Ce projet vise à établir un diagnostic des flux logistiques réels, associés à une zone urbaine définie. Ceci, En utilisant des algorithmes de Deep Learning pour la reconnaissance et classification d’image. Il s’inscrit dans un axe majeur de travail de la Chaire de Logistique Urbaine MINES ParisTech PSL : «l’aide à la décision pour les collectivités et les professionnels». Ce projet est notamment encadré par le mécénat de la Mairie de Paris et de l’ADEME.
L’établissement d’un vrai diagnostic des flux logistiques urbains permettrait :
L’idée de base consiste à délimiter la zone urbaine en identifiant ses grands axes afin d’y effectuer un comptage automatique de véhicules pendant une certaine durée. Ensuite les informations de tous les points de comptage sont agrégées et un bilan statistique est réalisé. La vidéo ci-après montre le résultat de classification des algorithmes développés:
Téléchargez ici la fiche A4 du projet.
Le centre de robotique a réalisé un travail d’exploration de données (i.e. data mining) dansle cadre du projet d’amélioration de la prévision des ventes au sein du Groupe POMONA. Les données étudiées correspondent aux historiques de ventes de deux succursales de la branche Passion Froid (Bordeaux et Lille).
Ces données ont été transformées et normalisées afin d’identifier le profil saisonnier de chaque référence. Ensuite un algorithme de partitionnement de données (i.e. data clustering) a été implémenté afin d’identifier des ensembles de références homogènes en termes de saisonnalité.
L’algorithme utilisé est une hybridation entre la méthode de k-moyènnes (k-means) et la déformation temporelle dynamique (DTW pour Dynamic Time Warping en anglais). Les résultats de partitionnement ont permis de segmenter le catalogue POMONA en 4 profils saisonniers majeurs.
Pour plus d’informations contactez Simon Tamayo.
Titre complet : Système d’Information par Interface Tactile Interactive
TICTact s’inscrit dans l’axe thématique 2 « Efficience des systèmes de transport et augmentation de leur qualité », notamment dans le cadre Productivité et service, pour une information du piéton. TICTact a pour objectif d’améliorer le déplacement de personnes en situation de mobilité par la conception d’un nouveau système d’information. L’information des voyageurs sera fournie tout au long du déplacement par l’intermédiaire d’une nouvelle interface multimodale exploitant notamment le sens du toucher pour transmettre des informations personnalisées, discrètes et non intrusives. Les informations transmises adresseront les thèmes de la sécurité et de l’optimisation du temps trajet (notamment la réactivité vis-à-vis d’un problème). Même si le domaine ciblé est celui du transport collectif en Ile-de-France, d’autres domaines industriels pourraient bénéficier des concepts de TICTact, du fait du caractère innovant des technologies développées dans le projet.
Les techniques de réalité virtuelle pourront permettre de tester plus aisément et dans des situations très variées les premiers prototypes d’interfaçage tactile. Il faudra que les incohérences sensori-motrices, inhérentes aux techniques de la réalité virtuelle, ne viennent pas fausser les évaluations qui se feront en 3 étapes, correspondant aux 3 niveaux de la méthode 3I² qui différencie le niveau sensori-moteur (pour le projet les stimuli tactiles et les commandes tactiles) du niveau cognitif (le processus cognitif d’interprétation des stimuli) et du niveau fonctionnel (l’orientation et le déplacement de l’utilisateur).
L’objectif scientifique du projet est de réaliser des images de synthèse de matériaux qui soient physiquement réalistes. Le projet s’axe sur une méthodologie à 4 étapes : 1) Mesures, 2) Mise en place de Modèles d’interaction lumière-matière, 3) Rendu en Réalité Virtuelle, 4) Validations Perceptives des images produites. Le projet se place donc dans le cadre du rendu Prédictif. Il vise donc la mise en correspondance de la composition d’échantillons virtuels et de l’apparence visuelle résultante. Les implications socio-économiques de ces recherches sont, notamment, la réduction des coûts de conception de nouveaux matériaux, la créativité lors de la conception, ainsi que la réduction des COV (Composés Organiques Volatils).
Coordination du projet. Mise en place du moteur de rendu, en partenariat avec la société Scalable Graphics spécialiste du calcul parallèle sur GPU, et son implémentation dans un système de de réalité virtuelle. Du point de vue recherche, le CAOR devra trouver les bonnes approximations dans les modèles de rendu afin d’aboutir a un rendu en temps réel ou au moins en temps interactif. Ces approximations seront pilotées par les validations perceptives. L’équipe du centre de robotique s’occupera également des validations perceptives : la chaîne de représentation visuelle en images de synthèse de matériaux physico réalistes doit être maîtrisée, aussi, la validation perceptive, avec l’homme dans la boucle, des images produites est le second rôle du Centre de Robotique, en collaboration avec le Centre des Matériaux ce Grande Diffusion.