En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies pour vous proposer des contenus et services adaptés à vos centres d'intérêts. En savoir plus et gérer ces paramètres. OK X
 
 

 

 

Dossiers

« La navigation autonome pour améliorer le quotidien »

Publication: 20 janvier

Partagez sur
 
Martin Brossard, chercheur en Robotique, passionné par la localisation et la navigation autonomes...
 

Première école d’ingénieurs en France par son volume de recherche partenariale, MINES ParisTech, membre de l’Universitéé PSL, se donne pour ambition, de répondre, par la recherche et l’innovation, aux enjeux scientifiques et technologiques de demain. Pour refléter cette dynamique, MINES ParisTech vous propose de découvrir le portrait d’un doctorant de talent.

Rencontre avec Martin Brossard, Doctorant au Centre de Robotique MINES ParisTech, qui a soutenu, fin 2020, sa thèse intitulée : « Deep Learning, centrales inertielles et odométrie ». Cette thèse aborde les algorithmes d’estimation pour les véhicules équipés de plusieurs capteurs, tels que des caméras et des centrales inertielles, et consiste notamment à utiliser des outils récents d’intelligence artificielle pour relier les mesures physiques des capteurs (des signaux électriques) à l’état du véhicule (son orientation, sa vitesse et sa position), par exemple en utilisant des techniques de Deep Learning (apprentissage profond) pour trouver un réglage optimal des algorithmes d’estimation.

En 2016, alors en 3ème année à l’ENS Cachan (devenue ENS Paris-Saclay), Martin décide d’effectuer une année de recherche pré-doctorale à l’étranger, afin d’améliorer son niveau en langue étrangère, tout en contribuant à un problème de recherche dans la continuité de ses sujets de prédilections.

Direction Darmstadt, près de Francfort en Allemagne, où il travaille sur des sujets mêlant radioastronomie et traitement de données, où il se forme à l’écriture d’articles scientifiques ainsi qu’à la recherche bibliographique. Cette expérience le convaincra de poursuivre, un an plus tard, son parcours par un doctorat.

Localisation, Navigation et Deep Learning

En 2017, Martin obtient un master en traitement du signal et une bourse pour une thèse académique. Il choisit de poursuivre par un doctorat au côté de Silvère Bonnabel, Professeur au Centre de Robotique MINES ParisTech, pour la renommée de ses travaux et l’excellence de l’Ecole. Son ambition : appliquer les connaissances théoriques de ses encadrants sur des problèmes concrets de localisation et de navigation de systèmes mobiles.

Il tire de ses premières expérimentations des résultats encourageants mais réalise aussi que la théorie est seulement une des parties du problème que l’on peut améliorer. L’adéquation entre les modèles théoriques et la réalité est un autre problème améliorable. Il propose alors d’utiliser des algorithmes de Deep Learning afin d’obtenir des modèles plus détaillés, qui permettent une localisation et une navigation plus précises et plus fiables.

Pour cela, il se base sur des modèles physiques rigoureux, les affine avec des outils d’intelligence artificielle et les teste sur plusieurs jeux de données, comme notamment ceux du Centre de Robotique MINES ParisTech (L3D2, un prototype de "Système Mobile de Cartographie"), ou des données acquises par des laboratoires étrangers, afin de valider en pratique ses méthodes « hybrides » basées à la fois sur des modèles physiques et de l’intelligence artificielle.

« Si l’on veut qu’un robot ou une voiture se localise tout seul, il faut tout d’abord l’équiper de capteurs, souvent des caméras et une centrale inertielle qui joueront respectivement le rôle des yeux et de l’oreille interne de l’être humain. Toutes les mesures des capteurs sont intégrées dans un modèle mathématique probabiliste, en l’occurrence une version améliorée du filtre de Kalman, développée par mon directeur de thèse »

Les premiers résultats ont démontré que les avancées théoriques de ses encadrants amenaient en pratique à des méthodes de localisation plus précises ; l’avantage majeur étant ici de garder une localisation précise sur le long terme. De plus, les résultats ont permis de démontrer, qu’avec de l’intelligence artificielle, certaines tâches d’ingénierie difficiles peuvent être accomplies plus facilement, rapidement et précisément.

Animé par la diffusion des connaissances, et une passion pour son sujet de recherche, Martin est invité à présenter ses travaux lors des conférences internationales IROS à Vancouver en 2017 et à Madrid en 2018.

Une nouvelle page à l’international

Grâce à l’un de ses articles scientifiques, « Denoising IMU Gyroscopes With Deep Learning for Open-Loop Attitude Estimation »* publié dans la revue scientifique IEEE Robotics and Automation Letters, Martin est repéré et sollicité, avant même la fin de son doctorat, par la société Arcturus Industries, afin de développer les systèmes de perception des futurs casques de réalité virtuelle. Une nouvelle étape, alliant ingénierie, recherche et développement, s’ouvre donc pour lui en octobre 2020, à Madrid, avec son intégration dans une équipe de jeunes et talentueux ingénieurs dans une entreprise internationale mêlant réalité virtuelle et vision par ordinateur.

http://www.minesparis.psl.eu/

Suivez Industrie Mag sur le Web

 

Newsletter

Inscrivez-vous a la newsletter d'Industrie Mag pour recevoir, régulièrement, des nouvelles du site par courrier électronique.

Email: