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"

Projets régionaux en cours: 

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

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

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
(Partenaires : GREYCMusée de Bayeux)

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

Projets nationaux en cours : 
ANR MultiTrans (2022-2026) : Apprentissage progressif par Multi-TRANSfert pour une navigation autonome plus sûre
(Partenaires : I3S, Valeo)

ANR CERBERE (2022-2026) : Caméra évènementielle pour la pERception d’oBjEts Rapides autour du véhicule autonomE
(Partenaires : ImVia Bourgogne, MIS UPJV, YUMAIN)

ANR ICUB (2018-2022) : Imagerie Non Conventionnelle pour une mobilité sécurisée en milieu urbain
(partenaires : PSA, Stereolabs, ImVia-Bourgogne)

ANR CLARA (2018-2022)  : CoupLage Apprentissage et vision pour contrôle de Robots Aériens

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

En savoir plus
...

Brevets

Brevets[REB, 04] J Rebut*, A Bensrhair...

En savoir plus