STAGE - Navigation par Deep Learning H/F
Safran est classé dans le Top 100 Global Innovators de Thomson Reuters ainsi que dans le palmarès « Happy at work » des sociétés où il fait bon vivre. Le Groupe est en 4ème position du classement Universum des entreprises préférées des jeunes ingénieurs en France.
Safran Electronics & Defense est un leader mondial de solutions et de services en optronique, avionique, électronique et logiciels critiques, pour les marchés civils et de défense. La société équipe notamment plus de 1000 navires, 25 000 véhicules terrestres et 10 000 avions à travers le monde.
Une centrale inertielle est un équipement dont le but est de fournir à chaque instant sa position, sa vitesse et son orientation à un porteur (dont les types sont variés, de la fusée Ariane 5 au sous-marin, en passant par les avions et les moyens de transport terrestre par exemple).
Une centrale inertielle est constituée entre autre :
- de capteurs inertiels (3 gyromètres et 3 accéléromètres) permettant d'estimer la quantité de mouvement subis par le porteur,
- de capteurs non-inertiels (baromètre, odomètre, loch, récepteur GNSS, caméra, …) améliorant la localisation du porteur à l'aide d'un algorithme de fusion de données (généralement un Filtre de Kalman Etendu)
Une centrale inertielle est un équipement dont le but est de fournir à chaque instant sa position, sa vitesse et son orientation à un porteur (dont les types sont variés, de la fusée Ariane 5 au sous-marin, en passant par les avions et les moyens de transport terrestre par exemple).
Une centrale inertielle est constituée entre autre :
- de capteurs inertiels (3 gyromètres et 3 accéléromètres) permettant d'estimer la quantité de mouvement subis par le porteur,
- de capteurs non-inertiels (baromètre, odomètre, loch, récepteur GNSS, caméra, …) améliorant la localisation du porteur à l'aide d'un algorithme de fusion de données (généralement un Filtre de Kalman Etendu)
D'autres techniques d'estimation peuvent être utilisées à la place de l'EKF : Filtre de Kalman Sans Parfum (UKF), filtre particulaire, algorithme sociaux ou génétique, … Les techniques de Deep Learning ont beaucoup progressé ces dernières années, et sont devenu l'état de l'art pour de nombreuses applications (comme la détection de défaut pour de la maintenance préventive, la détection d'éléments particuliers sur des images, …). A priori, le problème de la localisation inertielle peut également être posé sous une forme adaptée au Deep Learning.
Sur le terrain, ça donne quoi ?
Le but de ce stage est d'étudier la faisabilité d'estimer la localisation d'un porteur à l'aide d'une centrale inertielle et d'un algorithme de Deep Learning à concevoir et à évaluer en particulier en le comparant à l'état de l'art industriel actuel : l'EKF.
Le candidat retenu pour ce stage sera intégré dans l'équipe de développement des centrales inertielles
Êtes-vous notre prochain Stagiaire ?
« A vous de nous convaincre ! »
Vos compétences sont les suivantes :
Compétences techniques : Traitement du Signal, Filtrage de Kalman, Deep Learning, Matlab/Simulink
Qualités requises : Rigueur, Capacités d'analyse, Synthèse
Formation : Ingénieur généraliste, Master en Automatique, Mathématique, Techniques d'Apprentissage et/ou Traitement du signal