Infrastructure de communication et de calcul
Collecte, traitement et fusion de données de mobilité
Travaux de recherche soutenus par la Fédération MIDOC
Exploiter et structurer les données pour mieux comprendre les systèmes de transport
Les travaux de cette catégorie s’intéressent à la collecte, au traitement et à la fusion de données de mobilité issues de sources hétérogènes, telles que les véhicules, les capteurs embarqués ou les infrastructures de transport. Ils visent à transformer ces données brutes en informations exploitables, capables de décrire finement les dynamiques de déplacement et le fonctionnement des systèmes de mobilité.
Ces recherches mobilisent des approches techniques permettant de structurer, enrichir et diffuser les données, tout en garantissant leur cohérence et leur qualité. Elles constituent un socle essentiel pour l’analyse, la simulation et l’évaluation des solutions de mobilité, et alimentent de nombreux travaux de recherche s’appuyant sur des terrains d’expérimentation instrumentés.
Stage – Fusion de données véhiculaires sur le terrain d’expérimentation autOCampus
🔍 Thématique 5 – Infrastructure de communication et de calcul
👤 Stagiaire : Saad Eddine Hadj Aissa Bader
👨🏫 Chercheur associé : Rahim Kacimi (IRIT)
🏢 Entreprise impliquée : Orange
🗓️ Période : Avril 2025 – Septembre 2025
Orange, groupe international de télécommunications, acteur majeur des réseaux et services numériques, intervient notamment sur les technologies de connectivité, de données et d’objets connectés appliquées aux mobilités intelligentes.
Contexte / Missions
Ce stage contribue à l’ambition de la plateforme autOCampus d’instrumenter un campus pour tester des solutions de mobilité dans une ville du futur. En réponse à la demande croissante pour des déplacements urbains fluides et sûrs, le campus est équipé de capteurs (caméras, lidars, sonars) pour un suivi en temps réel des flux de mobilité.
L’objectif du stage est de développer des logiciels de fusion de données afin d’agréger et de dédupliquer les informations redondantes des usagers capturées.
Hadj Aissa se familiarisera avec les technologies (standard V2X, protocole MQTT) et créera des composants capables de reconnaître et fusionner les données des mêmes usagers. Ce stage sera co-encadré par Orange, partenaire dans le cadre de la PRRI autOCampus.
Portrait d’Hadj Aissa
Hadj Aissa est étudiant en Master 2 dans le parcours Systèmes embarqués et connectés : infrastructures et logiciels (SECIL) à l’Université de Toulouse, après avoir obtenu un Master en Réseaux et Systèmes Distribués à l’USTHB d’Alger.
Il s’intéresse particulièrement aux systèmes distribués, à l’intelligence artificielle et à l’Internet des Objets. Son parcours lui a permis d’acquérir une solide culture scientifique ainsi que des compétences en programmation et simulation.
Suite à son stage, il souhaite approfondir ses connaissances et compétences dans les domaines de l’intelligence artificielle et des infrastructures intelligentes. Son objectif est de poursuivre un doctorat afin de contribuer à l’innovation dans le domaine des systèmes distribués intelligent.
Stage – Mécanisme de dissémination de tuiles HD MAP enrichies sur la plateforme autOCampus
🔍 Thématique 5 – Infrastructure de communication et de calcul
👤 Stagiaire : Offre en cours
👨🏫 Chercheur associé : Rahim Kacimi (IRIT)
🏢 Entreprise impliquée : Kawantech
🗓️ Période : 2026
Kawantech est une entreprise spécialisée dans les infrastructures connectées pour la smart city, développant des solutions V2X et edge computing permettant la diffusion de données de mobilité, notamment cartographiques, entre l’espace urbain et les véhicules.
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 en cours