27 janvier 2020 – Séminaire Andrew Comport – Localisation et cartographie dense pour la navigation autonome

M. Andrew Comport, chercheur CNRS au laboratoire I3S de l’Université de Côte d’Azur, donnera un séminaire intitulé « Localisation et cartographie dense pour la navigation autonome » lundi 27 janvier à 10h30 à l’Ifremer (La Seyne Sur Mer, zone de Brégaillon).

Résumé
Dans cet exposé, il présentera des approches avancées de vision par ordinateur, pour la localisation et cartographie dense en temps réel qui ont été développées dans le contexte du projet européen H2020 COMANOID visant à contrôler et à naviguer des robots humanoïdes en utilisant la perception dense. Dans un premier temps il montrera comment les modèles de localisation et de cartographie denses peuvent être calculés en temps réel pour permettre d’interagir avec les surfaces de scènes 3D de façon précise et robuste. Il présentera les avancées récentes qui intègrent temporellement, en plus du géométrie 3D, les informations de couleur contenues dans les images. Cela impliquera de définir un modèle de super-résolution inverse pour de nombreuses images basse résolution acquises à partir de poses différentes de la caméra. Contrairement aux techniques classiques de super-résolution, ceci est réalisé ici en prenant en compte les transformations de mouvement 6D complètes ainsi que la structure de surface de la scène.
Dans une deuxième partie, il présentera un modèle en temps réel pour l’acquisition de champs lumineux 3D en « High Dynamic Range » (HDR) à partir de plusieurs images en mouvement avec des expositions différentes (périodes d’intégration des capteurs). En particulier, une caméra RGB-D sera utilisée comme capteur de champ lumineux dynamique. Une autre application de réalité augmentée sera présentée qui démontre l’utilisation plus large de la cartographie HDR 3D en temps réel, de la synthèse de la sonde de lumière virtuelle et de la détection de la source de lumière pour rendre les objets réfléchissants avec des ombres et de manière transparente avec le flux vidéo réel en temps réel.

Bio:
Andrew Comport est chercheur au CNRS affecté au laboratoire I3S à
l’Université Cote d’Azur. Ses recherches se concentrent sur les domaines
de la vision par ordinateur, la robotique, l’apprentissage machine et
l’asservissement visuel. En 2015, il a co-fondé la start-up PIXMAP,
spécialisé dans la localisation et cartographie temps-réel basé sur
plusieurs brevets et logicielles. Il a soutenu sa thèse à l’INRIA Rennes
en 2005 et a effectué un postdoc à l’INRIA Sophia-Antipolis jusqu’à
2007. Avant il a obtenu un double diplôme d’ingénierie et informatique à
l’université de Monash en Australie. Il est auteur de plus de 50
publications internationales parmi lequel il a obtenu le prix du
meilleur article de la conférence internationale IEEE/RSJ IROS en 2013.
Il est actuellement rédacteur en chef adjoint de la Conférence
internationale de l’IEEE sur la robotique et l’automatisation (ICRA) et
de Robotics and Automation Letters (RAL).

Développement d’une recherche mutualisée sur un Référentiel robuste pour le processus de reconception/qualification et réalisation de pièces ou d’ensembles de pièces en Fabrication additive pour la MCO

Youssef MALYANI (Déc. 2019) Financement : Emploi Jeunes Doctorants (Contrat doctoral REGION) ; Naval Group Entreprises partenaires : Naval Group Encadrement : Dominique Millet et Myriam Orquera Actuellement, la fabrication additive offre Read more →

Cosmer au GT Robotique marine et sous-marine du 28 juin 2019

Nicolas Gartner représentera la laboratoire COSMER lors du groupe de travail de robotique marine et sous-marine le 28 juin 2019 à l’ISIR. Il présentera ses travaux intitulés « Simulation de la dynamique des véhicules marins dans leur environnement avec la méthode SPH ».

Résumé : Simuler la dynamique des véhicules marins dans leur environnement présente un enjeu majeur pour vérifier l’efficacité des lois de commande dynamique, évaluer la manœuvrabilité du véhicule ou encore simuler des missions dans un environnement perturbé (plage, courant fort). En effet, ceci nécessite actuellement de mettre en place des séries d’essais coûteuses et longues. L’objectif ici est d’avoir un simulateur réaliste, qui simule l’environnement dans lequel se trouve le véhicule et qui fonctionne en quasi temps réel. Cet exposé décrira les différentes méthodes applicables pour simuler la dynamique des véhicules marins et donnera les motivations qui ont conduit à retenir une solution avec un fluide simulé sans maillage. Nous expliquerons ensuite brièvement la méthode utilisée et présenterons des expériences et les résultats obtenus jusqu’à présent.

 

11 juillet 2019- Séminaire Manon Fourniol

Manon Fourniol, doctorante au laboratoire IM2NP, présentera l’avancée de ses travaux de thèse sur le thème de la « Capture de mouvement du corps humain à l’aide de centrales inertielles embarquées pour la rééducation » le 11 juillet 2019 à 14h en salle M141.

Résumé
Dans cette présentation traitant de mes travaux de thèse je commencerai par parler de dispositifs de réveils basse consommation basés sur l’analyse de la fréquence pour l’internet des objets, avant d’aborder le sujet de la capture de mouvement du corps humain à l’aide de capteurs inertiels embarqués.
La capture de mouvement du corps humain est largement utilisée dans divers domaines comme la robotique, la réalité virtuelle ou bien la médecine ou la biomécanique. Différentes solutions ont fait l’objet de recherches ces dernières années, en particulier des solutions optiques, basées sur l’utilisation d’une ou plusieurs caméras, ont émergé, mais aussi des solutions mécaniques, électromagnétiques ou inertielles. Dans notre cas d’étude, c’est sur l’utilisation de capteurs inertiels embarqués que nous avons axé notre recherche, afin d’aider à la rééducation de personnes. En effet, l’accéléromètre et le gyroscope sont des capteurs bruités et avec une dérive importante que l’on souhaite corriger, en travaillant notamment sur la calibration de ces capteurs et l’utilisation de filtres en embarqué, comme le filtre de Kalman-Busy ou le filtre de Kalman Étendu. Notre objectif étant de détecter si la personne fait ou non les bons mouvements afin de permettre à terme aux patients d’être autonomes dans leurs exercices quotidiens de rééducation.