Systèmes de Transport Intelligents
Responsable d'équipe : Rémi Boutteau (remi.boutteau @ univ-rouen.fr)
Nous développons des techniques de perception avancées combinées aux méthodes d’apprentissage pour l’analyse de scènes d’extérieur et l’aide à la navigation. Nous explorons des modalités d’images complémentaires et différentes, via une stratégie de fusion adaptée, et proposons des solutions optimales d’analyse de scènes dans n’importe quelles conditions de visibilité. Le problème de robustesse des capteurs/caméras est abordé sous l'angle de l'apprentissage multimodal.
Approches
- Développement de systèmes de Perception, de modélisation et d'analyse de scènes routières
- Exploitation des technologies de l'information et de la communication pour l'autonomie et l'aide à la navigation du véhicule
- Fusion d'information multi-capteurs pour une analyse de scènes robuste et fiable plus particulièrement en conditions météo dégradées
- Mise en correspondance de données hétérogènes (Lidar+caméra) pour une localisation et une cartographie 3D plus robuste
- Apprentissage par renforcement pour la robustesse de la prise de décision
Applications
- Prévention des risques dans les transports
- Aide à la conduite automobile en condition dégradées
- Systèmes autonomes
- Vision embarquée
- Optimisation du transport de personnes
- Sécurité de la décision
Nos partenaires
Collaborations Internationales
- CISIR, Université Technologique de Petronas (Malaisie) : Détection d'objets dynamiques
- GRAZ, TU (Autriche) : Estimation de Pose en robotique
- RCV Lab, KAIST(Corée du Sud) : Localisation Long terme
- VisLab (Italie) : Imagerie non Conventionnelle - Stereovision
- Université technique de Cluj Napoca(Roumanie) : Machine learning pour le VA
- STI IMT(LPM) EPFL, Lausanne (Suisse) : Systèmes d'aide à la conduite
- INSAT, Tunis
MIRACL,(Tunisie) : Fiabilité des bases de données
- Université de Gabès (Sfax) : Bases de données temps réel
- ETH Zurich (Suisse) : Solutions minimales basées Homographie pour l’estimation de poses
- SUP’COM (Tunisie) : Adéquation Algorithme Architecture pour les algorithmes de perception du véhicule autonome.
Collaborations Nationales
-
CEREMA : Localisation optimale par vision omnidirectionnelle
- INRIA Paris: Détection d'intensions de piétons - Communication V2V
- INRIA Grenoble : Estimation de pose par projection de lumière structurée
- Université Gustave Eiffel (IFSTTAR) : Perception Augmentée
- ImVia (Bourgogne) : Navigation autonome - imagerie non conventionnelle
- I3S (Sophia Antipolis) : Cartographie optimale - adaptation de domaines
- MIS (UPJV) : Vision omnidirectionnelle pour la navigation autonome
- Institut Mines Telecom : Reconnaissance d’actions, vision pour le véhicule autonome
Collaborations Régionales
-
IRSEEM : Navigation autonome, Robotique, VAC
- LMI : Robustesse de l'estimation de paramètres polarimétriques
- GREYC : Deep learning, Décision, Analyse d'images
- LMRS : Robustesse de la décision
- CESI : Perception pour l’usine du futur
Partenaires industriels
- DataHertz : Machine learning embarqué
- Stereolab : Stéréovision en condition complexes
- Synchronic :
- Valeo : Adaptation de domaines
- Peugeot PSA : Analyse de scènes routières en conditions dégradées
- SITIA : Perception et navigation pour la robotique agricole
- SEGULA Technologies : Deep Learning pour la mobilité routière et ferroviaire
- RENAULT : Formation sur les enjeux techniques du véhicule autonome – Vision et IA pour le véhicule autonome
Projets
L'équipe STI partenaire du PIA3 TIGA "Rouen Normandie Mobilité Intelligente pour tous"
| Nos Thèses CIFRE avec : DataHertz, SEGULA, SITIA |
Principaux logiciels
PERMIS
PERMIS est une Plateforme Expérimentale en Robotique Mobile, Intelligente et Systèmes. C'est une plateforme dédiée principalement à la formation par la recherche sur des projets autour de l'IHM et de la navigation autonome en conditions dégradées
