Ingénieur en robotique mobile: navigation visuelle - cdd 10 mois

18 Septembre 2023

---

Catégorie : Ingénieur

---

CDD - Ingénieur en robotique mobile: navigation visuelle

Mission : Études et caractérisation des performances d’un véhicule autonome bio-inspirée

 

 

Contexte/travaux antérieurs :

ETIS (Equipes, Traitement de l'Information et Systèmes), UMR CNRS 8051, est une unité mixte de recherche pilotée par l'Université de Cergy Pontoise (UCP), l'Ecole Normale Supérieure de l'Electronique et ses Applications (ENSEA) et le Centre National de la Recherche Scientifique (CNRS). Le laboratoire comprend quatre équipes de recherche spécialisées dans la conception de substrats informatiques embarqués reconfigurables (CELL), la neurocybernétique (NEURO), les télécommunications (ICI) et le data mining (MIDI). Depuis plusieurs années, les équipes NEURO et CELL travaillent conjointement sur des modèles/architectures neuro-mimétiques à faible empreinte pour la navigation autonome de plateformes robotiques dans des environnements inconnus.

L'Institut VEDECOM est un institut de recherche et de formation en partenariat public-privé français dédié́ à la mobilité individuelle, sobre en carbone et durable. Il se concentre sur trois axes de recherche : l'électrification des véhicules, la délégation de conduite et la mobilité partagée. Dans ce contexte, les équipes travaillant sur la délégation de conduite développent activement des algorithmes pour percevoir, localiser et contrôler un véhicule autonome dans différentes conditions et situations.

Les premiers projets communs ont été lancés en 2016 sur la localisation bio-inspirée pour les véhicules autonomes. Ces travaux ont démontré l'intérêt de l'approche en évaluant une première architecture neuro-robotique de localisation visuelle inspirée des mécanismes neuronaux qui sous-tendent la cognition spatiale chez les mammifères. Les premiers tests ont été effectués pour caractériser les performances de ce modèle en termes de reconnaissance visuelle de localisation dans divers environnements (urbain, périurbain, autoroutier, rural) et pour le comparer à l'état de l'art [1-3]. Ces résultats ont démontré la capacité du modèle à fournir une précision de localisation comparable à l'état de l'art, mais à un coût de calcul beaucoup plus faible. Ce résultat a été obtenu grâce à un apprentissage ultra-rapide (en une seule fois), sans qu'il soit nécessaire de procéder à une longue phase d'apprentissage nécessitant de grandes bases de données étiquetées ou toute autre information a priori. Ce modèle initial a ensuite été amélioré pour surmonter les limites observées en termes d'empreinte mémoire en développant un codage épars des informations visuelles afin d'augmenter le nombre de localisations apprises pour le même nombre de neurones [4-6]. Enfin, outre la simple localisation visuelle du véhicule, les derniers travaux portent sur son contrôle intégral à l'aide d'une architecture sensori-motrice. Cette architecture de navigation bio-inspirée, MPNAV, dérive de nos travaux antérieurs en robotique autonome, et a été modifiée avec succès et adaptée aux spécificités du contrôle du véhicule.

 

Missions :

Le laboratoire ETIS et l’institut VEDECOM développent conjointement une architecture de navigation bio-inspirée (MPNAV) pour le contrôle par la vision d’un véhicule autonome.

Dans le cadre d’un projet de pre-maturation, ce poste d’ingénieur à pour objectif de contribuer à l’obtention d’une version de MPNAV éprouvée à large échelle : longues durées, grandes distances et diversités de lieux. Votre tâche sera ainsi de participer à la définition et la conduite d’un ensemble d’expérimentations sur un véhicule autonome spécialement équipé à cet effet et piloté par l’architecture de navigation bio-inspirée autonome MPNAV. Ces expériences visent en particulier à estimer les capacités de cette architecture de contrôle neuronal à généraliser ses apprentissages sur de longues périodes (plusieurs mois), leur robustesse aux changements de conditions induits par des météos variées, et à évaluer sa capacité à naviguer sur une distance d’une dizaine de km dans divers environnements.

 

La première phase de cette mission consistera à refactoriser le code développé (python) afin d’en améliorer ses performances en termes de vitesse d’exécution (cython, c, parallélisation).

La seconde phase concerne l’expérimentation, elle-même divisée en 2 temps : premièrement, l’identification des plages de valeurs optimales pour les paramètres du modèle via l’étude de leur impact en simulation (Carla), et dans un second temps des campagnes de mesures sur le véhicule réel dans des environnements variés et de tailles différentes (pistes, parking, tunnels…) et divers conditions (météos, saisons, …).

 

Compétences souhaitées :
Le candidat devra avoir de solides connaissances techniques et scientifiques et une ou plusieurs expériences :
- en robotique mobile
- en perception visuelle
- en développement logiciels en python/cython et/ou en C, outils de contrôle (Git)

- en ROS (Robot Operating System).

Profil recherché :
- Titulaire d’un Diplôme d’ingénieur, Master ou Doctorat en informatique ou en robotique
- Qualités : bon relationnel, capacité à collaborer mais aussi à faire preuve d’autonomie

Type de poste :
- CDD de 10 mois, à temps plein
- Salaire : salaire à négocier en fonction de l'expérience
- Le poste est à pourvoir entre octobre et novembre 2023
- Localisation : Institut Vedecom (Versailles/Satory), Laboratoire ETIS (Cergy-Pontoise)

Pour candidater :

Envoyez un email avec comme objet « [CDD : application] » et en PJ, votre CV, diplômes, lettre de motivation et références compressés en un seul fichier à votre nom, à l’adresse suivante :

nicolas.cuperlier@cyu.fr

Si vous souhaitez plus d’informations vous pouvez également me contacter par email à cette même adresse.

 

Références:

[1] Yoan Espada, Nicolas Cuperlier, Guillaume Bresson and Olivier Romain. Application of a
localization model to autonomous vehicles. In 2018 15th International Conference on Control, Automation, Robotics and Vision (ICARCV), pages 7--14, Nov 2018.

[2] Yoan Espada, Nicolas Cuperlier, Guillaume Bresson and Olivier Romain. From Neurorobotic Localization to Autonomous Vehicles. Unmanned Systems.2019. https://doi.org/10.1142/S2301385019410048

[3] Colomer, Sylvain, Nicolas Cuperlier, Guillaume Bresson, Philippe Gaussier, et Olivier Romain. « LPMP: A Bio-Inspired Model for Visual Localization in Challenging Environments ». Frontiers in Robotics and AI 8 (4 février 2022): 703811. https://doi.org/10.3389/frobt.2021.703811.

[4] Colomer, Sylvain, Nicolas Cuperlier, Guillaume Bresson, et Olivier Romain. « Forming a sparse representation for visual place recognition using a neurorobotic approach ». In 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 3002‑9. Indianapolis, IN, USA: IEEE, 2021. https://doi.org/10.1109/ITSC48978.2021.9564608.

[5] Colomer, Sylvain, Nicolas Cuperlier, Guillaume Bresson, et Olivier Romain. Hierarchical Sparse Dictionaries: how sparsity, topology and pooling can improve visual place recognition. Human-like Behavior and Cognition in Robots - workshop at IROS, Oct 2021, Prague, Czech Republic. ⟨hal-03469399⟩

[6] Colomer, Sylvain, Nicolas Cuperlier, Guillaume Bresson, Steve pechberti,et Olivier Romain Sparse and topological coding for visual localization of autonomous vehicles. SAB2022.