Exploration d’approches non supervisés pour modéliser l’environnement à partir de données RADAR
Les technologies RADAR ont gagné en intérêt ces dernières années, notamment avec l'émergence des radars MIMO et des "Imaging Radars 4D". Cette nouvelle génération RADAR offre des opportunités mais aussi des défis pour le développement d'algorithmes de perception. Les algorithmes traditionnels comme la FFT, le CFAR et le DOA sont efficaces pour la détection de cibles en mouvement, mais les nuages de points générés sont encore trop épars pour une modélisation d'environnement précise. C’est une problématique cruciale pour les véhicules autonomes et la robotique.
Cette thèse propose d'explorer des techniques de Machine Learning non-supervisé pour améliorer la modélisation d'environnement à partir de données RADAR. L'objectif est de produire un modèle d'environnement plus riche, avec une meilleure densité et description de la scène, tout en maîtrisant le coût calculatoire pour une exploitation en temps réel. La thèse abordera les questions du type de données RADAR sont les plus adaptés en entrée des algorithmes ainsi que pour représenter l’environnement. Le candidat devra explorer des solutions algorithmiques non-supervisées et rechercher les optimisations de calcul pouvoir rendre ces solutions compatibles avec le temps réel.
Ces solutions devront à terme être conçues pour être embarquées au plus proche du capteur, afin d'être exécutées sur des cibles contraintes.
Transmission de puissance et de données via un lien acoustique pour les milieux métalliques clos
Ce sujet de thèse se positionne sur les thématiques de transmission de puissance et de données à travers des parois métalliques en utilisant les ondes acoustiques. Cette technologie permettra à terme l’alimentation, la lecture et la commande de systèmes placés dans des zones enfermées dans du métal : réservoirs sous pression, coques de navires et sous-marins, …
Les ondes électromagnétiques étant absorbées par le métal, il est nécessaire de recourir aux ondes acoustiques pour communiquer des données ou de la puissance au travers de parois métalliques. Celles-ci sont générées par des transducteurs piézoélectriques collés de part et d’autre de la paroi. Les ondes acoustiques sont peu atténuées par le métal, ce qui se traduit par de nombreuses réflexions et des trajets multiples.
L'enjeu de la thèse sera de réaliser un démonstrateur de technologie, robuste, permettant la télé-alimentation et la communication de données acoustiques à travers des parois métalliques. Ces travaux s’appuieront sur une modélisation avancée du canal acoustique afin d’optimiser les performances du dispositif de transmission de puissance et de données. Il s’agira également de développer des briques électroniques innovantes permettant de déterminer et de maintenir une fréquence de transmission de puissance optimale, impactée par les conditions environnementales et typiquement par la température.
Le but ultime de cette thèse sera le développement et l'implémentation d'un système de communication embarqué dans un FPGA et/ou microcontrôleur afin d’envoyer des données capteurs à travers une paroi métallique d’épaisseur variable. Les limitations dues aux imperfections du canal et de l'électronique seront à l'origine de l'invention d'une grande quantité de méthodes et systèmes de compensation dans le domaine numérique et/ou analogique. Un travail devra également être réalisé sur le choix des transducteurs piézoélectriques et la caractérisation du canal, en lien avec les activités autour des ondes acoustiques du laboratoire travaillant sur la transmission de puissance acoustique.