petit déjeuner est utopique car trop complexe. Fabriquer un petit véhicule motorisé, piloté par un Pi Zero, et sur lequel je pourrais ajouter divers éléments (gestion des obstacles, caméra, etc..) au fur et à mesure m’a semblé être une bonne idée. Lire la suite de « Construire son robot à base de Raspberry Pi – étape 1 »