Les stages 2026

MIDOC, Mobilité Intelligente et Durable en Occitanie

Stages financés en 2026

En 2026, plusieurs stages de recherche seront réalisés par des étudiants dans le cadre du Défi Clé MIDOC.

Une partie de ces stages est encadrée par un binôme alliant chercheurs en laboratoire et professionnels (entreprises ou collectivités), l’autre partie est encadrée par des chercheurs d’un ou plusieurs laboratoires impliqués dans MIDOC.

Ces stages s’inscrivent dans les thématiques de recherche de la fédération et participent à l’amélioration des systèmes de mobilité, avec un objectif commun : proposer des solutions innovantes et durables pour les infrastructures et l’expérience utilisateur.

Découvrez les en détails ci-dessous.

Les sujets des stages MIDOC 2026

⚬ Optimisations de simulations à base d’agents

⚬ Amélioration de la modélisation urbaine en 3D

Présentation des stages MIDOC 2026

Stage 21 – OptiMOSAIC : Introduction de procédures d’optimisation dans un simulateur à base d’agents pour améliorer l’efficacité des réseaux de transport

👤 Stagiaire : Offre en cours

👨‍🏫 Encadrement : Sylvain Durand (LIRMM), Adrien Lammoglia (LAGAM)

🗓️ Période : 2026

Dans ce stage, l’objectif est d’intégrer des procédures d’optimisation dans un simulateur basé sur des agents pour améliorer l’efficacité des réseaux de transport multimodal. Le travail consiste à développer un outil d’aide à la décision capable de simuler et d’optimiser les pratiques de mobilité en fonction de critères de performance.

Le stagiaire analysera des techniques de géo-simulation et d’optimisation mathématique pour ajuster localement les décisions prises par les agents, visant une amélioration globale du réseau.

Les missions incluent l’implémentation de procédures d’optimisation, l’évaluation de leur impact via des simulations, et, si concluant, une simulation sur un territoire virtuel réaliste, en collaboration avec des partenaires locaux.

Offre en cours

Stage 22 – Complétion de données OpenStreetMap pour la génération d’environnement 3D urbains réalistes

👤 Stagiaire : Offre prochainement

👨‍🏫 Encadrement : Cédric Sanza (IRIT), Tiavina Nivolala (CLLE)

🗓️ Période : 2026

Contexte / Missions

Ce stage s’inscrit dans le développement de la plateforme 3DCT, un outil de visualisation et de simulation d’environnements urbains en 3D basé sur les données d’OpenStreetMap.

L’’objectif du stage est de concevoir des algorithmes permettant d’estimer automatiquement des paramètres manquants dans les données cartographiques, tels que la hauteur des bâtiments, la largeur des voies ou encore la signalisation et le mobilier urbain. En s’appuyant sur des méthodes existantes et en explorant de nouveaux critères, le travail a pour but d’affiner la modélisation des espaces urbains et d’améliorer la simulation du trafic.

Ce stage offre l’opportunité de contribuer à un projet de recherche appliquée en urbanisme et en simulation, avec des enjeux liés à l’aménagement du territoire et à la mobilité.

Offre prochainement

Stage 23 – Générateur de trajets multimodaux dans un cadre MaaS

👤 Stagiaire : Offre en cours

👨‍🏫 Encadrement : Gauthier Picard (ONERA), Elsy Kaddoum (IRIT)

🗓️ Période : 2026

Contexte / Missions

L’objectif de ce stage est de concevoir un générateur de trajets multimodaux pour le concept de Mobility-as-a-Service, permettant une coordination fluide et décentralisée entre les usagers et les services de transport.

À l’aide de la plateforme GAMA et de données ouvertes, le stagiaire développera des modèles de génération d’itinéraires, testera leur efficacité et évaluera les résultats.

Les missions incluent la formalisation du problème, le développement de méthodes, et la conduite de tests sous GAMA.

Offre prochainement

Stage 24 – TRAFFIC-EV : Modélisation du trafic à l’aide de données de voitures flottantes pour l’optimisation des stations de recharge de véhicules électriques

👤 Stagiaire : Offre en cours

👨‍🏫 Encadrement : Guillaume Dufour (Onera), Elsy Kaddoum (Irit), DeepVolt

🗓️ Période : 2026

Contexte / Missions

L’implantation des stations de recharge pour véhicules électriques repose sur une compréhension fine des flux de circulation. L’exploitation des données issues des véhicules flottants permet d’identifier les zones les plus stratégiques pour développer ces infrastructures. L’’étude des flux de trafic contribue à estimer la répartition optimale des stations de recharge dans le temps et l’espace.

En collaboration avec DeepVolt, les résultats seront intégrés dans un outil de géomarketing et un modèle prédictif pour anticiper la consommation des points de charge et optimiser leur déploiement sur le territoire.

Offre prochainement

Stage 25 – Mécanisme de dissémination de tuiles HD MAP enrichies sur la plateforme autOCampus

👤 Stagiaire : Offre en cours

👨‍🏫 Encadrement : Rahim Kacimi (IRIT), Kawantech

🗓️ Période : 2026

Contexte / Missions

Ce stage se concentre sur l’optimisation des tuiles de cartographie haute définition (HD MAP) pour la mobilité connectée et coopérative. Le stagiaire participera au développement de mécanismes pour une dissémination efficace des données cartographiques à partir des lampadaires vers les véhicules via une infrastructure V2X, en mettant l’accent sur la gestion des mises à jour et la continuité de service.

L’objectif principal est d’assurer une transmission fluide des tuiles HD MAP, en minimisant les interruptions et en optimisant la latence grâce au Multi-access Edge Computing (MEC). Cela implique une analyse des systèmes de navigation et la mise en œuvre de solutions techniques pour améliorer le processus de dissémination.

La finalité est de renforcer la fiabilité des systèmes de navigation des véhicules, en fournissant des informations cartographiques actualisées, pour la sécurité et l’efficacité des trajets.

Offre prochainement