Le véhicule du futur
Véhicules autonomes et systèmes intelligents
Travaux de recherche soutenus par la Fédération MIDOC
Capteurs, localisation et décision au cœur des véhicules autonomes
Les travaux développés ici portent sur le développement des briques d’intelligence embarquée nécessaires au fonctionnement des véhicules autonomes. Ils s’intéressent notamment aux capacités de perception de l’environnement, de localisation, de navigation et de prise de décision, qui permettent aux systèmes autonomes d’interagir de manière fiable avec leur environnement et les autres usagers.
Ces recherches mobilisent des approches avancées en robotique, intelligence artificielle et systèmes embarqués, pour renforcer la robustesse, la compréhension et l’explicabilité des décisions prises par les véhicules autonomes. Elles contribuent ainsi à améliorer la fiabilité des systèmes intelligents, condition essentielle à leur déploiement dans des contextes de mobilité réels et complexes.
Post-doctorat – Réaliser un SLAM (cartographie et localisation simultanées) collaboratif de véhicules (Extensions théoriques du back-end en cours d’implémentation sur un droïde)
🔍 Thématique 4 – Le véhicule du futur
👤 Post-doctorant : Joël Tari
👨🏫 Chercheur associé : Patrick Danes (LAAS)
🗓️ Période : Février 2025 – Mars 2026
Contexte / Missions
Le postdoctorat de Joël a pour but de développer des techniques avancées pour la cartographie et la localisation simultanées dans des environnements complexes, en s’appuyant sur la perception relative des véhicules. Il s’agit d’étendre les capacités des systèmes SLAM en s’appuyant sur un formalisme causal novateur, tout en abordant des défis tels que l’incorporation efficiente des fermetures de boucle ou la cartographie de long terme. L’intégration de modules gérants les capteurs comme les IMU et les GPS pour améliorer la précision des données collectées est également prévue.
L’objectif principal est de développer un SLAM collaboratif capable de gérer les interactions entre plusieurs véhicules tout en minimisant les incertitudes liées à la dynamique et aux observations. Plus fondamentalement, ce postdoctorat vise à mettre en évidence le rôle essentiel que peuvent jouer les notions de causalité dans l’émulation informatique de l’intelligence spatiale, que ce soit pour des robots mobiles et ou pour des véhicules autonomes.
Portrait de Joël
Spécialisé dans la robotique mobile, Joel a rejoint le LAAS en 2025 pour développer de nouveaux algorithmes de SLAM (Simultaneous Localization And Mapping). Le SLAM est un problème emblématique de la robotique car considéré comme un préalable à l’intelligence artificielle spatiale.
Joel est titulaire, depuis 2024, d’un doctorat en informatique et en robotique de l’Université de Toulouse. Il était précédemment ingénieur de recherche en robotique mobile depuis 2017 chez Akkodis Research.
Stage – Détection d’anomalie explicable pour la robotique mobile
🔍 Thématique 4 – Le véhicule du futur
👤 Stagiaire : Alexandre Maignan
👨🏫 Chercheurs associés : Nicolas Verstaevel (IRIT), Benoit Gaudou (IRIT), Jordan Levy (IRIT / TwinswHeel),
🏢 Entreprise impliquée : TwinswHeel
🗓️ Période : Février 2024 – Aout 2024
TwinswHeel est une entreprise développant des droïdes mobiles autonomes dédiés à la logistique du dernier kilomètre. Ses solutions combinent navigation autonome, perception avancée et connectivité pour des usages en milieu urbain.
Contexte / Missions
Ce stage porte sur la détection d’anomalies pour la robotique mobile, en lien avec la société TwinswHeel, spécialisée dans les robots autonomes pour le transport du dernier kilomètre. Il s’inscrit dans la thèse de Jordan Levy, axée sur l’utilisation des systèmes multi-agents coopératifs pour la détection d’anomalies.
Le travail d’Alexandre s’est concentré sur la prédiction de trajectoire des robots à l’aide de techniques de deep learning, avec des expérimentations menées sur le robot Turtlebot4. Il a développé et testé différents modèles, y compris des réseaux de neurones LSTM pour analyser les déviations de trajectoire et identifier les anomalies. Les données recueillies ont permis d’affiner les modèles de détection.
Portrait d’Alexandre
Alexandre est étudiant à l’ISAE-Supaero. Ce stage lui a permis de découvrir le quotidien d’une équipe de recherche, d’assister à des soutenances et de présenter ses travaux lors de la journée neOCampus.
Cette immersion dans le monde de la recherche a conforté son ambition de poursuivre avec une thèse dans le secteur spatial, soutenue par sa formation et son intérêt pour l’astrophysique.