En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Thèse de doctorat - Approches d'apprentissage automatique pour la détection et la classification des déchets dans les vidéos sous-marines en vue du nettoyage robotisé des fonds marins (H/F)

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : mercredi 30 juin 2021

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR5506-MARGOU-004
Lieu de travail : MONTPELLIER
Date de publication : mercredi 9 juin 2021
Nom du responsable scientifique : Marc GOUTTEFARDE
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2021
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

--- Contexte ---
La quantité de déchets plastiques marins est estimée à 83 millions de tonnes accumulées dans les océans. La récupération des matières plastiques déjà disséminées dans les mers et océans est une tâche ardue et coûteuse.
Ainsi, le projet MAELSTROM, financé par l'UE (https://www.maelstrom-h2020.eu/), rassemble des acteurs clés - des centres de recherche et des entreprises de recyclage aux scientifiques marins et experts en robotique - afin de tirer parti de l'intégration de technologies complémentaires pour l'élimination durable des déchets marins dans différents écosystèmes côtiers européens. Le projet MAELSTROM concevra, fabriquera et intégrera des technologies évolutives, reproductibles et automatisées pour identifier, enlever, trier puis recycler tous les types de déchets marins en matières premières.
Les solutions existantes pour l'enlèvement des déchets sur les fonds marins sont considérées soit comme très nuisibles pour l'écosystème marin (dragues ou chaluts de fond), soit comme inefficaces (ROV, plongeurs). La solution de nettoyage des fonds marins de MAELSTROM est un robot sous-marin actionné par câbles installé et exploité depuis une barge flottante et équipé d'outils de nettoyage sélectifs (voir figure 1). L'opérateur sélectionne et installe l'effecteur souhaité (outil de nettoyage) sur le robot à câbles et commence à effectuer le nettoyage de la zone, soit par téléopération manuelle (opération à distance), par contrôle partagé (c'est-à-dire par téléopération assistée par ordinateur) ou de manière semi-autonome (c'est-à-dire en programmant le robot pour qu'il exécute de manière autonome une tâche ou une trajectoire spécifique). L'objectif est l'enlèvement sélectif des détritus, ce qui minimise l'impact sur l'environnement. Une fois la zone nettoyée, la plate-forme sera déplacée vers la prochaine zone d'intérêt.
Le laboratoire LIRMM (www.lirmm.fr) est impliqué dans la conception du robot sous-marin à câbles et dans le développement d'algorithmes d'apprentissage automatique pour détecter les déchets. Cette dernière application sera le sujet de recherche de la thèse de doctorat.

--- Objectifs ---
L'objectif de la thèse de doctorat est de construire un système capable de fournir des suggestions - sous la forme de zones/objets mis en évidence dans l'image interactive vue par l'opérateur du robot - concernant les régions ou objets du fond marin qui devraient être marqués pour être enlevés. Le système utilisera des techniques d'apprentissage automatique de l'intelligence artificielle telles que l'apprentissage profond ou l'apprentissage par renforcement. Ces algorithmes permettront au robot d'apprendre des décisions précédentes prises par l'opérateur pendant le mode de contrôle partagé.

Un ensemble de données pour l'apprentissage de l'algorithme d'apprentissage automatique sera généré sur la base du travail de l'opérateur humain qui clique sur les images pour sélectionner le déchet à collecter par le robot. L'algorithme d'apprentissage automatique améliorera ensuite continuellement sa capacité à identifier les cibles potentielles et les zones d'intérêt. Dans tous les cas, la décision de nettoyer une cible relèvera de la responsabilité de l'opérateur qui devra veiller à la préservation d'éventuels objets archéologiques ou éviter tout contact avec des munitions immergées ou des produits chimiques dangereux.

La thèse sera supervisée principalement par des chercheurs spécialisés dans les méthodes de Deep Learning (Marc Chaumont http://www.lirmm.fr/~chaumont/ et Gérard Subsol https://www.lirmm.fr/~subsol/ ), assistés par des chercheurs spécialisés dans les robots à câbles et les robots sous-marins (Marc Gouttefarde https://www.lirmm.fr/users/utilisateurs-lirmm/marc-gouttefarde et Vincent Creuze https://www.lirmm.fr/users/utilisateurs-lirmm/vincent-creuze ).

--- Compétences attendues ---
• Master of Science ou équivalent en robotique ou vision par ordinateur
• Solides connaissances en programmation (C++, Python)
• Solide connaissance des frameworks de réseaux de neurones profonds (par exemple, PyTorch, TensorFlow...)
• Expérience de projet(s) nécessitant la détection d'images par Deep Learning.
• Connaissance des bibliothèques de traitement d'images et de signaux telles que OpenCV.
• Des connaissances en reconstruction 3D et à la visualisation 3D seraient un plus.
• Utilisation d'outils de reproductibilité (Markdown, GitHub, Docker).
• Rigueur, autonomie, créativité
• Pratique courante de l'anglais pour pouvoir interagir avec les partenaires européens du projet.

--- Durée, lieu et rémunération ---
• Durée : 36 mois
• Lieu : LIRMM, Montpellier, France

Recrutement financé par le programme de recherche et d'innovation H2020 MAELSTROM de l'Union Européenne, GA n°101000832.

Contexte de travail

Le Laboratoire d'Informatique, de Robotique et de Microélectronique de Montpellier - LIRMM - est une unité mixte de recherche, dépendant conjointement de l'Université Montpellier et du Centre National de la Recherche Scientifique. Il est situé sur le Campus Saint-Priest de l'UM.

Ses activités de recherche positionnent pleinement le LIRMM au coeur des sciences et technologies de l'information, de la communication et des systèmes.

Ainsi, de l'information aux systèmes, de la technologie à l'humain et aux usages, les activités de recherche du LIRMM concernent : la conception et la vérification de systèmes intégrés, mobiles, communicants, la modélisation de systèmes complexes à base d'agents, les études en algorithmique, bioinformatique, interactions homme-machine, robotique,etc.

Contraintes et risques

Aucune

On en parle sur Twitter !