Bienvenue aux Mines Paristech
Bienvenue à MINES ParisTech
Newsletter International
Website
Théorie & Pratique
Vous êtes

rechercher
un communiqué

Ecole
Entreprise
Formation
International
Recherche
Sciences de la terre et
de l'environnement
Energétique et génie
des procédés
Mécanique et matériaux
Mathématiques et systèmes
Economie, management
et société

webTV

Lecture

Conférence éthique et intelligence artificielle : Elise Berlinski

Lecture

Certificat exécutif : digital native, 3 questions à...

Lecture

Carlos Adrian Correa Florez, MINES ParisTech PhD, PERSEE center

Lecture

Certificat exécutif : digital native, 3 questions à...

Lecture

Lancement de la Chaire industrielle ANR TOPAZE

+ TOUS

Partager

19/01/2021

Martin Brossard, chercheur en Robotique, passionné par la localisation et la navigation autonomes



 

« La navigation autonome pour améliorer le quotidien »

 

Première école d’ingénieurs en France par son volume de recherche partenariale, MINES ParisTech, membre de l'Université PSL, se donne pour ambition, de répondre, par la recherche et l’innovation, aux enjeux scientifiques et technologiques de demain. Pour refléter cette dynamique, MINES ParisTech vous propose de découvrir le portrait d’un doctorant de talent.

Rencontre avec Martin Brossard, Doctorant au Centre de Robotique MINES ParisTech, qui a soutenu, fin 2020, sa thèse intitulée : « Deep Learning, centrales inertielles et odométrie ». Cette thèse aborde les algorithmes d’estimation pour les véhicules équipés de plusieurs capteurs, tels que des caméras et des centrales inertielles, et consiste notamment à utiliser des outils récents d’intelligence artificielle pour relier les mesures physiques des capteurs (des signaux électriques) à l’état du véhicule (son orientation, sa vitesse et sa position), par exemple en utilisant des techniques de Deep Learning (apprentissage profond) pour trouver un réglage optimal des algorithmes d’estimation.

En 2016, alors en 3ème année à l’ENS Cachan (devenue ENS Paris-Saclay), Martin décide d’effectuer une année de recherche pré-doctorale à l’étranger, afin d’améliorer son niveau en langue étrangère, tout en contribuant à un problème de recherche dans la continuité de ses sujets de prédilections.

Direction Darmstadt, près de Francfort en Allemagne, où il travaille sur des sujets mêlant radioastronomie et traitement de données, où il se forme à l’écriture d’articles scientifiques ainsi qu’à la recherche bibliographique. Cette expérience le convaincra de poursuivre, un an plus tard, son parcours par un doctorat.


Localisation, Navigation et Deep Learning

En 2017, Martin obtient un master en traitement du signal et une bourse pour une thèse académique. Il choisit de poursuivre par un doctorat au côté de Silvère Bonnabel, Professeur au Centre de Robotique MINES ParisTech, pour la renommée de ses travaux et l’excellence de l’Ecole. Son ambition : appliquer les connaissances théoriques de ses encadrants sur des problèmes concrets de localisation et de navigation de systèmes mobiles.

Il tire de ses premières expérimentations des résultats encourageants mais réalise aussi que la théorie est seulement une des parties du problème que l’on peut améliorer. L’adéquation entre les modèles théoriques et la réalité est un autre problème améliorable. Il propose alors d’utiliser des algorithmes de Deep Learning afin d’obtenir des modèles plus détaillés, qui permettent une localisation et une navigation plus précises et plus fiables.

Pour cela, il se base sur des modèles physiques rigoureux, les affine avec des outils d’intelligence artificielle et les teste sur plusieurs jeux de données, comme notamment ceux du Centre de Robotique MINES ParisTech (L3D2, un prototype de "Système Mobile de Cartographie"), ou des données acquises par des laboratoires étrangers, afin de valider en pratique ses méthodes « hybrides » basées à la fois sur des modèles physiques et de l’intelligence artificielle.

 

« Si l’on veut qu’un robot ou une voiture se localise tout seul, il faut tout d’abord l’équiper de capteurs, souvent des caméras et une centrale inertielle - qui joueront respectivement le rôle des yeux et de l’oreille interne de l’être humain. Toutes les mesures des capteurs sont intégrées dans un modèle mathématique probabiliste, en l’occurrence une version améliorée du filtre de Kalman, développée par mon directeur de thèse »

Les premiers résultats ont démontré que les avancées théoriques de ses encadrants amenaient en pratique à des méthodes de localisation plus précises ; l’avantage majeur étant ici de garder une localisation précise sur le long terme. De plus, les résultats ont permis de démontrer, qu’avec de l’intelligence artificielle, certaines tâches d’ingénierie difficiles peuvent être accomplies plus facilement, rapidement et précisément.

Animé par la diffusion des connaissances, et une passion pour son sujet de recherche, Martin est invité à présenter ses travaux lors des conférences internationales IROS à Vancouver en 2017 et à Madrid en 2018.


Une nouvelle page à l’international

Grâce à l’un de ses articles scientifiques, « Denoising IMU Gyroscopes With Deep Learning for Open-Loop Attitude Estimation »* publié dans la revue scientifique IEEE Robotics and Automation Letters, Martin est repéré et sollicité, avant même la fin de son doctorat, par la société Arcturus Industries, afin de développer les systèmes de perception des futurs casques de réalité virtuelle. Une nouvelle étape, alliant ingénierie, recherche et développement, s’ouvre donc pour lui en octobre 2020, à Madrid, avec son intégration dans une équipe de jeunes et talentueux ingénieurs dans une entreprise internationale mêlant réalité virtuelle et vision par ordinateur.

* M. Brossard, S. Bonnabel and A. Barrau, "Denoising IMU Gyroscopes With Deep Learning for Open-Loop Attitude Estimation," in IEEE Robotics and Automation Letters, vol. 5, no. 3, pp. 4796-4803, July 2020, doi: 10.1109/LRA.2020.3003256.

 

Contacts presse MINES ParisTech - Agence Amalthea
Murielle Mazau - 04 26 78 27 16 - mmazau@amalthea.fr - Sophie Rousset - 01 76 21 67 53 - srousset@amalthea.fr

actualité

Agir contre les violences sexistes et sexuelles

Formation Agir contre les violences sexistes et sexuelles Les violences sexistes et sexuelles, le…
> En savoir +

Classement « Employabilité » du<i>Times Higher Education</i>

Formation Classement « Employabilité » duTimes Higher Education Dans l'édition 2021 du Global Employability…
> En savoir +

Chloé-Agathe Azencott ou l’intelligence au service des maths, de la santé et des femmes

Formation Chloé-Agathe Azencott ou l’intelligence au… Chloé-Agathe Azencott, enseignante-chercheuse à…
> En savoir +

Prix du meilleur poster pour Joëlle Najib à la Conférence PRES'21

Formation Prix du meilleur poster pour Joëlle Najib à la Conférence… Félicitations à Joëlle Najib, prix du…
> En savoir +

Martin Brossard 1<sup>er</sup> Prix de thèse en Robotique

Formation Martin Brossard 1er Prix de thèse en Robotique Martin Brossard a reçu le Prix de thèse du GdR…
> En savoir +

Prix Maurice Allais de Science économique 2021

Formation Prix Maurice Allais de Science économique 2021 Christine Allais et Bertrand Munier remettent le Prix Maurice…
> En savoir +

+ Toutes les actualités

agenda

Le 9 décembre 2021 Rencontre avec Aurélie Jean

Le 7 décembre 2021 Sciences de Gestion, sciences fondamentales ?

Du 23 septembre au 22 décembre 2021 Objets massifs

Du 20 juillet 2021 au 3 janvier 2022 Rentrée 2021 - 2022

+ Tous les événements

contact

Service communication MINES ParisTech
Tél : 01 40 51 90 00
 > envoyer un mail
 

Agence de presse : Amalthéa

Murielle Mazau 
Tel : +33 (0)4 26 78 27 16
Envoyer un mail 

Floriane Gouache
Tel : +33 (0)1 76 21 67 52
Envoyer un mail 

 

Plan du site
MINES
ParisTech

60, Boulevard Saint-Michel
75272 PARIS Cedex 06
Tél. : +33 1 40 51 90 00

Implantations
Mentions légales | efil.fr | ©2012 MINES ParisTech | +33 1 40 51 90 00 |