Pour notre dossier d’octobre, « Capteurs pour les véhicules autonomes : des défis toujours plus complexes à relever », voici les thèses sélectionnées par le REDOC SPI. Retrouvez le résumé de ces thèses ainsi que les thèses des mois précédents sur le site de notre partenaire.
Precise self-localization of autonomous vehicles using lidar sensors and highly accurate digital maps on highway roads
Farouk Ghallabi
Doctorat en Informatique temps réel, robotique, automatique, 30-06-2020
Centre de robotique
Youla-Kucera based multi-objective controllers : Application to autonomous vehicles
Imane Mahtout
Doctorat en Informatique temps réel, robotique, automatique, 30-06-2020
Centre de robotique
New hardware platform-based deep learning co-design methodology for CPS prototyping : Objects recognition in autonomous vehicle case-study
Quentin Cabanes
Doctorat en informatique, 07-06-2021
Laboratoire d’Ingénierie des Systèmes de Versailles
Évaluation de systèmes d’aide à la conduite. Génération automatique de vérité terrain augmentée à partir d’un capteur haute résolution et d’une cartographie sémantique et 3D ; évaluation de fonctions de perception tierces
Remi Defraiteur
Doctorat en Robotique, 15-06-2021
Systèmes et applications des technologies de l’information et de l’énergie
Navigation autonome d’un robot agricole
Dimitri Leca
Doctorat en Robotique, 07-04-2021
Laboratoire d’Analyse et d’Architecture des Systèmes
Distribution géographique de données dans l’Internet des Véhicules : une approche logicielle et sécurisée utilisant les réseaux cellulaires
Leo Mendiboure
Doctorat en Informatique, 25-09-2020
Laboratoire bordelais de recherche en informatique
Exploration of reinforcement learning algorithms for autonomous vehicle visual perception and control
Florence Carton
Doctorat en Informatique, données, IA/ 31-05-2021
Unité d’Informatique et d’Ingénierie des Systèmes (ENSTA)
Novel off-board decision-making strategy for connected and autonomous vehicles: Use case highway on-ramp merging
Zine El Abidine Kherroubi
Doctorat en Informatique, 16-12-2020
Laboratoire d’Informatique en Images et Systèmes d’information
Localisation autonome par apprentissage des dynamiques de déplacement en transport multimodal
Johan Perul
Doctorat en Automatique, productique et robotique, 21-10-2020
Geoloc
Algorithmes de lissage pour la navigation, la localisation et la cartographie, basés sur des capteurs inertiels haute qualité
Paul Chauchat
Doctorat en Informatique temps réel, robotique, automatique, 26-02-2020
Centre de robotique
Cet article se trouve dans le dossier :
Capteurs pour les véhicules autonomes : des défis toujours plus complexes à relever
- Capteurs pour les véhicules autonomes : entre complémentarité et redondance
- De multiples enjeux autour des données générées par les capteurs du véhicule autonome
- « Valeo a un leadership important sur les capteurs LiDAR »
- « Nous voulons faciliter l’intégration et l’utilisation des données LiDAR »
- « Le conducteur aura plus un rôle de supervision »
- L'autonomisation des véhicules comme vecteur de la mobilité
- Véhicules autonomes et connectés : plus de sécurité avec la 5G ?
- Les voitures autonomes menacent les centres-villes
- Les capteurs, technologies clés du véhicule autonome
- Les thèses du mois : Capteurs pour les véhicules autonomes, des défis toujours plus complexes à relever
- Capteurs pour les véhicules autonomes : des défis toujours plus complexes à relever
Dans l'actualité
- Les capteurs, technologies clés du véhicule autonome
- Capteurs pour les véhicules autonomes : entre complémentarité et redondance
- De multiples enjeux autour des données générées par les capteurs du véhicule autonome
- Création d’une nouvelle filière de recyclage des batteries de véhicules électriques
- Les voitures connectées : prochaines cibles des pirates ?
- Des phares intelligents pour améliorer la conduite de nuit
- Le marché des robots mobiles est en pleine expansion
Dans les ressources documentaires