Évolution de l'infrastructure : JARVIS a besoin de plus
Après quelques semaines à faire tourner mon moteur de scoring (JARVIS/GEMMA) sous Home Assistant et AppDaemon, l’heure est au bilan.
Si la logique algorithmique tient la route, une vérité s’est rapidement imposée : un cerveau n’est rien sans de bons yeux. Pour anticiper l’intention humaine, JARVIS a besoin de données fiables, rapides et ultra-locales.
Entre limitations technologiques, fausses bonnes promesses industrielles et besoins croissants en calcul, voici le point sur la mutation complète de mon infrastructure domotique.
1. La guerre des capteurs : PIR, mmWave et la désillusion de l’Aqara FP2
Pour alimenter un score de présence, le choix des capteurs est crucial. Mes expérimentations m’ont amené à des constats très nets.
La latence du Zigbee sur pile. Les capteurs PIR classiques (infrarouge) sur batterie ont un défaut majeur pour de l’automatisation en temps réel : leur mode “sleep”. Pour préserver la pile, ils s’endorment après une détection, créant une latence incompatible avec une réactivité instantanée.
La vitesse : PIR vs LD2450. À l’inverse, si un radar mmWave comme le LD2450 est formidable, il n’est pas intrinsèquement aussi “instantané” qu’un PIR sur l’affichage initial du premier mouvement.
Le cas de l’Aqara FP2 : super sur le papier, mais… Vendu comme le Saint Graal de la présence, le FP2 m’a laissé sur ma faim. Avec ses trois modes de fonctionnement, il se comporte finalement comme un simple capteur binaire : il dit s’il y a du monde ou non dans une zone. Rien de comparable avec la richesse des données d’un LD2450, qui remonte une vitesse, une direction, et permet un tracking bien plus fin.
La quête de la “vérité” contextuelle. Mesurer les lux à l’extérieur est une chose, mais que se passe-t-il dans une pièce dont les volets sont fermés ? Pour que JARVIS ne se trompe pas, le capteur doit être enrichi de composants complémentaires à l’intérieur même des pièces. De même, l’ajout de capteurs d’ouverture sur les fenêtres ne sert pas qu’à la sécurité : ils permettent à JARVIS de notifier en cas de mauvais temps ou de s’assurer que tout est bien verrouillé avant de passer en mode nuit.
| Capteur | Force | Limite pour JARVIS |
|---|---|---|
| PIR (Zigbee, pile) | Détection initiale très réactive | Latence liée au mode sleep, pas de granularité spatiale |
| LD2450 (mmWave) | Position, vitesse, direction, multi-cibles | Moins “instantané” qu’un PIR sur le tout premier mouvement |
| Aqara FP2 | Setup simple, bon marketing | Reste un signal binaire malgré les 3 modes annoncés |
2. Le sur-mesure : conception 3D et intégration physique
L’électronique DIY (ESP32), c’est bien, mais l’intégration esthétique et fonctionnelle dans la maison en est une autre.
Pour résoudre le problème de la fixation et de l’orientation de mes modules, je me suis mis à la conception 3D sur Fusion 360 et FreeCAD. J’ai notamment modélisé des supports spécifiques pour les fenêtres — un projet que j’avais d’ailleurs noté dans mes carnets Keep depuis un moment.
Pour l’instant, je dépends encore de services tiers, mais le choix est fait : l’investissement dans une imprimante 3D est en cours. Bientôt, la production de boîtiers et de supports pour mes ESP32 combinant PIR, LD2450 et capteurs de lux intérieurs sera 100 % internalisée.
En parallèle, j’attends la réception d’un nouveau détecteur de fumée connecté, pour tester et intégrer des scénarios de notification d’urgence poussés.
3. Frigate, OpenVINO et le bond en avant du hardware (Dell 3080)
C’est la découverte de Frigate et de l’accélération matérielle OpenVINO qui a définitivement scellé le sort de mon ancienne infrastructure serveur. La détection d’objets par IA sur les flux caméras demande de la puissance — beaucoup de puissance.
J’ai donc investi dans un Dell OptiPlex 3080 Micro. Cette évolution majeure de l’infrastructure va me permettre :
- de propulser sereinement Home Assistant (en mode Supervised) ;
- de gérer la surveillance vidéo intelligente en local via Frigate ;
- et pourquoi pas, à terme, de renvoyer des flux vidéo en Picture-in-Picture (PIP) directement sur la télévision quand quelqu’un sonne ou qu’un événement suspect est détecté.
Et l’ancien serveur ?
Rien ne se perd. Mon ancien Dell OptiPlex 3020M, qui gérait sagement Home Assistant jusqu’ici, va être recyclé en serveur NAS dédié sous OpenMediaVault (OMV). C’est la machine parfaite pour centraliser le stockage, les backups et les médias de la maison, de manière isolée de la domotique.
4. Donner de la voix et du son (adieu Squeezelite, bonjour l’Echo Show)
Un assistant doit pouvoir communiquer, que ce soit pour diffuser des alertes ou de la musique. Sur ce point, j’ai essuyé un échec : Squeezelite sur ESP32. L’utilisation des puces ESP32 WROVER n’a pas été un succès, générant beaucoup trop d’erreurs d’exactitude et manquant cruellement de polyvalence pour un usage généraliste au quotidien.
Changement de stratégie : j’ai acheté un Amazon Echo Show 8 d’occasion. L’objectif n’est évidemment pas d’utiliser Alexa dans son écosystème cloud propriétaire imposé par Amazon. Je vais adapter cet appareil à mon environnement — notamment via un flash/hack local si possible — pour en faire un satellite d’assistance vocale et d’affichage totalement personnalisé, respectueux de la vie privée et intégré à JARVIS.
Conclusion
L’infrastructure de JARVIS passe un cap. En combinant la puissance du Dell 3080, la précision des capteurs mmWave DIY typés LD2450, l’autonomie de la fabrication 3D et le recyclage intelligent du matériel (OMV), la maison devient de plus en plus consciente de son environnement.
Prochaine étape : réception de l’imprimante 3D et déploiement des premiers boîtiers multi-capteurs personnalisés.