caor@mines-paristech.fr
24
Août

An international panorama of the state of the art in autonomous driving – 6 Sept. 2018

La Chaire Drive for All organise un séminaire le 6 septembre 2018. Cet événement est ouvert à tous et gratuit, mais l’inscription est nécessaire.

Enregistrement : https://goo.gl/forms/1yxAhwMKkRoW6JoS2

Lieu :   MINES ParisTech – 60, Boulevard Saint-Michel 75006 Paris

Luxembourg station (RER ligne B)

Contact : Arthur Gaudron arthur.gaudron@mines-paristech.fr

Agenda

L’objectif de la journée est de donner des éléments de compréhension et les défis en cours concernant la conduite autonome. La recherche sur ces sujets est bien entendu mondiale. Cependant il reste des spécificités régionales, aussi bien dans les contraintes que dans la vision qui sous-tend ce qu’est un véhicule automatisé, qui conduisent à des spécificités des approches. La chaire internationale de recherche Drive for All constitue un réseau mondial qui permet de saisir ces différences : cette journée propose de donner aussi bien une vision de ces différences que des derniers résultats de recherche.

Le programme de la journée du 6 septembre 2018

22
Août

Postdoc offer – Computer Vision for Scene Understanding and Human Motion Pattern Recognition

The Centre for Robotics of MINES ParisTech is involved in several research projects on human motion pattern recognition applied to the Factory of the Future, the Creative and Cultural Industries and the Autonomous Vehicles. The main objective of these projects is the development of novel methodologies and technological paradigms that improve the perception of the machine and allows for natural body interactions in human-machine partnerships.

More information about the offer: https://euraxess.ec.europa.eu/jobs/326208

6
Août

Soutenance de thèse – Florent Altché

Florent Altché a le plaisir de vous inviter à sa soutenance de thèse le 30 août 2018 à 14h00, sous réserve d’un avis favorable des rapporteurs.

La thèse est intitulée « Prise de décision et planification de trajectoire pour les véhicules coopératifs et autonomes » ou, en anglais, « Decision-based motion planning for cooperative and autonomous vehicles ». La présentation aura lieu en anglais.

La soutenance aura lieu en salle L109 à l’école des Mines ParisTech, 60 bd Saint Michel 75006. Elle sera suivie d’un pot en salle des colonnes.

Jury :

  • M. Ching-Yao Chan, PATH, UC Berkeley (Rapporteur)
  • M. Thierry Fraîchard, INRIA Rhône-Alpes (Rapporteur)
  • Mme Françoise Prêteux, Ecole Nationale des Ponts et Chaussées (Examinateur)
  • M. Jean-Paul Laumond, LAAS, CNRS (Examinateur)
  • M. Jorge Villagra, CAR, CSIC-UPM (Examinateur)
  • M. Arnaud de La Fortelle, CAOR, Mines ParisTech (Examinateur)

Résumé :

Le déploiement des futurs véhicules autonomes promet d’avoir un impact socio-économique majeur, en raison de leur promesse d’être à la fois plus sûrs et plus efficaces que ceux conduits par des humains. Afin de satisfaire à ces attentes, la capacité des véhicules autonomes à planifier des trajectoires sûres et à manœuvrer efficacement dans le trafic sera capitale. Cependant, le problème de planification de trajectoire au milieu d’obstacles statiques ou mobiles a une combinatoire forte qui est encore aujourd’hui problématique pour les meilleurs algorithmes.

Cette thèse explore une nouvelle approche de la planification de mouvement, basée sur l’utilisation de la notion de décision de conduite comme guide pour structurer le problème de planification en vue de faciliter sa résolution. Cette approche peut trouver des applications pour la conduite coopérative, par exemple pour coordonner plusieurs véhicules dans une intersection non signalisée, ainsi que pour la conduite autonome où chaque véhicule planifie sa trajectoire.

Dans le cas de la conduite coopérative, les décisions correspondent au choix d’un ordonnancement des véhicules qui peut être avantageusement encodé comme un graphe. Cette thèse propose une représentation similaire pour la conduite autonome, où les décisions telles que dépasser ou non un véhicule sont nettement plus complexes. Une fois la décision prise, il devient aisé de déterminer la meilleure trajectoire y correspondant, en conduite coopérative comme autonome. Cette approche basée sur la prise de décision peut permettre d’améliorer la robustesse et l’efficacité de la planification de trajectoire, et ouvre d’intéressantes perspectives en permettant de combiner des approches mathématiques classiques avec des techniques plus modernes d’apprentissage automatisé.

13
Juin

Soutenance de thèse – « Contributions en traitements basés points pour le rendu et la simulation en mécanique des fluides »

Hassan Bouchiba a plaisir d’annoncer sa soutenance de thèse le 5 juillet 2018 à 14h30, sous réserve d’avis favorable des rapporteurs.

Sa thèse est intitulée « Contributions en traitements basés points pour le rendu et la simulation en mécanique des fluides ».

La soutenance se tiendra en salle L109 à l’école des Mines ParisTech, 60 bd Saint Michel 75006.

Jury :

  • – M. Tamy Boubekeur, LTCI, Telecom ParisTech (Rapporteur)
  • – M. Florent Lafarge, Titane research group, Inria (Rapporteur)
  • – M. Mathieu Brédif, MATIS, IGN (Examinateur)
  • – Mme. Marie-Paule Cani, STREAM team, LIX, Ecole Polytechnique (Examinatrice)
  • – M. Thierry Coupez, CEMEF, Mines ParisTech (Examinateur)
  • – M. Jean-Emmanuel Deschaud, CAOR, Mines ParisTech (Examinateur)
  • – M François Goulette, CAOR, Mines ParisTech (Examinateur)

Résumé :

Le nuage de points 3D est la donnée obtenue par la majorité des méthodes de numérisation surfacique actuelles. Nous nous intéressons ainsi dans cette thèse à l’utilisation de nuages de points comme unique représentation explicite de surface. Cette thèse présente deux contributions en traitements basés points.

La première contribution proposée est une nouvelle méthode de rendu de nuages de points bruts et massifs par opérateurs pyramidaux en espace image. Cette nouvelle méthode s’applique aussi bien à des nuages de points d’objets scannés, que de scènes complexes. La succession d’opérateurs en espace image permet alors de reconstruire en temps réel une surface et d’en estimer des normales, ce qui permet par la suite d’en obtenir un rendu par ombrage. De plus, l’utilisation d’opérateurs pyramidaux en espace image permet d’atteindre des fréquences d’affichage plus élevées d’un ordre de grandeur que l’état de l’art.

La deuxième contribution présentée est une nouvelle méthode de simulation numérique en mécanique des fluides en volumes immergés par reconstruction implicite étendue. La méthode proposée se base sur une nouvelle définition de surface implicite par moindres carrés glissants étendue à partir d’un nuage de points. Cette surface est alors utilisée pour définir les conditions aux limites d’un solveur Navier-Stokes par éléments finis en volumes immergés, qui est utilisé pour simuler un écoulement fluide autour de l’objet représenté par le nuage de points. Le solveur est interfacé à un mailleur adaptatif anisotrope qui permet de capturer simultanément la géométrie du nuage de points et l’écoulement à chaque pas de temps de la simulation.

30
Mai

Proposition de doctorat – Professional Gesture Recognition for Human-Robot Collaboration (HRC)

Dans le cadre d’un projet H2020 sur la Collaboration Humain-Robot pour l’Usine du Futur, le Centre de Robotique MINES ParisTech propose une thèse intitulée « Professional Gesture Recognition for Human-Robot Collaboration (HRC) ».

Plus d’informations sur cette offre.

30
Mai

Proposition de doctorat – Wearable Sensing and Movement Analytics for the Monitoring of Operators in Manufacturing

Dans le cadre d’un projet H2020 sur la Collaboration Humain-Robot pour l’Usine du Futur, le Centre de Robotique MINES ParisTech propose une thèse intitulée « Wearable Sensing and Movement Analytics for the Monitoring of Operators in Manufacturing ».

Plus d’informations sur cette offre.

23
Mai

Parution de l’ouvrage « Théorie de la réalité virtuelle, les véritables usages »

Les Presses des Mines annoncent la sortie de l’ouvrage « Théorie de la réalité
virtuelle, les véritables usages » par Philippe Fuchs, professeur et responsable de l’équipe de recherche
Réalité Virtuelle & Réalité Augmentée (RV&RA) du Centre de Robotique MINES ParisTech.

Après un quart de siècle de recherche et de développement d’applications professionnelles, la réalité
virtuelle et la réalité augmentée sont en plein essor auprès du grand public avec des applications ludiques,
artistiques, culturelles et sociétales. Ce 3ème ouvrage de Philippe Fuchs sur la réalité virtuelle, propose une
analyse très précise fondée sur les aspects technologiques, mais aussi sur les fonctionnements
sensorimoteur et cognitif de l’être humain.

Capture d’écran 2018-05-22 à 14.42.11

ISBN : 978-2-35671-511-1 / Prix : 39 euros / Format : 16×24 – Nbre de pages : 368

18
Mai

Cooperative Interacting Vehicles 2018 – Ecole d’été

L’école d’été sur les «Véhicules Coopératifs Interactifs» (2 sept. au 5 sept. 2018) a pour but de rassembler des doctorants. étudiants et jeunes professionnels des universités et des instituts de recherche pour des tutoriels, des keynotes, des présentations d’affiches et des ateliers interactifs sur :

  • – Perception coopérative
  • – Planification de mouvement coopératif
  • – Interaction implicite et explicite

intersection

Il est organisé conjointement par MINES ParisTech (France) et Karlsruhe Institute of Technology (KIT, Allemagne). Nous remercions le programme prioritaire «Cooperative Interacting Automobiles» de la Fondation allemande pour la science (DFG), la IEEE Intelligent Transportation Systems Society et la Chaire internationale de recherche pour tous (MINES ParisTech, avec les sponsors PSA, Safran et Valeo).

Plus d’informations sur civ2018.org et dans le programme.

21
Mar

Soutenance de thèse – « Localisation absolue par mono-caméra d’un véhicule en milieu urbain via l’utilisation de Street View »

La soutenance de thèse Li YU aura lieu le 6 avril 2018 à 10h00 en L118 à MINES ParisTech. La thèse est intitulée « Localisation absolue par mono-caméra d’un véhicule en milieu urbain via l’utilisation de Street View ».

Jury :

M. Patrick RIVES, INRIA Sophia Antipolis (Rapporteur)
M. Paul CHECCHIN, Institut Pascal Université Clermont Auvergne (Rapporteur)
Mme Samia BOUCHAFA, Université d’Évry-Val-d’Essonne (Examinateur)
M. Fabien MOUTARDE, MINES ParisTech (Directeur de thèse)
M. Cyril JOLY, MINES ParisTech (Examinateur)
M. Guillaume BRESSON, Institut VEDECOM (Examinateur)

Résumé :

Dans un travail réalisé au Centre de Robotique et à l’Institut VEDECOM, nous nous sommes intéressés aux systèmes robustes de localisation visuelle en milieu urbain pour la voiture autonome. Obtenir une pose exacte à partir d’une caméra monoculaire est difficile et insuffisant en terme de précision pour la voiture autonome actuelle. Plutôt que d’utiliser des approches comme la navigation par satellites, la Cartographie et Localisation Simultanées (SLAM), et les techniques de fusion de données, nous nous sommes concentrés sur l’utilisation de Systèmes d’Information Géographiques (SIG) pour concevoir une approche fiable, précise et absolue de localisation en milieu urbain.

Le développement de SIG publics nous a apporté un nouvel horizon pour résoudre le problème de la localisation, mais ses informations, telles que les cartes topologiques, sémantiques, métriques, les Street Views, les cartes de profondeur, les cartes cadastrales 3D et les cartes en haute définition, doivent être bien analysées et organisées pour extraire les informations pertinentes pour une voiture autonome. Notre première tâche consistait à concevoir une base de données hors ligne accessible par un robot à partir d’un SIG public dense, à savoir Google Maps, qui a l’avantage d’avoir une couverture mondiale. Nous générons une représentation topométrique compacte de l’environnement urbain dynamique en extrayant quatre données utiles du SIG, y compris : les topologies, les géo-coordonnées, les Street Views panoramiques et les cartes de profondeur associées. Dans le même temps, un ensemble de données en ligne a été acquis par une caméra à bas prix équipée sur les véhicules de VEDECOM. Afin de rendre les Street View sphériques compatibles avec l’imagerie en ligne, une transformation basée sur l’interpolation d’image est introduite pour obtenir des images rectilignes à partir de Street Views.

Nous proposons deux méthodes de localisation : l’une est une approche de vision par ordinateur basée sur l’extraction de caractéristiques, l’autre est une méthode d’apprentissage basée sur les réseaux de neurones convolutionnels (convnet). En vision par ordinateur, l’extraction de caractéristiques est un moyen populaire de résoudre le positionnement à partir d’images. Nous tirons parti de Google Maps et utilisons ses données topo-métriques hors ligne pour construire un positionnement grossier à fin, à savoir un processus de reconnaissance de lieu topologique puis une estimation métrique de pose par optimisation de graphe. La seule entrée de cet algorithme est une séquence d’images provenant d’une caméra monoculaire et la base de données construite à partir de Google Maps. De plus, il n’est pas nécessaire d’établir des correspondances d’image à image, ni d’utiliser l’odométrie. La méthode a été testée en environnement urbain et démontre à la fois une précision sous-métrique et une robustesse aux changements de point de vue, à l’illumination et à l’occlusion. Aussi, les résultats montrent que les emplacements éloignés de Street Views produisent une erreur significative dans la phase d’estimation métrique. Ainsi, nous proposons de synthétiser des Street Views artificielles pour compenser la densité des Street View originales et améliorer la précision.

Cette méthode souffre malheureusement d’un temps de calcul important. Étant donné que le SIG nous offre une base de données géolocalisée à l’échelle mondiale, cela nous motive à régresser des localisations globales directement à partir d’un convnet de bout en bout. La base de données hors ligne précédemment construite est encore insuffisante pour l’apprentissage d’un convnet. Pour compenser cela nous densifions la base d’origine d’un facteur mille et utilisons la méthode d’apprentissage par transfert pour faire converger notre régresseur convnet et avoir une bonne performance. Le régresseur permet également d’obtenir une localisation globale à partir d’une seule image et en temps réel.

Les résultats obtenus par ces deux approches nous fournissent des informations sur la comparaison et la relation entre les méthodes basées sur des caractéristiques et celles basées sur le convnet. Après avoir analysé et comparé les performances de localisation des deux méthodes, nous avons également abordé des perspectives pour améliorer la robustesse et la précision de la localisation face au problème de localisation urbaine assistée par SIG.

15
Mar

Nouveau Mastère Spécialisé AIMove

En Octobre 2018, le Centre de Robotique accueillera un nouveau Mastère Spécialisé AIMove (Artificial Intelligence and MOVement in industries and creation).