Le véhicule automatisé et connecté : SLAM et localisation - Fondamentaux et perfectionnement distantiel et presentiel

• Durée : 14 h
• Niveau : Ingénieur en lien opérationnel avec le sujet
• Public cible : Chefs de projet et Pilotes techniques, Ingénieurs et techniciens supérieurs, Chercheurs

• JOUR 1 Fondamentaux Comprendre l’importance des algorithmes de localisation dans le véhicule autonome et leurs liens avec la cartographie.
• Connaître les principales techniques de localisation.
• Comprendre les principales caractéristiques et limites des capteurs
• Connaître leurs limites d'utilisations (SLAM, GNSS, Map Matching), en lien avec les capteurs et leurs caractéristiques
• Identifier les sous-modules impliqués dans la mise en œuvre des systèmes de localisation: méthodes et imbrication entre les sous-modules
• Connaître les techniques de validation
• Connaître les nouveaux principes de cartographie connectée (exemples REM, Road DB)
• JOUR 2 Perfectionnement Comprendre les différences des sous-briques logicielles associées aux techniques de SLAM.
• Pratiquer les problématiques de localisation au travers d’exemples (Dead Reckoning, SLAM) et de manipulations concrètes.
• Comprendre le fonctionnement des algorithmes de map matching
• Déterminer les performances des modules de localisation (utiliser les technologises de vérité terrain).

• Fondamentaux : connaissances de préférence en algorithmique ou en MATLAB.
• Perfectionnement : Connaissances de préférence en algorithmique ou en MATLAB et savoir coder en langage C++ ou en python sous linux

• Jour 1 : Introduction générale, méthodes classiques et définitions
• GNSS et map matching
• Détection de marquage et map matching
• Introduction au SLAM et évaluation
• Reconnaissance de lieux et localisation dans des cartes
• Le multi-véhicule Expérimentations et ouverture
• Jour 2 : Introduction et mise en contexte
• Le filtre de Kalman: les fondamentaux, mise en pratique
• Projection cartographique et exemples d'alternatives au filtrage de Kalman
• Méthodes d'évaluation et synthèse

• cartographie des différentes méthodes de SLAM, algorithmes de localisation, sous-briques logicielles de localisation

• Connaitre des algorithmes de localisation dans le véhicule autonome
• Remettre en lien leur usage avec les capteurs
• Connaître les principales techniques de localisation.
• Connaitre différentes méthodes de SLAM et savoir les utiliser
• Evaluer la performance des modules de localisation

Cette formation est accessible par inscription au stage inter-entreprise disponibles sous un délai maximal de 72h.

La formation est animée par un expert-chercheur en localisation et cartographie VEDECOM

La formation allie présentation et réflexion sur des cas d'usages, vidéo

Etre en mesure de se connecter de façon synchrone à l'aide d'un ordinateur ou tablette

Les acquis sont validés par une auto-évaluation en fin de session

Cette session est accessible à tous public de façon synchrone. Contactez le service formation pour tout besoin d'adaptation.

Le taux de réussite sur le module de formation SLAM niveau 1 est de 100% (session de 15 personnes), sur les 6 personnes ayant répondu au questionnaire de validation des acquis en 2023. Le taux de satisfaction des personnes ayant participé à cette formation est de 100% (Très satisfait et satisfait) sur une base de 5 réponses pour l’ensemble des sessions 2023. Le taux de réussite sur le module de formation SLAM niveau 2 est de 100% (session de 26 personnes), sur les 17 personnes ayant répondu au questionnaire de validation des acquis en 2023. Le taux de satisfaction des personnes ayant participé à cette formation est de 100% (Très satisfait et satisfait) et une satisfaction moyenne sur une base de 14 réponses pour l’ensemble des sessions 2023.

Constructeurs automobiles Équipementiers Recherche