Cocorico 2.0 - Application AR d'Éducation Nutritionnelle

Cocorico 2.0 est une application mobile de réalité augmentée qui transforme l'éducation nutritionnelle en une expérience interactive et immersive. L'utilisateur pointe sa caméra vers des aliments ou des fiches imprimées et reçoit instantanément des informations nutritionnelles affichées en AR.

📥 Télécharger l'APK · 📄 Fiche Pédagogique PDF

---

Origine du projet

Cocorico 2.0 est l'évolution mobile et AR d'un projet académique antérieur - Cocorico - une application web de gestion alimentaire intelligente développée à l'ESPRIT. La partie garde-manger virtuel et détection d'ingrédients par IA, initialement développée en microservices Python (YOLOv8, Flask), est ici réimagée en expérience de réalité augmentée sur mobile Android.

---

Modes disponibles

Mode actif - Fiche Pédagogique (Image Tracking)

Le seul mode entièrement fonctionnel dans cette version beta.

Comment l'utiliser :

1. Télécharge ou imprime la Fiche Pédagogique PDF
2. Lance l'application sur ton téléphone Android
3. Sur l'écran de démarrage, attends le chargement (3 secondes)
4. Clique sur "Fiche Pédagogique" dans le menu principal
5. Pointe la caméra vers l'une des 6 images de la fiche
6. Une fiche nutritionnelle AR apparaît au-dessus de l'image
7. Consulte les infos (calories, Nutri-Score, additifs, conservation)
8. Clique "Faire le quiz" pour tester tes connaissances
9. Compare ton score avant / après sur la fiche papier

Mode actif - Barcode Scanner (Open Food Facts)

Nouveau mode en version beta permettant de scanner des produits en temps réel.

Comment l'utiliser :

1. Lance l'application sur ton téléphone Android
2. Clique sur "Barcode Scanner" dans le menu principal
3. Autorise l'accès à la caméra si demandé
4. Pointez la caméra vers un code-barres de produit alimentaire
5. Attends la détection automatique du code
6. L'application interroge l'API Open Food Facts
7. Une fiche produit apparaît avec :
   • Nom du produit
   • Marque
   • Nutri-Score (A → E)
   • Calories
   • Sucres, graisses, protéines
   • Allergènes (si disponibles)
8. Clique sur "Scanner à nouveau" pour analyser un autre produit

⚠️ Remarque :

• Ce mode est en version beta
• De légers ralentissements peuvent apparaître lors des mouvements rapides de caméra
• Une optimisation des performances est prévue dans une prochaine version (pipeline AR natif)

---

Modes en développement

Mode	Description	Statut
Fruits & Légumes	Détection temps réel via YOLOv8 + Flask	En cours

---

Installation

Prérequis

• Android 7.0+ (API 24)
• ARCore compatible (liste des appareils)
• Activer Sources inconnues dans les paramètres de sécurité

Installation de l'APK

1. Télécharge Cocorico2-beta.apk depuis les Releases
2. Ouvre le fichier sur ton téléphone Android
3. Accepte l'installation depuis une source inconnue
4. Lance l'application

---

Stack technique

Mobile AR
├── Unity 2022.3.62f3 LTS
├── AR Foundation 5.1 (ARCore backend)
└── C# Scripts

Intelligence Artificielle (Mode 1 - en développement)
├── YOLOv8 (détection fruits & légumes)
├── Flask / Python (serveur local)
└── Communication HTTP JSON

API Externe (Mode 2)
└── Open Food Facts (gratuit, sans clé)

Assets 3D
└── Blender 3.x (modèles GLB - panneaux AR)

---

Structure du projet Unity

Assets/
├── Models/          # Modèles 3D Blender (.glb)
├── Prefabs/         # PedaCard_Prefab, TestCube
├── Resources/       # peda_content.json
├── Scenes/          # SplashScene, MainScene
├── Scripts/         # C# scripts
│   ├── ModeManager.cs
│   ├── PedaCardController.cs
│   ├── PrefabImagePairManager.cs
│   ├── PedaContentData.cs
│   └── SplashController.cs
└── UI/
    └── TargetImages/  # Images cibles AR

---

Auteur

Hend Zormati Double diplôme Ingénierie - ESPRIT × ENSIM Portfolio

---

📄 Licence

Projet académique - tous droits réservés.