Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

2 novembre 2017

Post-doctorat ONERA - Localisation de piéton par fusion visio-inertielle


Catégorie : Post-doctorant


Intitulé : Localisation robuste de piéton en intérieur par fusion visio-inertielle

Période souhaitée : janvier 2018 à décembre 2018 (12 mois, renouvelable 1 fois)
Niveau de formation : doctorat en SLAM, relocalisation, fusion visio-inertielle

Connaissances souhaitées :

  • vision par ordinateur, SLAM, relocalisation, propagation d’incertitude
  • connaissance des capteurs inertiels et de la fusion visio-inertielle
  • C++ obligatoire, Python, une connaissance / expérience de ROS est un plus
  • capacité de publication attestée

Langues : français, anglais

Lieu : ONERA, centre de Palaiseau (91)
Département : Traitement de l’Information et Systèmes

Contact : Alexandre Eudes – alexandre.eudes@onera.fr – +33 1 80 38 65 49

Référence : PDOC-DTIS-2017-09 (à rappeler dans toute correspondance)
Dépot des candidatures : http://w3.onera.fr/formationparlarecherche/propositions-post-docs

 

Contexte

Au sein du département DTIS (Traitement de l’Information et Systèmes) de l’ONERA, l’unité EVF mène depuis de nombreuses années des études et des recherches sur les techniques de localisation par vision [6].

Ce post-doc se déroule dans le cadre du projet ANR MALIN, challenge lancé par l’ANR et la DGA sur la localisation de piéton en environnement intérieur. Le but est d’évaluer différents systèmes de localisation en mettant en compétition plusieurs consortia, avec la volonté d’obtenir in fine un système portable, précis et robuste aux perturbations extérieures. Ce challenge ce déroule sur 3 ans.

Pour répondre à ce projet l’ONERA est associé à un partenaire industriel : iXBlue, acteur français majeur dans les systèmes de localisation inertielle. L’objectif est de combiner les compétences des partenaires ONERA et iXBlue pour développer un système de localisation basé sur une hybridation lâche entre un capteur stéréo d’odométrie visuelle et une centrale inertielle haute performance (FOG). Le post-doctorant sera impliqué dans toutes les étapes de ce projet, depuis le développement du prototype de localisation, sa validation en conditions réelles, jusqu’à son
évaluation dans les épreuves prévues au cours du challenge MALIN.

Description du sujet

Ce sujet couvre deux thématiques scientifiques principales :

Durant le projet, le post-doctorant sera également partie prenante des développements suivants :

Le candidat doit être détenteur d’une thèse et des compétences suivantes : connaissances en vision par ordinateur, SLAM visuel ou fusion visio-inertielle, odométrie visuelle, reconstruction 3D, relocalisation et indexation, optimisation, propagation d’incertitude.

La maîtrise des développements logiciels en C++ est requise.

Les points suivants seront fortement appréciés :

Les travaux seront majoritairement effectués à l’ONERA en collaboration avec iXBlue. Cependant :

Bibliographie

[1] Li M, Mourikis AI. High-precision, consistent EKF-based visual-inertial odometry. The International Journal of Robotics Research. 2013 May;32 (6):690-711.

[2] Scandaroli, G.G., Morin, P. and Silveira, G., 2011, September. A nonlinear observer approach for concurrent estimation of pose, IMU bias and camera-to-IMU rotation. In Intelligent Robots and Systems (IROS), 2011 IEEE/RSJ International Conference on (pp. 3335-3341). IEEE.

[3] Furgale P, Barfoot TD, Sibley G. Continuous-time batch estimation using temporal basis functions. In Robotics and Automation (ICRA), 2012 IEEE International Conference on 2012 May 14 (pp. 2088-2095). IEEE.

[4] Gálvez-López D, Tardos JD. Bags of binary words for fast place recognition in image sequences. IEEE Transactions on Robotics. 2012 Oct;28 (5):1188-97.

[5] Lynen S, Sattler T, Bosse M, Hesch JA, Pollefeys M, Siegwart R. Get Out of My Lab: Large-scale, Real-Time Visual-Inertial Localization. In Robotics: Science and Systems 2015 Jul 13.

[6] Sanfourche M, Vittori V, Le Besnerais G. eVO: A realtime embedded stereo odometry for MAV applications. In IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2013 Nov 3-7 (pp. 2107-2114). IEEE.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.