Transfert de connaissances vers l'industrie
Département Ingénierie Logiciels et Systèmes (LIST)
Labo.conception des systèmes embarqués et autonomes
Docteur en Informatique
01-05-2020
PsD-DRT-20-0063
Data intelligence dont Intelligence Artificielle (.pdf)
La complexité de la robotique et des systèmes autonomes ne peut être gérée qu'avec des architectures logicielles bien conçues et des chaînes d'outils intégrées qui supportent l'ensemble du processus de développement. L'ingénierie dirigée par les modèles (IDM) est une approche qui permet aux développeurs de la robotique et des systèmes autonomes de passer d'un paradigme centré implémentation à un paradigme centré connaissances du domaine ce qui permet d'améliorer l'efficacité, la flexibilité et la séparation des préoccupations des différents acteurs du développement de ce type de système. L'un des principaux objectifs des approches IDM est d'être intégré aux infrastructures de développement disponibles de la communauté robotique et systèmes autonomes, telles que le middleware ROS, ROSPlan pour la planification des tâches robotiques, BehaviorTree.CPP pour leur exécution et suivi et Gazebo pour la simulation. L'objectif de ce postdoc est d'étudier et de développer des architectures logicielles modulaires, composables et prédictibles ainsi que des outils de conception interopérables basés sur des approches basées sur des modèles, au lieu d'être centrées sur le code. Le travail sera réalisé dans le cadre de projets européens tels que RobMoSys (www.robmosys.eu), ainsi que dans d'autres initiatives pour les systèmes robotiques et autonomes sur la planification des tâches basée sur l'IA et leur exécution. Le principal objectif est de réduire les efforts des ingénieurs et de permettre ainsi le développement de systèmes robotiques autonomes plus avancés et plus complexes à un coût abordable. Pour ce faire, le post-doctorant contribuera à la mise en place et à la consolidation d'un écosystème, d'une chaîne d'outils et d'une communauté dynamique qui offriront un cadre unifié de conception, de planification et simulation, d'évaluation de la sécurité et un environnement formel de validation et de vérification.
Département Architectures Conception et Logiciels Embarqués (LIST-LETI)
Laboratoire Intégration Silicium des Architectures Numériques
Thèse en micro-électronique
01-10-2020
PsD-DRT-20-0069
jean-frederic.christmann@cea.fr
Systèmes cyberphysiques - capteurs et actionneurs (.pdf)
Dans le contexte applicatif de l'internet des objets (IoT) et des systèmes CyberPhysiques, (CPS), les systèmes « Normally off » sont principalement dans un état de veille et attendent des événements déclencheurs tels que des réveils sur compte à rebours, des dépassements de seuil, des réveils électromagnétiques ou encore des variations dans leurs environnements énergétiques pour se mettre en marche. Afin de réduire leur consommation ou par manque d'énergie, le système coupe l'alimentation de la plupart de ses composants durant cette veille. Afin de conserver les informations présentes en mémoire, nous proposons de développer une mémoire non-volatile embarquée. Les technologies de stockage magnétiques sont prometteuses afin d'atteindre tant une faible consommation qu'une rapidité d'accès aux données. De plus, à cause du comportement transitoire de ces systèmes qui passent souvent de la veille à la marche et vice versa, la logique asynchrone est naturellement envisagée pour implémenter la logique numérique. Ce sujet vise ainsi la conception d'une mémoire SRAM magnétique asynchrone dans un procédé de fabrication 28nm. Le composant mémoire devrait être développé jusqu'au dessin des masques, afin d'être caractérisé en consommation et temps d'accès, et de pouvoir être intégré efficacement avec un processeur asynchrone. Repousser les limites de l'état de l'art en proposer un tel composant permettra d'envisager des avancées considérables dans le monde des systèmes autonomes.
DSUD (CTReg)
Autre DPACA
Docteur en informatique
01-06-2020
PsD-DRT-20-0074
Réseaux énergétiques intelligents (.pdf)
Le CEA développe actuellement un outil de simulation qui modélise les échanges d'énergie entre les acteurs du marché de l'électricité mais qui modélise, en plus, les échanges d'information entre ces mêmes acteurs. Les premiers résultats de ce travail de modélisation montrent que, pour certains schémas d'échange d'énergie prévus récemment dans la règlementation, des interactions ?indirectes' entre acteurs peuvent apparaître et potentiellement leur causer des préjudices financiers (par exemple, la défaillance d'une source de production de l'un peut impacter les revenus d'un autre). Ainsi, les frontières qui délimitaient nettement jusqu'alors les domaines de responsabilité de chacun des acteurs pourraient être amenées à s'estomper et leurs domaines de responsabilité pourraient se ?recouvrir'. Le candidat aura pour missions de : - Définir formellement le domaine de responsabilité d'un acteur du marché de l'électricité, - Modéliser les interactions, y compris ?indirectes', qui peuvent apparaître entre ces acteurs, - Appliquer des techniques de preuves formelles (de type ?model-checking') pour détecter les recouvrements des domaines de responsabilité, - Définir les conditions d'échange entre les acteurs qui garantiraient le non-recouvrement des domaines de responsabilité.
Département Intelligence Ambiante et Systèmes Interactifs (LIST)
Laboratoire Vision et Apprentissage pour l'analyse de scènes
Thèse en Robotique et/ou Apprentissage par Renforcement
01-09-2020
PsD-DRT-20-0082
Usine du futur dont robotique et contrôle non destructif (.pdf)
La manipulation et l'assemblage robotique de haute précision pour saisir ou construire des objets est un enjeu majeur pour l'industrie. Cependant, la flexibilité et l'agilité des systèmes actuels sont encore trop limitées pour répondre efficacement aux besoins d'adaptation rapide à un nouvel environnement ou à une nouvelle production. L'objectif de ce post-doc est de lever ce verrou en développant un outil qui permet de réaliser des tâches industrielles d'insertion fine de haute précision en se basant sur un apprentissage par renforcement basé sur le transfert sim2real. Pour fixer le cadre, nous nous limitons dans cette étude aux tâches d'assemblage de produits industriels à partir de pièces dont on dispose de la CAO. On commencera par le World Robot Challenge avant de proposer une généralisation vers d'autre types de tâches d'assemblage proposées par des industriels automobiles et aéronautiques avec qui le CEA-LIST collabore actuellement.
Département Intelligence Ambiante et Systèmes Interactifs (LIST)
Laboratoire d'Architecture des Systèmes Robotiques
Doctorat en robotique
01-01-2021
PsD-DRT-20-0096
Usine du futur dont robotique et contrôle non destructif (.pdf)
L'offre concerne le développement d'approches de conception et de commande force/vision d'un préhenseur pluridigital intégrant des moyens de perception multimodale. L'outil de préhension robotique à concevoir tirera parti de capacités de perception au travers de capteurs tactiles, d'actionneurs sensibles en efforts et d'un système de vision, afin de réaliser de manière autonome diverses tâches de manipulation (telles que la manipulation dextre d'objets au sein de la paume de la main, la prise-dépose d'objets rigides et flexibles, l'assemblage de composants, etc.). Pour ce faire, le système multimodal ainsi conçu sera mis à profit pour construire une base de données d'apprentissage combinant des indicateurs d'efforts et de vision pour une série d'objets aux caractéristiques variées (en termes de géométrie, de forme, de texture, de masse, etc. ). Cette base de données considèrera d'abord les objets connus, avant d'être extrapolée aux cas d'objets inconnus.
Département Ingénierie Logiciels et Systèmes (LIST)
Labo.conception des systèmes embarqués et autonomes
Doctorat en Informatique ou Informatique industrielle
01-10-2020
PsD-DRT-20-0103
Data intelligence dont Intelligence Artificielle (.pdf)
La quatrième révolution industrielle ou l'Industrie 4.0 est la transformation actuelle des pratiques industrielles et de fabrication traditionnelles avec les dernières technologies intelligentes et numériques. L'interopérabilité est la base de l'Industrie 4.0 et garantit des marchés ouverts et pluralistes. Elle permet aux systèmes, appareils et applications de communiquer entre eux et de travailler ensemble de manière transparente. Les normes ouvertes sont des composants essentiels pour l'interopérabilité, le « Asset Administration Shell » (AAS) est une norme prometteuse pour assurer l'interopérabilité et la mise en ?uvre du jumeau numérique dans le domaine de l'Industrie 4.0. L'AAS est développé dans des projets de recherche applicatifs (projets nationaux allemands et français, ainsi que des projets européens et implémenté dans (au moins) deux projets pilotes. L'objectif de votre post-doctorat sera d'étudier des méthodes et de développer des architectures et des outils logiciels modulaires, compositionnels et interopérables basés sur des modèles et conformes standards disponibles (AAS, AutomationML, SenML, OPC-UA, CoaAP, MQTT) et des frameworks logiciels de l'industrie 4.0, telle que Basyx. L'intelligence artificielle joue un rôle clé en permettant aux composants d'échanger des données et des informations directement entre eux et de prendre des décisions de manière autonome. Vous étudierez également la conception et la mise en ?uvre de composants d'IA dans l'écosystème basé sur AAS. En collaboration avec des membres seniors du laboratoire, vous vous impliquerez dans des projets européens. L'objectif principal est de mettre en place et de consolider un écosystème, une chaîne d'outils et une communauté dynamiques qui fourniront et intégreront la conception basée sur des modèles, la mise en ?uvre de jumeaux numériques et des solutions d'IA responsables pour l'industrie 4.0.
