- - - - - - - - - - - -

📍 Localisation : Clermont - Ferrand (Carmes)

🎓 Niveau d'études : Bac + 5

📅 Date de début : A partir de mars 2027

⏱️  Durée: 4 à 6 mois

Contexte

L'équipe Industrie 4.0 de Michelin est engagée dans la transformation de l'industrie en utilisant un ensemble de technologies clés du digital, notamment le numérique, les données (data) et l'intelligence artificielle (IA). Ces éléments sont combinés pour favoriser une transition significative vers l'Industrie 4.0 dont l’ambition est d'améliorer la qualité des produits, réduire les coûts en minimisant l'impact environnemental, et favoriser l'innovation en accroissant l'agilité de l'entreprise pour répondre aux enjeux sociétaux et besoins changeants du marché.

Mission et objectif

Les progrès récents en robotique avancée reposent de plus en plus sur des modèles de monde, des représentations latentes apprises capables de prédire l'évolution d'un environnement complexe à partir d'observations multimodales. Couplés à l'apprentissage par renforcement, ces modèles permettent d'envisager des politiques de contrôle robustes pour des tâches où la dynamique physique, les contacts et les déformations rendent la modélisation analytique inopérante. Dans ce cadre, la richesse et la complémentarité des modalités d'entrée (RGB, profondeur, inertiel, pression) conditionnent directement la qualité du latent appris et la capacité de généralisation du système.

Parallèlement, la littérature récente en vision par ordinateur a vu émerger des modèles fondation vidéo, à l'image des travaux sur l'estimation monoculaire dense de profondeur (Depth Anything, Yang et al., 2024) ou l'estimation de flot optique multi-frames (VideoFlow, Shi et al., 2023), ainsi que des approches apprises d'estimation d'ego-motion et de signaux inertiels à partir de séquences d'images seules.

L'objectif du stage est d'évaluer rigoureusement l'apport d'une Inertial Measurement Unit (IMU) estimée par vision comme modalité auxiliaire d'un modèle de monde en robotique, et de quantifier le gain par rapport à des configurations vision seule ou vision et profondeur.

Axes de recherche du stage

·        Panorama des approches récentes d'estimation dense de mouvement, flot de vitesse et pseudo-IMU à partir de séquences RGB.

·        Intégration d'un signal pseudo-inertiel comme modalité auxiliaire dans un modèle de monde multimodal.

·        Étude du compromis entre coût d'inférence, latence et gain informationnel.

·        Évaluation de la robustesse face à la dégradation d'une modalité (ablation, bruit, occultation).

Missions du stagiaire

Le/la stagiaire conduira successivement : (i) un état de l'art structuré sur les modèles fondation vidéo d'estimation de mouvement/IMU et sur les modèles de monde multimodaux ; (ii) une implémentation intégrant un extracteur pseudo-IMU à une architecture de modèle de monde de référence ; (iii) un benchmark comparatif sur plusieurs configurations (vision seule, vision et profondeur, vision et pseudo-IMU, fusion complète) avec étude d'ablation et métriques de prédiction, robustesse et coût. L'ensemble donnera lieu à un rapport technique, un démonstrateur reproductible et une restitution orale.

Interlocuteurs

Le/la stagiaire sera intégré.e à l'équipe Industrie 4.0 de Michelin et interagira avec des data scientists, des ingénieurs roboticiens et des doctorants en robotique avancée.

Apports pour le/la candidat.e

·        Expérience de recherche appliquée

·        Maîtrise opérationnelle de modèles fondation vidéo et de modèles de monde.

·        Pratique rigoureuse du benchmarking scientifique (protocole, ablations, reproductibilité).

Profil recherché

Étudiant(e) en Master 2 ou dernière année d'école d'ingénieur, formation en sciences des données, apprentissage profond et/ou computer vision. Maîtrise de Python et PyTorch indispensable. Connaissances appréciées en modèles génératifs, estimation de mouvement ou robotique. Autonomie, rigueur méthodologique et goût prononcé pour la recherche expérimentale.

- - - - - - - - - - - -