Exploration d'environnements inconnus à faible coût calculatoire

Cette thèse sera développée dans le cadre du projet ERC Advanced « explorer », au sein de l'équipe Imagine à l'École Nationale des Ponts et Chaussées (ENPC), et sera supervisée par le Professeur Vincent Lepetit. La cartographie 3D d'environnements inconnus est actuellement un domaine montant en vision par ordinateur, car elle permet la capture automatique d'images en vue de créer des modèles 3D de scènes réelles. Nous avons récemment développé plusieurs méthodes pour résoudre ce problème [1, 2, 3]. Notre approche la plus récente [4] surpasse significativement l'état de l'art sur des scènes 3D complexes. Elle repose sur une planification à long terme en combinant des a priori géométriques 3D et un module de raisonnement. Le bémol est que notre méthode, tout comme celles de nos concurrents, exige une puissance de calcul importante et ne peut être exécutée sur de petits drones (UAVs). L'objectif de ce projet de doctorat est de développer des méthodes de cartographie 3D efficace pour l'edge, c'est-à-dire pour des dispositifs dotés d'une puissance de calcul limitée, tels que les petits UAVs. L'approche que nous proposons consiste à « distiller » notre méthode actuelle dans une architecture de réseau neuronal de petite taille. Il ne s'agit cependant pas d'une distillation de réseau classique : notre méthode actuelle n'est pas uniquement un réseau profond, et le réseau cible devra intégrer des informations temporelles et géométriques. Notre simulateur [5] pourra être utilisé pour entraîner et évaluer les développements réalisés dans le cadre du projet. École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Direction : Vincent LEPETIT Financement : Allocation doctorale AMX