Equipe Systèmes de Transport Intelligents

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.

• 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

• 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

PEPR Robotique PERSEO (2026-2032) : PERception coopérative Sûre dans des Environnements Ouverts et évolutifs pour l’autonomie robotique
Partenaires : CRIStAL, ENSTA, [CAOR](https://www.caor.minesparis.psl.eu/), ONERA, CEA, Lab-STICC, Heudiasyc, LIRMM, IFREMER, LS2N, Institut Pascal, LAAS, IRIMAS

ANR ADAV (2024-2028) : Autonomous driving in adverse visibility

CPER PVAC (2022-2027): Plateforme Véhicule Autonome et connecté
Partenaires : GREYC, LMI, IRSEEM, LMRS

ANR INARI (2024-2027) : Vision Multimodale pour une navigation et une commande robuste de véhicule autonome
Partenaires : IRIMAS, HEUDIASYC, CEREMA, Université Gustave Eiffel

ANR MultiTrans (2023-2026) : Apprentissage progressif par Multi-TRANSfert pour une navigation autonome plus sûre
Partenaires : I3S, Valeo

ASTRID SCOPES (2022-2025) : Sémantique collaborative pour une perception évidentielle de situation
Partenaires : LINEACT, IRSEEM

ANR SAM GUIDE (2021-2025) : Guide multimodal pour interagir avec l'espace
Partenaires : LPNC, GIPSA-Lab, CERREV, Centre Borelli

ANR CERBERE (2022-2025) : Caméra évènementielle pour la pERception d’oBjEts Rapides autour du véhicule autonomE
Partenaires : ICB, MIS UPJV, YUMAIN

ANR IMG (2021-2025) : Guide Muséal Inclusif
Partenaires : GREYC, IHRIM

COLIBRY (2022-2024) : Collaborative semantic robotics for industry 5.0
Partenaires : LINEACT, IRSEEM

PERMIS (2020-2022) : Plateforme Expérimentale en Robotique Mobile, Intelligente et Systèmes - INSA Rouen Normandie

ANR CLARA (2018-2022) : CoupLage Apprentissage et vision pour contrôle de Robots Aériens
Partenaires : I3S Sophia-Antipolis, ImVia-Bourgogne

ANR ICUB (2017-2022) : Imagerie Non Conventionnelle pour une mobilité sécurisée en milieu urbain
Partenaires : PSA, Stereolabs, ImVia-Bourgogne

Ridernet (2018-2022): Sciences des données pour l'analyse de situations de conduite réelle de deux roues motorisés
Partenaires : CEREMA, GREYC, CIREVE

INCA (2019-2022): Interactions Naturelles avec des compagnons artificiels (Projet porté par l'équipe MIND)
Partenaire : GREYC

Guide **Muséal (2019-2022)**: Conception et prototypage d'un dispositif électronique innovant permettant une découverte tactile de la Tapisserie de Bayeux pour les voyants et personnes présentant une incapacité visuelle.
Partenaire : GREYC, Musée de Bayeux

Partenaire du PIA3 TIGA "Rouen Normandie Mobilité Intelligente pour tous"

Thèses CIFRE avec : DataHertz, Segula Technologies, Sitia

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

Grands Réseaux de Recherche

• Mobilité, Numérique

Pôles de compétitivité

• NextMove

Fédération de Recherche CNRS

• NormaSTIC (FR 3638) avec le GREYC

Autres Réseaux

• GDR Robotique
• GDR IASIS
• AFRIF

Nos publications sont disponibles sur HAL de Normandie Université : HAL de Normandie Université.