Stage Machine Learning appliqué à la robotique

Fly Rénov est une Start-Up spécialisée dans le ravalement de façade et de toiture par drone. Elle a développé une série de drone conçus sur mesure pour la réalisation de ces travaux. Ils sont notamment capables de gérer une pulvérisation à forte pression (jet d’eau équivalent à celui d’un laveur haute pression domestique) tout en se positionnant à quelques centimètres de la surface à traiter.

L’ensemble de la R&D est réalisée en interne avec une équipe compétente aussi bien sur le développement électromécanique des drones que sur les logiques logicielles du vol dans un environnement contraint.

Fly Rénov propose ensuite ces prestations de nettoyage pour des bâtiments d’habitation ou tertiaire, mais également pour la maintenance éolienne.

FlyRénov est une entreprise qui conçoit et exploite une solution de ravalement de façades et de toitures par drone. Après 3 ans de développement, FlyRénov dispose d’une flotte de drones pour des travaux aussi divers que le démoussage ou le nettoyage haute pression de surface variées (toits, façades, éoliennes, etc.).

Ces dernières années nous avons accumulé des centaines d’enregistrements de vols dans des contextes très divers. Nous souhaitons à partir de cette année automatiser davantage l’analyse / le traitement des données hétérogènes collectées (lidar 360, GPS, caméra stéréo, sonar, centrale inertielle) et les mettre à profit à la fois pour les équipes de production (étude des risques / analyse des incidents) et les équipes R&D.  

En relation directe avec le responsable logiciel et en collaboration avec le reste de l’équipe de R&D, vous devrez, dans le cadre de ce stage effectuer les tâches suivantes :

 1.      Récolte et analyse des données

·       Participer aux vols de tests;

·       Récolter les données pertinentes en tests et en chantier;

·       Analyse globale de toutes les données collectées : odométrie, GPS, sonars, lidars, et vision stéréographique ;

·       Rédaction de rapports à destination des différentes équipes de l’entreprise ;

 2.      Post traitement des données complexes

·       Annotation de jeux de données lidar / caméra ;

·       Extraction de formes intéressantes (fenêtres, débord de toit, volet roulant, etc.…);

·       Optimisation du code pour des performances en temps réel sur un ordinateur de bord de type Jetson;

·       Intégration dans la solution logicielle existante ;

 3.      Stratégies de fusion de données

·       Comparaison des performances des capteurs ;

·       Analyse des algorithmes de fusion de données déjà développés ;

·       Proposition d’amélioration des stratégies de fusion ;

Pour mener à bien ce stage le candidat devra avoir les compétences suivantes :

·       Intérêt pour la robotique et le machine learning ;

·       Capacité à travailler en équipe, créativité, curiosité ;

·       Bonnes capacités rédactionnelles ;

·       Connaissances en Python pour l’analyse de données et la modélisation ;

·       Utilisation d’outils de visualisation de données : Matplotlib, PyPlot, Foxglove, etc...

Une expérience en projet ML de l’annotation jusqu’à la mise en production est un plus ;

Étudiant(e) ingénieur ou master en quatrième ou cinquième année. Spécialisation en machine learning, IA, traitement du signal ou robotique.

2ème / 3ème année de cycle ingénieur ou Master 1 / 2