Université Lyon 1
Arqus
Accueil  >>  Artificial intelligence for internet of things and robotics
  • Unité d'enseignement : Artificial intelligence for internet of things and robotics
Nombre de crédits de l'UE : 3
Code APOGEE : INF2485M
    Responsabilité de l'UE :
MATIGNON LAETITIA
 laetitia.matignonuniv-lyon1.fr
04.72.44.80.43
MEDINI LIONEL
 lionel.mediniuniv-lyon1.fr
04.72.43.16.36
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
15 h
Travaux Pratiques (TP)
15 h

* Ces horaires sont donnés à titre indicatif.

    Pré-requis :
- programmation (Python ou C++, web)
- bases en IA (algorithme de recherche de chemins, ...)
    Compétences attestées (transversales, spécifiques) :
- connaître les notions de base , problèmes et solutions actuelles en robotique mobile
- savoir appliquer des techniques d’IA au contexte de la robotique mobile
- savoir utiliser et implémenter des modules dans un middleware robotique (ROS)

- Comprendre la problématique des objet connectés, de l'Internet des objets et du Web des objets 

 - Mettre en œuvre ces principes dans la conception d'une application intégrant des objets communicants

- Utiliser les technologies du Web et du Web sémantique et doter des objets connectés de comportements intelligents

    Programme de l'UE / Thématiques abordées :

Cette UE regroupe plusieurs aspects à l'intersection de l'intelligence artificielle et des dispositifs d'interaction avec le monde physique. Elle s'intéresse à la construction d'applications à l'aide de capteurs et d'actionneurs embarqués dans des objets connectés, puis augmente en complexité en multipliant ces dispositifs au sein d'un même objet (robotique).

Une première partie concerne les objets connectés et l'Internet des objets, avec un projet applicatif. Plus de détails sont disponibles ici (https://perso.liris.cnrs.fr/lionel.medini/enseignement/#md=AI4IoTR/index)

 

Une seconde partie concerne la robotique mobile. L’objectif est de fournir un aperçu des problèmes et solutions actuelles en robotique mobile, ainsi que les notions de base nécessaires à leur compréhension (types de navigation, types de capteurs, localisation, cartographie), puis de mettre en pratique ces connaissances sur des mini-projets utilisant des framework de robotique classiques. Des CM/TD permettront de donner un aperçu des problèmes rencontrés en navigation de robots, et des méthodes classique de représentation de l’environnement et de localisation pour la navigation de robots. La robotique mobile est un domaine dans lequel l’expérience pratique est particulièrement illustratrice et importante pour la compréhension des problèmes. C’est pourquoi une grande part de cette section est consacrée à un projet pratique qui permet aux étudiants d’appliquer des techniques d’IA à différents problèmes de navigation robotique, en utilisant un middleware et simulateur robotique (ROS+Gazebo). Les mini-projets porteront par ex. sur l’implémentation d’un contrôleur réactif pour la sortie d’un labyrinthe, l’exploration et la cartographie d’un environnement inconnu, le contrôle en formation de robots, l’implémentation d’une approche probabiliste de localisation en robotique (filtre à particules), ...

 

Enfin, des séminaires peuvent être proposées pour présenter des recherches récentes dans le domaine de l’IA appliquée à la robotique (drones, robotique mobile, systèmes adaptatifs collectifs, ...). Dans tous les cas, le dénominateur commun est de mettre en oeuvre des techniques d'IA pour fournir à l'utilisateur final une valeur ajoutée justifiant l'emploi de ces technologies.

 

    Parcours / Spécialité / Filière / Option utilisant cette UE :
Date de la dernière mise-à-jour : 19/07/2024
SELECT MEN_ID, `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`, `PAR_ID` FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='26008' ORDER BY `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`