19/07/19 : séminaire sur l’Intelligence Artificielle et les véhicules autonomes par Martin BROSSARD (doctorant Mines Paristech)


17-07-2019

Martin Brossard, doctorant au Centre de Robotique de l’Ecole des Mines de Paris, présentera l’avancée de ses travaux sur l’Intelligence Artificielle associée aux véhicules autonomes et les problèmes qui en découlent. Ce séminaire, en langue française, a pour titre : Méthodes d’intelligence artificielle pour l’auto-localisation de véhicules autonomes.

mots-clé : navigation, intelligence artificielle, localisation, véhicule autonome, centrale inertielle

lieu / horaire / langue : amphi 80 (SIGMA) / 13h (entrée libre) / français

résumé : Nous proposons une nouvelle méthode pour l’auto-localisation précise de véhicules autonomes basée uniquement sur une centralle inertielle, cette dernière étant un capteur constitué d’accéléromètres et de gyromètres, et joue depuis toujours un rôle important dans l’ingénierie aérospatiale. Ce capteur désormais très largement répandu est un composant essentiel pour la conduite autonome. Bien que les voitures autonomes dépendent principalement de la vision pour se diriger, à l’instar des conducteurs, une localisation robuste et précise du véhicule basée sur la centrale inertielle s’avère utile pour valider les informations fournies par les caméras, pour une conduite adaptée à traverser des obstacles et pour s’arrêter en toute sécurité en cas de défaillance des capteurs visuels.

Les composants clés de la méthode sont le filtre de Kalman (qui est un outil omniprésent pour la localisation depuis son introduction dans les années 1960 dans le programme spatial Apollo), et l’utilisation de réseaux de neurones – le composant majeur de l’Intelligence Artificielle (AI) moderne – pour adapter les paramètres du filtre. Evaluée sur des données réelles, la méthode obtient en moyenne une erreur d’un pourcent sur la distance parcourue par la voiture. L’algorithme entre donc en concurrence avec les méthodes les plus performantes exploitant des caméras et des télémètres laser.

La présentation serra adaptée pour une large audience. Nous nous concentrerons sur l’application plutôt que sur des détails techniques ou des équations. Les principales questions que nous aborderons sont les suivantes : pourquoi est-il important pour un véhicule autonome de s’auto-localiser ? Pourquoi une voiture autonome a besoin d’une centrale inertielle et de quelles manières cela améliore-t-il la localisation ? Et enfin que pouvons-nous attendre de l’IA ? Nous insisterons sur le fait que l’intelligence artificielle ne résout pas (encore) tout le problème, et que dans le contexte de la robotique, elle devrait être principalement utilisée pour des tâches où les méthodes dites traditionnelles échouent. À cet égard, notre méthode contraste avec les méthodes d’apprentissage «end-to-end» qui tentent de localiser la voiture en utilisant uniquement des méthodes d’IA, et que notre algorithme surpasse très largement (à ce jour).

bio : Martin Brossard est diplomé de l’ École Normale Supérieure de Cachan (Cachan, France) depuis 2017, où il a reçu une formation basée sur l’automatique et le traitement du signal. Il pursuit actuellement un doctorat au centre de Robotiques de l’école des Mines de Paris sous la supervision de Silvère Bonnabel (UNC/ISEA). Il est actuellement en visite à l’UNC pour deux mois. Ses thématiques de recherche se concentrent sur la navigation basée inertie-vision, la localisation et cartographie simultanées, ainsi que le filtrage de Kalman.