Google Car et compagnie: comment fonctionnent les véhicules autonomes?
Le professeur Philippe Giguère, de l’Université Laval, présentera les types de capteurs installés dans ces véhicules, ainsi que les algorithmes qui exploitent les informations disponibles afin de réaliser cette tâche, pour ensuite traiter d’une nouvelle tendance: l’utilisation des voitures des consommatrices et consommateurs pour collecter des données d’entraînement et de test.
À propos de la conférence
Les véhicules autonomes feront bientôt partie intégrante du paysage automobile. La compagnie Tesla offre d’ailleurs, depuis peu, un module d’autopilote en version bêta.
Cette présentation vise à démystifier la technologie derrière ces véhicules, qui repose sur deux domaines en pleine expansion: l’intelligence artificielle et la robotique mobile. Nous brosserons d’abord un bref historique de ce rêve, vieux de plus de 50 ans. Puis, nous présenterons les types de capteurs installés dans ces véhicules, ainsi que les algorithmes qui exploitent les informations disponibles afin de réaliser cette tâche. Finalement, nous traiterons brièvement d’une nouvelle tendance: l’utilisation des voitures des consommatrices et consommateurs pour collecter des données d’entraînement et de test.
À propos du conférencier
Professeur agrégé, Faculté des sciences et de génie, Université Laval
Codirecteur, Norlab
Responsable de l’axe Environnement physique, IID
Philippe Giguère, ing. (Bac. : Génie Physique U. Laval, Maîtrise : Northeastern U., Ph.D. : U. McGill) est professeur adjoint au département d’informatique et de génie logiciel de l’Université Laval depuis 2010. Il possède une douzaine d’années d’expertise en robotique et capteurs, en plus de cumuler 6 années d’expérience en entreprise privée sur des systèmes ordinés ou embarqués. Il dirige des recherches en robotique mobile (Norlab) et intelligence artificielle (laboratoire DAMAS).
L’objectif principal de ses recherches vise à augmenter le degré d’autonomie des systèmes cyber-physiques (robots intelligents), via l’application de méthodes d’apprentissage automatique ou de fusion de données. Ses projets des dernières années ont touché à la vision numérique, au traitement de nuage de point 3D, à la localisation, à la préhension et à la perception tactile. Finalement, il est membre du regroupement pour les environnements intelligents FRQNT-REPARTI, du centre de recherche en données massive (Big Data) de l’Université Laval et du réseau canadien CRSNG de robotique de terrain (NCFRN en anglais).
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.