Reconstruction incrémentale et temps-réel d'une carte radiologique 3d h/f

Informations générales Entité de rattachement Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat. Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs. Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international. Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales : • La conscience des responsabilités • La coopération • La curiosité Référence 2023-27880 Description de l'unité Laboratoire de Vision pour la Modélisation et la Localisation (LVML) Le laboratoire LVML, rattaché au CEA LIST, mène des recherches en vision par ordinateur et intelligence artificielle. Nous adressons en particulier les problématiques suivantes : - Géolocalisation et cartographie d'environnement par vision et fusion de capteurs (robotique mobile, drones…) - Systèmes et de vision pour la robotique : préhension, manipulation, assemblage d'objets… - Contrôle de conformité, détection de défauts géométriques, colorimétriques, etc… - Analyses hyperspectrales : détection de matériaux, tri, …. - Correction, amélioration d'images et vidéos ( superrésolution, upframing, …) - Compression de réseaux de neurones - … Domaine Mathématiques, information scientifique, logiciel Contrat Stage Intitulé de l'offre Reconstruction incrémentale et temps-réel d'une carte radiologique 3D H/F Sujet de stage Ce stage concerne la reconstruction de la carte radiologique 3D d'un environnement à partir de relevés réalisés par un robot. Plus précisément, il s'agit d'explorer deux approches pour réaliser une telle reconstruction, une première s'appuyant sur une représentation de type Processus Gaussien, et une autre exploitant une approche de type Réseau de Neurones. Durée du contrat (en mois) 6 Description de l'offre Contexte du stage La cartographie radiologique d’un environnement consiste à établir une carte du rayonnement reçu à partir de relevés éparses issus de capteurs (voir figure). Cette tâche est réalisée dans différents cas de figures (interventions d’inspection, de démantèlement, ) afin de pouvoir planifier les opérations à réaliser et assurer la sécurité des personnels. Cependant, les procédures actuelles pour réaliser une telle cartographie sont longues, nécessitent l’intervention d’opérateurs humain et aboutissent généralement à une cartographie 2D éparse dont l’exploitation est peu aisée. Pour remédier à ces limitations, une solution consiste en l’utilisation de moyen robotiques associés à des méthodes de reconstruction 3D automatiques et temps-réel. Ce stage entre dans ce cadre et s’intéressera à la partie relative à la reconstruction 3D. Objectifs du stage Ce stage aura pour objectif d’implémenter, tester et comparer deux approches de reconstruction incrémental 3D d’une carte radiologique à partir de relevés éparses : La première approche reposera sur une modélisation de la carte 3D à l’aide de processus gaussiens. Ce type de représentation ayant déjà été utilisé pour de la reconstruction de signal radiologique, l’étudiant pourra s’appuyer sur l’état de l’art[1]. La seconde approche reposera sur l’exploitation de réseaux de neurones, ce qui, à notre connaissance, n’a jamais encore été employé pour réaliser ce type de reconstruction. Ces méthodes seront couplées avec un algorithme de localisation 3D temps réel du laboratoire afin de fournir une reconstruction de la carte en temps réel. Idéalement, le stage aboutira à une publication dans une conférence internationale. [1] Use of Gaussian process regression for radiation mapping of a nuclear reactor with a mobile robot. West, Andrew & Tsitsimpelis, Ioannis & Licata, Mauro & Jazbec, Anz̆e & Snoj, Luka & Joyce, Malcolm & Lennox, Barry. Scientific Reports. 11. 10.1038/s41598-021-93474-4., 2021 CEA-List Profil du candidat Le candidat devra disposer d’une bonne maîtrise de C++ et de python, ainsi que des connaissances en réseaux de neurones. Site Saclay Localisation du poste France, Ile-de-France, Essonne (91) Ville SACLAY Critères candidat Diplôme préparé Bac5 - Master 2 Disponibilité du poste 18/09/2023