منصب الدكتوراه - توقع المسار للملاحة الذاتية

تفاصيل الفرصة

المكافأة الإجمالية

0 $

جامعة حكومية

CEA Tech

المنطقة

أوروبا الغربية

البلد المضيف

فرنسا

آخر موعد للتقديم

31 أكتوبر 2021

المستوى التعليمي

الدكتوراه

نوع الفرصة

الدكتوراه

التخصصات

هندسة , تكنولوجيا المعلومات وعلوم الحاسوب

تمويل الفرصة

غير ممولة

الدول المؤهلة

هذه الفرصة متوفرة لجميع البلدان

المنطقة المؤهلة

جميع المناطق

SL-DRT-21-0644

مجال البحث

الأنظمة الفيزيائية السيبرانية - أجهزة الاستشعار والمحركات

نبذة مختصرة

مع الاهتمام المتزايد بالمركبات ذاتية القيادة (AV) ، تلعب أنظمة الإدراك دورًا رئيسيًا في التنقل ، مع تطورات نشطة من مجتمعات البحث وصناعة السيارات. تزود أنظمة الإدراك المركبات الآلية بمعلومات عن حالة القيادة. بشكل أساسي ، تعمل الخوارزميات المتقدمة على تصميم بيئة السيارة باستخدام خريطة من خلال معالجة البيانات السابقة والحالية من أجهزة الاستشعار الموجودة على متن الطائرة مثل الكاميرات والرادارات والرادارات والموجات فوق الصوتية. يُتوقع التطور المستقبلي لبيئة القيادة من أجل التخطيط لمسار آمن وتجنب الاصطدامات واتخاذ قرارات ملاحية ، وقد طورت CEA تقنية اندماج أجهزة الاستشعار على متن الطائرة الحاصلة على براءة اختراع والتي تستغل نموذج شبكة الإشغال لنمذجة بيئة السيارة. توفر هذه الشبكة تقديرًا احتماليًا للمناطق المحتلة والحرة. تقدير حركة العوائق هو أيضا قيد التطوير. ومع ذلك ، لا تزال طبقة التنبؤ التي تقدر المسارات المستقبلية المحتملة للعقبات المتحركة مفقودة. الهدف من أطروحة الدكتوراه هو تطوير خوارزمية تنبؤ مسار مضمنة للتنقل المستقل. التنبؤ بالمسار هو مشكلة مكانية-زمانية (4D) حيث يكون عدم اليقين ضروريًا لتقييم التطور قصير المدى المحتمل لسيناريو القيادة. يجعل تنوع العوائق المتحركة من صعوبة التنبؤ بالمسار عند دمجها في منصات الحوسبة خفيفة الوزن في الواقع ، لا تتمتع السيارة المتحركة بنفس درجة الحرية التي يتمتع بها المشاة. يمكن أن تأخذ نماذج التنبؤ في الاعتبار طبيعة العقبات المتحركة إذا كانت هذه المعلومات متاحة (على سبيل المثال ، يوفرها الذكاء الاصطناعي). خلاف ذلك ، يجب أن تتكيف نماذج التنبؤ مع البيانات المتاحة. خلال الرسالة ، سيركز طالب الدكتوراه أولاً على النمذجة الاحتمالية للحركة والمسار. بعد ذلك ، سيقترح / تقترح حلًا خوارزميًا منخفض التعقيد يمكن تشغيله في الوقت الفعلي على نظام أساسي للحوسبة المضمنة. سيتم استضافة طالب الدكتوراه في فريق يتمتع بخبرته في تطوير حلول إدراك متقدمة وخفيفة الوزن يمكن دمجها في الأنظمة المدمجة. سيتعاون طالب الدكتوراه مع الباحثين والمهندسين وطلاب الدكتوراه الآخرين من مختلف المجالات العلمية. يجب أن يتمتع المرشح بخلفية رياضية قوية في الاحتمالات / الإحصاء وعلوم الكمبيوتر والنماذج الأولية للبرامج (matlab / python ، C ++). المعرفة والمهارات في مجال الذكاء الاصطناعي ودمج البيانات ستكون ميزة إضافية.