Le stage se déroulera dans l’équipe de recherche RAP (« Robotique, Action et Perception », https://www.laas.fr/fr/equipes/rap/) du LAAS-CNRS à Toulouse. La finalité du stage est la détection d’obstacles en robotique mobile évoluant en scènes urbaines. Pour anticiper les collisions, il est vital pour le robot de percevoir son environnement à partir de ses capteurs extéroceptifs embarqués, ici des caméras et des radars. Le stagiaire aura trois missions :

• Le traitement des données radar (nuage de points 3D) afin de détecter, suivre dans le flux capteur et classifier des obstacles (piétons, véhicules, etc.). On privilégie ici des outils et techniques de perception 3D, voire d’apprentissage profond.
• La fusion de ces percepts avec le flux des caméras pour robustifier les fonctionnalités précitées. Pour cette mission et la précédente, les fonctionnalités seront évaluées sur des données de capteurs radars+caméras embarqués sur engin de chantier évoluant en présence d’obstacles.
• L’intégration de ces fonctionnalités, pour tests « live », sur le robot mobile interactif TIAGO de l’équipe.

Le stagiaire devra posséder de bonnes connaissances en informatique (langage C++, python) et des notions en traitement des images ; la connaissance de librairies « deep learning » type PyTorch serait un plus.