Construire pour comprendre
Mon approche part généralement d’un besoin concret : un instrument à améliorer, une mesure difficile à obtenir, une limite matérielle à contourner ou un phénomène que je veux comprendre. Plutôt que de séparer logiciel, électronique et usage final, j’essaie de considérer la chaîne complète et de construire les outils qui permettent de la mesurer.
Cette manière de travailler explique l’évolution d’EIP. Le projet est né de besoins astronomiques très pratiques, puis s’est progressivement transformé en une plateforme d’imagerie embarquée plus générale, capable d’accueillir des fonctions d’acquisition, d’analyse, de caractérisation de capteurs et de traitement scientifique.
Un parcours entre logiciel, embarqué et astronomie
Bien avant EIP, j’ai développé différents outils mêlant programmation et astronomie. Le projet de modernisation de ma monture Takahashi EM-10, commencé en 2016, m’a conduit à travailler sur Arduino, l’électronique de puissance, la commande des moteurs, la mise au point motorisée et un premier viseur polaire numérique sur Raspberry Pi Zero.
Ce travail a également donné naissance à plusieurs bibliothèques C++ réutilisables. Ephemeris calcule notamment les coordonnées des principaux objets du Système solaire, leurs levers et couchers et différentes grandeurs apparentes sur Arduino ou ordinateur. SkyCatalog apporte de son côté des catalogues d’étoiles, de constellations et d’objets du ciel profond adaptés aux contraintes d’un système embarqué.
Ces projets ont installé un fil conducteur qui reste présent dans EIP : rapprocher le calcul, l’instrument et l’observation, tout en conservant des implémentations compréhensibles et suffisamment efficaces pour fonctionner sur du matériel limité.
Du signal brut à l’image
Je me suis aussi intéressé très tôt au traitement du signal issu directement des appareils d’imagerie. En 2016, MLVToMovie proposait sur macOS une chaîne de conversion des vidéos brutes produites par Magic Lantern, avec extraction DNG, traitement parallèle et prise en charge des images d’obscurité et des PLU (flats) pour la calibration.
Cette attention portée aux données brutes (RAW) se retrouve aujourd’hui dans EIP : conserver le signal avant les traitements de confort, documenter les métadonnées et pouvoir revenir aux mesures originales lorsqu’un résultat paraît surprenant.
Pourquoi EIP
Les premières applications avaient des besoins différents, mais rencontraient les mêmes problèmes : acquérir proprement les images, conserver le RAW, contrôler la caméra, enregistrer localement, surveiller le matériel et rendre ces fonctions accessibles à plusieurs interfaces.
EIP est né de la volonté de ne plus reconstruire cette infrastructure pour chaque instrument. L’objectif est un socle commun, mesurable et suffisamment générique pour servir plusieurs usages d’imagerie embarquée.
Mon objectif est de construire une chaîne cohérente, compréhensible et mesurable, sans séparer artificiellement le logiciel embarqué, les performances matérielles et la qualité scientifique des données produites.
Ma démarche
Je travaille par prototypes successifs, mesures réelles et contrôles contradictoires. Les données brutes, les métadonnées, les journaux d’acquisition et les rapports d’analyse restent prioritaires sur l’intuition ou sur les caractéristiques commerciales d’un capteur.
Je distingue autant que possible ce qui est observé, ce qui est mesuré, ce qui constitue une interprétation et ce qui reste une hypothèse. Un résultat non concluant n’est pas un échec à masquer : il précise la prochaine expérience à mener.
Développer et transmettre
J’enseigne également l’informatique en BTS SIO. Cette activité influence directement ma manière de développer et de documenter mes projets : une solution n’est réellement maîtrisée que si son fonctionnement peut être expliqué, testé et remis en question.
C’est aussi la raison pour laquelle ce site propose, lorsque le sujet s’y prête, deux niveaux de lecture : une version découverte pour expliquer les mécanismes sans prérequis excessifs, et une version scientifique pour détailler les méthodes, les mesures, les incertitudes et les limites.
Le rôle des agents IA
J’utilise des agents IA pour explorer le code, proposer et implémenter des évolutions, préparer des tests, analyser des résultats et améliorer la documentation. Je les considère comme des outils de travail capables d’accélérer l’exploration et l’exécution, mais pas comme une source d’autorité.
Leurs productions sont confrontées au code exécuté, aux mesures archivées et aux contraintes physiques du projet. Je reste l’auteur d’EIP et le responsable de son architecture, de ses protocoles expérimentaux, de la validation des résultats et du contenu publié sur ce site.
Documenter le travail en cours
Ce site accompagne le développement du projet. J’y publie les méthodes, les résultats établis, les limites rencontrées et les questions encore ouvertes. L’objectif n’est pas seulement de montrer le résultat final, mais aussi de rendre visible le chemin qui permet d’y parvenir.