Quantification des incertitudes de perception pour le slam intègre (h/f)

Informations générales Organisme de rattachement CNRS Référence UMR7253-JOEALH-017 Date de début de diffusion 13/05/2026 Date de parution 16/05/2026 Date de fin de diffusion 03/06/2026 Intitulé long de l'offre Quantification des incertitudes de perception pour le SLAM intègre (H/F) Date limite de candidature 03/06/2026 Nature du contrat CDD de 3 ans Versant Fonction Publique de l'Etat Catégorie Catégorie A (cadre) Nature de l'emploi Emploi ouvert uniquement aux contractuels Domaine / Métier Recherche - Chercheuse / Chercheur Statut du poste Vacant Intitulé du poste Quantification des incertitudes de perception pour le SLAM intègre (H/F) Descriptif de l'employeur Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique. Description du poste Sujet de thèse : La localisation et la cartographie simultanées (SLAM) constituent un domaine de recherche très dynamique, ayant connu des progrès rapides ces dernières années. L’objectif de la thèse est de contribuer au développement de méthodes SLAM intègres, en mettant l’accent sur la quantification de l’incertitude associée aux capteurs de perception. Plus précisément, cette thèse s’intéresse aux mesures Lidar 3D afin de garantir une localisation précise et intègre dans des environnements complexes, où les signaux GNSS sont indisponibles ou fortement dégradés. Dans les problèmes d’estimation d’état, les paramètres de bruit des mesures sont généralement réglés manuellement à partir de l’expertise humaine. Cependant, les incertitudes de position obtenues dépendent fortement de ce choix, ce qui peut affecter la fiabilité et la sécurité des systèmes autonomes. L’estimation de ces incertitudes est difficile, mais elle reste cruciale pour obtenir une localisation fiable et une carte exploitable à long terme. Récemment, la quantification de l’incertitude des mesures a fait l’objet de plusieurs travaux de recherche, en se basant sur l’apprentissage profond [1] [2]. Contrairement aux approches déjà existantes, qui se focalisent sur la segmentation, la détection d’objets ou encore la quantification des incertitudes de l’odométrie visuelle basée sur des nuages des points, notre objectif est d’obtenir une incertitude sur l’observation issue de l’ensemble des traitements du nuage de points, pour une estimation d’état précise et consistante. Dans cette thèse, nous étudierons la propagation des incertitudes, depuis le nuage de points Lidar et l’étape de segmentation jusqu’aux caractéristiques extraites, conduisant en dernière étape à une estimation de la covariance au niveau de l'observation. Cette analyse pourra être menée soit dans une approche end-to-end, soit en se focalisant sur l’élément final de la chaîne de traitement. Notre but est aussi d’obtenir une incertitude qui s’adapte aux variations du bruit en temps réel. Pour le moment, nous nous orientons vers des approches basées sur l’apprentissage profond avec une possibilité de profiter de l’optimisation bayésienne [3]. Pour évaluer la qualité de la quantification des incertitudes, une estimation d’état basée sur une fusion de données sera réalisée. La thèse pourra s’appuyer sur les expertises déjà acquises dans nos travaux antérieurs et considérer des approches basées sur un couplage entre méthodes bayésiennes et ensemblistes [4], ainsi que des approches fondées sur les factor graphs. D’autre part, la quantification des incertitudes peut profiter de la redondance des mesures. Cette redondance apparaît naturellement dans un système multi-robot où chaque robot permet d’améliorer l’estimation d'état grâce aux informations et mesures partagées [5]. Une autre approche envisageable consiste à s’appuyer sur la redondance analytique. La thèse Voir plus sur le site emploi.cnrs.fr Conditions particulières d'exercice Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche. Descriptif du profil recherché Contraintes et risques : Temps plein Oui Rémunération contractuels (en € brut/an) La rémunération est d'un minimum de 2300,00 € mensuel Localisation du poste Europe, France, Hauts de France, Oise (60) Géolocalisation du poste COMPIEGNE Lieu d'affectation (sans géolocalisation) 60203 COMPIEGNE (France) Critères candidat Niveau d'études / Diplôme Niveau 8 Doctorat/diplômes équivalents Spécialisation Formations générales Langues Français (Seuil)