doc: improve doc and images

Author: CyprienKelma

.pre-commit-config.yaml

@@ -12,7 +12,7 @@ repos:
     hooks:
       # Prevent committing large files
       - id: check-added-large-files
-        args: ['--maxkb=6000']
+        args: ['--maxkb=10000']
 
       - id: check-json
       - id: check-yaml

docs/en/architecture.md

@@ -18,6 +18,8 @@ The system implements a **polyglot microservices architecture** with hexagonal p
 LOCAL → DEV → PROD
 ```
 
+![Env Diagram](images/env_diagram.png)
+
 - **LOCAL**: Docker Compose with Pub/Sub and Firestore emulators (zero GCP cost)
 - **DEV**: Full GCP services with automatic deployment on push to main branch
 - **PROD**: Production environment with manual deployment via release tags

docs/en/index.md

@@ -1,7 +1,6 @@
-# DroneFleet Optimizer
-
-## What's this repo ?
+<img src="images/logo_header.png" alt="Header Logo" width="1200" height="480" />
 
+# What's this repo ?
 This project is a complete real-time cloud management system for emergency medical delivery drone fleets.
 
 It's based on an event-driven architecture deployed on GCP. With a complete CI/CD deployment, as well as a data Simulator and an ELT pipeline to process and analyse data using BigQuery.
@@ -14,6 +13,6 @@ My goal was to design and implement an end-to-end data infrastructure: from data
 
 This project allowed me to deepen my mastery of concepts such as concurrency management, containerization, event-driven architectures, monorepo organization, CI/CD, isolation of environments and cloud deployment. As well as using Python (Pydantic, FastAPI), Java (with Spring Boot), protobuf and buf library to manage single source of truth, and also designing complete CI/CD deployment with GitHub Action
 
-![Zoomed Architecture Diagram](images/zoomed_archi.png)
+![colored Architecture Diagram](images/colored_diagram.png)
 
 You can download it for free by following the [Getting Started](getting-started.md) steps, or read on [Overview](overview.md) to learn more about how it works and the technical choices made, as well as broader considerations and reflections on the creation and management of such a system.

docs/en/path-optimizer.md

@@ -73,6 +73,8 @@ The solver uses OR-Tools' `RoutingModel` API, expressing the problem through **d
 
 Since VRPPD is **NP-hard** (no polynomial-time optimal solution exists), OR-Tools uses a two-phase heuristic/metaheuristic strategy:
 
+![Optimizer Diagram](images/path_optimizer.png)
+
 ### Phase 1: Constructive Heuristic (PARALLEL_CHEAPEST_INSERTION)
 
 A greedy algorithm that considers all unrouted nodes simultaneously across all vehicles. At each step, it inserts the node that causes the smallest increase in total cost into the best position of any route. Complexity: **O(n² × V)** where n = number of nodes, V = number of vehicles. Completes in milliseconds for typical problem sizes.

docs/en/technology-stack.md

@@ -14,6 +14,8 @@
 
 All components share a single source of truth for data models via **Protocol Buffers**:
 
+![Proto Diagram](images/buf_logic.png)
+
 - Definitions in `shared/proto/dronefleet/v1/*.proto`
 - Generated code for Java, Python, TypeScript
 - Validation via Buf (linting, breaking change detection)

docs/fr/architecture.md

@@ -17,6 +17,7 @@ Le système implémente une **architecture de microservices polyglotte** suivant
 ```
 LOCAL → DEV → PROD
 ```
+![Env Diagram](images/env_diagram.png)
 
 - **LOCAL** : Docker Compose avec les émulateurs Pub/Sub et Firestore (coût GCP nul).
 - **DEV** : Services GCP complets avec déploiement automatique lors d'un push sur la branche `main`.

docs/fr/index.md

@@ -1,7 +1,6 @@
-# DroneFleet Optimizer
+<img src="images/logo_header.png" alt="Header Logo" width="1200" height="480" />
 
 ## Qu'est-ce que ce repo ?
-
 Ce projet est un système complet de gestion cloud en temps réel pour des flottes de drones de livraison médicale d'urgence.
 
 Il est basé sur une architecture pilotée par les événements (event-driven) déployée sur GCP. Il inclut un pipeline CI/CD complet, un simulateur de données et un pipeline ELT pour traiter et analyser les données via BigQuery.
@@ -14,6 +13,6 @@ Mon objectif ultime était de concevoir et d'implémenter une infrastructure de
 
 Ce projet m'a permis d'approfondir ma maîtrise de concepts tels que la gestion de la concurrence, la conteneurisation, les architectures événementielles, l'organisation en monorepo, le CI/CD et le déploiement cloud.
 
-![Zoomed Architecture Diagram](images/zoomed_archi.png)s
+![colored Architecture Diagram](images/colored_diagram.png)
 
 Vous pouvez tester le projet gratuitement en suivant les étapes de [Mise en Place](getting-started.md), ou poursuivre votre lecture vers [Overview](overview.md) pour découvrir son fonctionnement, les choix techniques effectués et mes réflexions sur la conception d'un tel système.

docs/fr/path-optimizer.md

@@ -69,6 +69,8 @@ Les **contraintes ramassage-livraison** assurent que la collecte et la livraison
 
 ### Choix de l'algorithme : Stratégie en deux phases
 
+![Optimizer Diagram](images/path_optimizer.png)
+
 Le VRPPD étant **NP-difficile**, OR-Tools utilise des heuristiques :
 
 #### Phase 1 : Heuristique constructive (PARALLEL_CHEAPEST_INSERTION)