Stage Reconstruct° neurale dynamique de scènes pour la simulation de conduite en boucle fermée à l'aide

Stellantis; Poissy; On-site; EUR 7,800 - 12,000; Full time

Job summary

Stellantis recherche un stagiaire de fin d'études pour travailler sur des méthodes de reconstruction dynamique utilisées dans des simulations de conduite autonome, au Green Campus de Poissy.

Vous contribuerez à développer une solution qui distingue l'environnement statique des objets mobiles, en utilisant Python, PyTorch et C++, avec une focalisation sur la cohérence temporelle et géométrique des scènes routières réelles.

Qualifications

• Maîtrise de Python et expérience avec PyTorch.
• Bonnes connaissances en apprentissage profond, vision par ordinateur et traitement d'images.
• Connaissances en rendu neuronal, Gaussian Splatting, traitement de données LiDAR & camera et C++ souhaitables.
• Capacité à lire et exploiter la documentation scientifique en anglais.

Responsibilities

• Réaliser un état de l'art des méthodes de reconstruction dynamique basées sur Gaussian Splatting et rendu neuronal.
• Prendre en main la chaîne de reconstruction et les données des capteurs du véhicule.
• Développer une méthode distinguant environnement statique et objets dynamiques.
• Reconstruct. et restituer objets mobiles en cohérence temporelle et géométrique, gérer les occultations.
• Permettre modification des trajectoires du véhicule ego et des autres usagers.
• Définir métriques et protocole d'évaluation et intégrer dans un démonstrateur.

Skills

Python

PyTorch

Deep Learning

Computer Vision

C++

LiDAR

Camera Calibration

Education

Bac+5 / Master 2

Tools

LiDAR

Camera Calib

Job description

Contexte et environnement de travail

Vous rejoindrez une équipe travaillant sur les technologies de simulation et d'intelligence artificielle appliquées à la conduite autonome et automatisée dans le département TECH RESEARCH (ingénierie avancée) au Green Campus de Poissy (78).

Les méthodes de reconstruction neurale, notamment le Gaussian Splatting, permettent de créer des représentations tridimensionnelles photoréalistes à partir de données issues de véhicules instrumentés. Les outils actuellement disponibles reproduisent principalement les éléments statiques de l'environnement. Le principal défi consiste désormais à intégrer les usagers mobiles — véhicules, cyclistes ou piétons — et à les représenter de manière cohérente dans le temps et selon différents points de vue.

L'objectif de ce stage est de développer une méthode de reconstruction dynamique permettant d'utiliser des scènes routières réelles dans une simulation en boucle fermée, c'est-à-dire une simulation capable de s'adapter aux nouvelles trajectoires générées par les algorithmes de conduite.

Vos missions

Durant cette expérience, vos principales missions seront les suivantes :

• Réaliser un état de l'art des méthodes de reconstruction dynamique fondées sur le Gaussian Splatting et le rendu neuronal ;
• Prendre en main la chaîne de reconstruction existante ainsi que les données issues des différents capteurs du véhicule ;
• Développer une méthode permettant de distinguer l'environnement statique des objets dynamiques ;
• Reconstruire et restituer les objets mobiles en assurant leur cohérence temporelle et géométrique, ainsi que la gestion des occultations ;
• Permettre la modification des trajectoires du véhicule ego et des autres usagers dans la scène reconstruite ;
• Définir des métriques et un protocole d'évaluation portant sur la qualité visuelle, la cohérence temporelle, la robustesse et les performances de rendu ;
• Intégrer la solution dans un démonstrateur de simulation, puis documenter et présenter les résultats obtenus.

En fonction de l'avancement du stage, une étude exploratoire pourra également être menée sur la combinaison du Gaussian Splatting avec des World Models afin d'étudier la génération et la prédiction de l'évolution de scènes routières dynamiques.

Les Principaux Livrables Attendus Seront

• un prototype fonctionnel,
• un protocole d'évaluation accompagné de résultats quantitatifs,
• une documentation technique,
• et une démonstration finale.

Profil

Formation

Vous préparez un diplôme de niveau Bac+5 en école d'ingénieur ou en Master 2, avec une spécialisation en intelligence artificielle, vision par ordinateur, robotique, informatique ou mathématiques appliquées, et vous recherchez un stage de fin d'études de 6 mois.

Compétences techniques

• Vous maîtrisez la programmation en Python et possédez une première expérience avec un framework d'apprentissage profond tel que PyTorch ;
• Vous avez de bonnes connaissances en apprentissage profond, vision par ordinateur et traitement d'images ;
• Vous êtes à l'aise avec les concepts de géométrie tridimensionnelle, de calibration de caméras ou de reconstruction multi-vues ;
• Des connaissances en rendu neuronal, Gaussian Splatting, traitement de données LiDAR & camera et C++ seraient appréciées, sans être indispensables ;
• Vous êtes capable de lire et d'exploiter de la documentation scientifique et technique en anglais.

Compétences comportementales

Vous êtes une personne curieuse, rigoureuse et autonome, avec un bon esprit d'analyse. Vous appréciez les sujets exploratoires, savez proposer et évaluer différentes solutions, et aimez travailler en équipe. Votre capacité à documenter vos développements et à présenter clairement vos résultats constituera un facteur important de réussite.

Chez Stellantis nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité,

religion, orientation sexuelle, et handicap.

La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.

Durée du contrat

6 mois

At Stellantis, we assess candidates based on qualifications, merit and business needs. We welcome applications from people of all gender identities, age, ethnicity, nationality, religion, sexual orientation and disability. Diverse teams will allow us to better meet the evolving needs of our customers and care for our future.