Équipe
CAOR
Biographie
Cyril Joly est un chercheur spécialisé dans les domaines de la robotique mobile, de la localisation et de la perception pour les systèmes autonomes. Ses travaux se concentrent sur le développement de méthodes innovantes pour la segmentation sémantique LiDAR, la fusion de capteurs (vision, Wi-Fi, magnétomètres, inertiels) et l’optimisation des algorithmes de localisation en temps réel, notamment dans des environnements contraints ou dynamiques. Ses recherches abordent des défis tels que la calibration de capteurs, la modélisation de champs magnétiques pour la navigation indoor, ou encore l’intégration de données multi-sources pour améliorer la robustesse des systèmes de SLAM (Simultaneous Localization and Mapping). Ses contributions incluent des approches hybrides combinant apprentissage profond, filtrage probabiliste et méthodes géométriques, avec une attention particulière portée à l’efficacité computationnelle et à l’adaptabilité aux plateformes embarquées.
Publication(s)
-
2025
HARP-NeXt: High-Speed and Accurate Range-Point Fusion Network for 3D LiDAR Semantic Segmentation DOI : 10.1109/IROS60139.2025.11246557
-
2024
Large Scale Mapping of Indoor Magnetic Field by Local and Sparse Gaussian Processes
-
2023
MagHT: A Magnetic Hough Transform for Fast Indoor Place Recognition DOI : 10.1109/IROS55552.2023.10342269
-
2022
Vision and Wi-Fi fusion in probabilistic appearance-based localization DOI : 10.1177/0278364920910485
-
2022
Tightly-Coupled Magneto-Visual-Inertial Fusion for Long Term Localization in Indoor Environment DOI : 10.1109/LRA.2021.3136241
-
2022
Online Magnetometer Calibration in Indoor Environments for Magnetic field-based SLAM DOI : 10.1109/IPIN54987.2022.9917514
-
2020
Vehicle Absolute Ego-Localization from Vision, Using Only Pre-existing Geo-Referenced Panoramas DOI : 10.1007/978-3-030-44610-9_1
-
2019
Urban localization with street views using a convolutional neural network for end-to-end camera pose regression DOI : 10.1109/IVS.2019.8813892
-
2019
Seamless navigation and mapping using an INS/GNSS/grid-based SLAM semi-tightly coupled integration scheme DOI : 10.1016/j.inffus.2019.01.004
-
2019
An LSTM network for real-time odometry estimation DOI : 10.1109/IVS.2019.8814133
-
2019
Evidential SLAM Fusing 2D Laser Scanner and Stereo Camera DOI : 10.1142/S2301385019410012
-
2019
Deep Sensor Fusion for Real-Time Odometry Estimation DOI : 10.1109/IROS40897.2019.8967803
-
2018
Grid Matching Localization on Evidential SLAM DOI : 10.1109/ICARCV.2018.8581065
-
2018
Fusing Laser Scanner and Stereo Camera in Evidential Grid Maps DOI : 10.1109/ICARCV.2018.8580635
-
2017
Nonurban driver assistance with 2D tilting laser reconstruction DOI : 10.1061/(ASCE)SU.1943-5428.0000238
-
2017
Topological localization using Wi-Fi and vision merged into FABMAP framework DOI : 10.1109/IROS.2017.8206171
-
2016
Improving robustness of monocular urban localization using augmented street view DOI : 10.1109/ITSC.2016.7795603
-
2016
Monocular urban localization using street view DOI : 10.1109/ICARCV.2016.7838744
-
2016
Control of a slide flute: A mechatronic project DOI : 10.1145/2948910.2948921
-
2011
Self calibration of a vision system embedded in a visual SLAM framework DOI : 10.1109/IROS.2011.6048678
-
2010
Bearing-only SAM using a minimal inverse depth parametrization: Application to omnidirectional SLAM
-
2009
Building consistent local submaps with omnidirectional SLAM DOI : 10.1109/ICCVW.2009.5457550
-
2008
Comparative study of Extended Kalman Filter, Linearised Kalman Filter and Particle Filter applied to low-cost GPS-based hybrid positioning system for land vehicles DOI : 10.1504/IJIIDS.2008.018252
Enseignements
Cours 1, 2 ou 3 - (PI IDS)
TP/TD - (PI IDS)
Projet (PI IDS)
Direction(s) de thèse(s)
- 2025 Localisation et cartographie simultanées avec information de traversabilité en environnement déstructuré CALZAS Julien
- 2024 Reconstruction 3D incrémentale basée sur une représentation neurale DAIRE Nicolas
- 2022 Fusion magnéto-visuelle-inertielle pour la localisation en intérieur ABDUL RAOUF IAD
- 2022 Réseaux de neurones profonds pour la segmentation sémantique des nuages de points 3D adaptés aux architectures embarquées pour les systèmes mobiles autonomes et robotiques ABOU HAIDAR Samir
- 2020 Localisation en intérieur par SLAM magnéto-visuel-inertiel COULIN Jade
- 2020 Traitement de données Radar Automobile Haute Résolution à base de techniques d’apprentissage profond inspirées du domaine de la vision par ordinateur ZHOU ZHUYUN
- 2017 SLAM et fusion de données pour le véhicule autonome ANDRADE VALENTE DA SILVA Michelle
- 2016 Localisation d'un robot humanoïde en milieu intérieur non-contraint NOWAKOWSKI Mathieu