Stage - Localisation cartographique par Deep Learning H/F

2019-10-21T19:42:34.063

Key information

Optics, optronics
Research, design and development
Student
100 rue de paris 91300 massy, Ile De France, FRANCE
Internship / Student, Full-time, 6 mois
Master Degree
First experience
English Fluent
MSY-19-DT-R&T-57183-78187

Job description

Au cours des dernières décennies, la géolocalisation des équipements est devenue un prérequis indispensable au déploiement de nombreux services, en lien principalement avec la mobilité des individus et la navigation des systèmes autonomes.
Malgré la multiplication des systèmes de positionnement global par satellite (GNSS), la résilience du service n'est pas assurée (canyon urbain, brouillage, défaut de couverture) et la plupart des solutions de récupération – centrales inertielles, odométrie visuelle, etc. – dérivent temporellement. On parle alors de positionnement relatif, par opposition au positionnement absolu d'un GPS.
Une alternative aux GNSS consiste à mettre en correspondance l'observation du contexte immédiat avec une cartographie géo-référencée. De nombreuses études ont ainsi cherché à aligner une vue rasante ou oblique, avec une image aérienne ou satellitaire de référence. Le développement de descripteurs robustes au changement de point de vue, comme VDAL, mais surtout l'essor des modèles neuronaux profonds d'appariement, permettent d'envisager le développement de ce type de solutions.
Sur la base d'une étude bibliographique et algorithmique détaillée, l'objectif du stage consiste à proposer puis développer un réseau de neurones convolutionnel capable d'apparier une vue rasante couleur, dans le domaine visible, avec une cartographie de référence. Ce stage fait suite à une première étude se limitant aux seules cartographies aériennes et satellitaires. Il s'agira de poursuivre sur les axes suivants :

  • • Etendre le domaine d'appariement aux cartographies symboliques, de type IGN, GoogleStreetMap / OpenStreetMap.
  • • Corréler les fonctions de coût de l'appariement des vues rasantes et cartographiques, avec la distance au centre de la cartographie considérée, pour améliorer l'estimation de position.
  • • Sur opportunité, étudier la généralisation des résultats aux contextes intérieurs (vue rasante et plan de bâtiments par exemple).
  • • Prendre en considération les besoins d'intégration futurs, notamment le nombre de paramètres des architectures Deep considérées.
  • • Retourner une mesure de confiance pour envisager l'hybridation des résultats avec d'autres senseurs (hors stage).

Job requirements

Vous êtes actuellement formation scientifique spécialisée en Automatique, Mathématique, Techniques d'Apprentissage et/ou Traitement du signal
Compétences techniques : Traitement du Signal et des Images, Deep Learning, Python
Qualités requises : Rigueur, Capacités d'analyse, Synthèse

Company information

Safran Electronics & Defense

Safran is an international high-technology group, operating in the aircraft propulsion and equipment, space and defense markets. Safran has a global presence, with more than 92,000 employees and sales of 21 billion euros in 2018. Working alone or in partnership, Safran holds world or European leadership positions in its core markets. Safran undertakes Research & Development programs to meet fast-changing market requirements, with total R&D expenditures of around 1.5 billion euros in 2018.

Safran is ranked among the Top 100 Global Innovators by Thomson Reuters and is featured on the "Happy at work" rankings. The Group places fourth on the Universum ranking for the favorite companies of newly-qualified engineers in France.

Safran Electronics & Defense is a world leader in optronics, avionics, electronics and critical software for civil and defense applications. The company's products are deployed worldwide on more than 1,000 ships, 25,000 armored vehicles and 10,000 aircraft.

Hit enter to search or ESC to close