Annonce

Les commentaires sont clos.

Débruitage de nuage de points lidar acquis par drone

16 December 2021


Catégorie : Stagiaire


Yellowscan

La société YellowScan conçoit, développe et produit des capteurs de cartographie pour les applications de drones professionnels. Entièrement intégrés, ultra-légers et faciles à utiliser, ces capteurs lidar (light detection and ranging) hautement automatisés sont utilisés par les clients du monde entier dans diverses domaines : topographie, recherche environnementale, archéologie, génie civil et mines. Pour développer rapidement notre activité avec un très haut niveau de qualité et de services, nous recherchons activement les meilleurs talents pour renforcer notre équipe. Aujourd’hui, nous proposons un sujet stage niveau bac+5 pour intégrer notre équipe R&D.

Stage

Le lidar est une technologie de télédétection par laser largement utilisée dans les systèmes d'information géographiques. Atteindre une précision de positionnement centimétrique des données récoltées lors des relevés lidar par drone est indispensable pour les applications liées à la cartographie. Chaque mesure géoréférencée, i.e. chaque point du nuage de points lidar, est dépendante de la qualité des instruments du système (scanner laser, centrale inertielle, positionnement satellitaire) et des conditions d’acquisition (météo, réception satellites, etc.). Le but de ce stage est de développer une méthode issue de l'état de l'art concernant la reconstruction de surfaces locales dans le nuage de points pour permettre le déplacement et/ou la suppression de points dans le nuage avec pour but d'éliminer le bruit. L'objectif est de produire ainsi des données de haute qualité, i.e. avec des surfaces fines et lisses, tout en préservant les structures fines comme les arêtes de bâtiments ou les objets naturels et/ou complexes, cf. figure ci-dessous. Stage pouvant déboucher sur une thèse.

Profil et compétences recherchés

  • §Bac+5 universités ou écoles d’ingénieurs
  • §Excellentes compétences en C++ et pratique de Git
  • §Organisation, méthodologie et autonomie
  • §Intérêt dans les nouvelles technologies
  • §Notions en vision par ordinateur, 3D, traitement d’images, apprentissage automatique, statistiques ou mathématiques appliqués.

Mots clés : nuage de points, lidar, drone, reconstruction surfacique, débruitage

Contacts: pol.kennel@yellowscan-lidar.comquentin.pentek@yellowscan-lidar.com

Partenaire académique : STORM research group, CNRS, IRIT, Toulouse