Un projet de recherche du département DEOS sélectionné par l’Agence nationale de la recherche

L’Agence nationale de la recherche (ANR) a lancé pour la quatrième année consécutive son appel à projets générique. Il s’agit du principal appel à projets de l’exercice budgétaire 2017. Il est ouvert à toutes les disciplines scientifiques et à tous types de recherche, depuis les projets les plus fondamentaux jusqu’aux recherches appliquées.

Le processus d’évaluation de l’appel à projet se déroule en deux étapes.

La première étape consiste à soumettre une pré-proposition de 3 pages. Cette pré-proposition est ensuite évaluée par un comité d’expert. Cette année 7260 propositions ont été soumises en première phase dont seulement 42% ont été retenues et seulement 40 % pour les projets JCJC (Jeune Chercheuse Jeune Chercheur).

Les sélectionnés peuvent alors participer à la seconde phase qui consiste en la soumission d’un projet détaillé d’une trentaine de pages détaillant l’intérêt scientifique et les retombées industrielles potentielles du travail de recherche proposé. Une nouvelle fois, une commission d’expert scientifique analyse le projet et propose un financement aux heureux élus. Cette seconde phase présente un taux de sélection entre 15 et 20%.

Cet appel à projet est donc très sélectif avec des taux de réussite et de financement faible (10 à 12 % en moyenne sur le processus entier).

Le projet proposé est une ANR "Jeune Chercheuse Jeune Chercheur" qui vise à aider au développement de l’axe de recherche porté par Damien Vivet, chercheur nouvellement installé. Le sujet a donc été jugé par les comités d’experts comme ayant un fort intérêt pour la communauté.

L’objectif de cette recherche est d’intégrer la notion d’analyse de scène et de détection d’objets sémantique dans les techniques de navigation pour les engins autonomes (drone ou véhicules routier).

A l’heure actuelle, les cartographie utilisées dans le cadre de la robotique se fondent uniquement sur des nuages de points ou d’objets géométriques dénués de sémantique. Nous proposons d’intégrer des outils d’apprentissage automatique afin d’ajouter des informations plus haut niveau afin d’inférer le contexte de navigation. Cela permettrait par exemple de prédire la traversée de piétons pour la navigation urbaine, de détecter et localiser les infrastructures routières (panneaux, feu, marquages au sol), de détecter les événements routiers (accidents, déviation...) ou encore de maintenir un positionnement absolu même en cas de perte du signal GPS.

Grâce aux financement de l’ANR, une thèse sur cette thématique devrait pouvoir débuter dans les prochains mois.