Programme PHC (Partenariats Hubert Curien)
- État de l’avancée du projet 60%
3L4AV est un projet de recherche collaboratif international entre l’Université technique tchèque de Prague (CTU) en République tchèque et l’Université de technologie de Belfort-Montbéliard (UTBM) en France.
L’objectif de la recherche est de fournir de nouvelles méthodes pour les véhicules autonomes afin d’améliorer la robustesse de leur système de perception, en particulier pour la détection et le suivi dynamiques d’objets dans des conditions défavorables, telles que par mauvais temps ou en cas de trafic dense.
Dans ce projet, nous étudierons des méthodes d’apprentissage automatique pour des systèmes multi-capteurs déployés dans des véhicules autonomes.
La nature hétérogène des données sensorielles permettra un apprentissage mutuel des méthodes de détection et de suivi dynamiques d’objets.
L’apprentissage permanent des modèles d’objets pour la détection et le suivi s’obtiendra par le biais de l’exploitation de l’hétérogénéité et de la quantité de données collectées par les capteurs du véhicule sur de longues périodes.
Contrairement aux technologies existantes qui reposent principalement sur des modèles statiques, notre projet se concentrera sur le développement de modèles adaptatifs complétés et affinés sur la base des données recueillies lors du fonctionnement à long terme du véhicule autonome.
Programme H2020
- État de l’avancée du projet 55%
Au cours des dernières années, une personne a été tuée et près d’une personne gravement blessée chaque jour aux passages à niveau (LC).
Par conséquent, le projet européen SAFER-LC vise à améliorer la sécurité et à minimiser les risques en développant un ensemble intermodal totalement intégré de solutions innovantes et d’outils pour la gestion et la conception proactives de l’infrastructure de LC.
Les utilisateurs EP sont chargés de développer un système de vidéosurveillance avancé pour modéliser et analyser le comportement des utilisateurs de LC, y compris les utilisateurs vulnérables, et leurs interactions avec les autres utilisateurs et avec LC.
Programme ANR (Agence Nationale de Recherche)
- État de l’avancée du projet 100%
Le projet CITIES vise à promouvoir l’utilisation de modèles LUTI (interaction du transport de l’utilisation des sols) pour la conception et l’évaluation de politiques d’utilisation des sols et de transport, en s’attaquant à ces deux obstacles.
Cela implique:
-
de définir une méthodologie d’étalonnage et de développer des algorithmes pertinents et efficaces pour faciliter l’estimation des paramètres des modèles LUTI ;
-
de définir une méthodologie de validation, au sens historique et à celui de l’économie urbaine, et de développer les algorithmes correspondants.
Dans les deux cas, analyser l’incertitude pouvant résulter des données ou des équations sous-jacentes, quantifier la manière dont ces incertitudes se propagent dans le modèle et effectuer une analyse de sensibilité pour déterminer la pertinence des divers paramètres de données et de modèle revêtant une importance majeure.
La réalisation de ces différentes tâches faciliterait la mise en œuvre des modèles LUTI et renforcerait considérablement la confiance en leurs résultats.
Trois modèles de LUTI serviront d’exemple pour tester les méthodologies qui seront développées dans le projet CITIES: Tranus, UrbanSim et Pirandello. Ils sont assez représentatifs de ces derniers, avec deux modèles d’équilibre et un modèle de microsimulation.
Tranus et UrbanSim sont des logiciels Open Source et les modèles les plus largement utilisés dans le monde, tandis que Pirandello est le seul modèle opérationnel développé en France. Les zones d’étude sont la région grenobloise pour Tranus, la région lyonnaise pour UrbanSim et la région parisienne pour Pirandello, qui offrent des contextes locaux différents.
Programme RBFC (Région Bourgogne Franche-Comté)
- État de l’avancée du projet 55%
L’objectif du projet URBANFLY est d’identifier et d’évaluer les effets et les risques associés à l’utilisation généralisée de drones dans l’espace aérien des futures villes intelligentes.
UrbanFly développera :
-
un outil de simulation logicielle capable de reproduire les comportements de mobilité des drones de manière réaliste dans un environnement sensible au contexte ;
-
les outils permettant de construire des directives liées à la réglementation du trafic de drones.
Programme UTBM (Université de Technologie Belfort-Montbéliard)
- État de l’avancée du projet 15%
L’objectif du projet SMART-E2AU inter UT (Université Technologique) est de réaliser un état de l’art et une analyse des techniques d’apprentissage artificiel pour un système d’intelligences artificielles distribuées afin de proposer un projet ANR (Agence National de Recherche) structurant, incluant notamment les universités technologiques partenaires.
Ce projet apporte des contributions liées à l’apprentissage artificiel sur des données structurées issues de capteurs dans une ville intelligente, ainsi que l’intégration des techniques d’apprentissage artificiel dans un système intrinsèquement distribué.
De même, l’interaction entre les citoyens et les systèmes intelligents, par exemple les véhicules autonomes, le mobilier urbain interactif et intelligent sera abordée dans notre étude du système sociotechnique de la ville intelligente.
Projet Euréka
- État de l’avancée du projet 100%
Le projet SIGA3D est en partenariat avec la société Groupe Archimen et la société allemande Lat-Lon.
Ce projet avait pour objectif de proposer une architecture sémantique associant CityGML et IFC (GIS & BIM).
Une thèse CIFRE et un contrat de collaboration de recherche ont été signés.
La thèse a été publiée et les résultats présentés lors de la journée de l’interopérabilité en décembre 2012 organisée par l’OpenGéospatial consortium et le Liris.
Projet Eurostar
- Éta de l’avancée du projet 100%
Projet PSDP (Prédictive Smart Data Platform). Ce projet de recherche est financé par des fonds Eurostars en 2016.
L’objectif de ce projet est de permettre un profilage dynamique de comportement d’internautes dans un environnement e-marketing de BigData.
Les partenaires européens du projet sont des entreprises.
Autres projets
- État de l’avancée du projet 85%
Le projet ASTRES (Alstom Simulator for TRaining and Engineering Support) qui est un projet industriel est en collaboration avec Alstom Transport et Voxelia SAS. Il vise à construire un simulateur de train sur une plate-forme de simulation cyber-physique intégrant les composants réels des trains. Les objectifs sont de permettre l’entrainement des conducteurs, et d’aider les ingénieurs à concevoir les systèmes du train.
Ainsi, la plate-forme ASTRES permettra de valider les fonctions de la locomotives en autorisant les tests des innovations au niveau de la cabine et de ses nouvelles fonctionnalités ou nouveaux équipements.
Le laboratoire CIAD a contribué à la définition de l’architecture du simulateur, à proposer des outils de génération automatique des univers virtuels dans lesquels les train simulés devaient être immergés, à conçu un simulateur de l’infrastructure ferroviaire.
- État de l’avancée du projet 33%
Projet de recherche commun TOYOTA PARTNER ROBOT (38 partenaires dans le monde entier). Ce projet portera sur le développement de méthodes de perception active basées sur plusieurs capteurs pour le suivi humain et la reconnaissance d’objets, d’une part, et la saisie d’objets inconnus, d’autre part.
L’ensemble de la recherche sera notamment basé sur le contexte des services de santé et des services sociaux destinés aux personnes handicapées et aux personnes âgées.
Nous allons exploiter les données acquises par plusieurs capteurs installés dans le robot HSR de Toyota, où la nature hétérogène des données sensorielles permettra une formation mutuelle (enrichissement) de modèles pour la traçabilité humaine et la reconnaissance d’objet, puis pour la saisie d’objet. Les méthodes développées pourraient également servir à la cartographie sémantique, à la localisation de robots et à la navigation à long terme.
- État de l’avancée du projet 100%
L’objectif du projet EXPLORYS qui est un projet industriel en collaboration avec Alstom Transport, est de développer un outil logiciel pour l’assistance au diagnostic de pannes durant les essais de séries des locomotives.
L’outil fournira un support à la modélisation des connaissances métiers liées au train, à l’analyse de ces connaissances.
Les travaux réalisés inclus la modélisation des méthodes de travail, des processus métiers et des interfaces entre services: Ingénierie électrique, TCMS, Ingénierie mécanique, PMCO, relations avec fournisseurs et autres sites (co-part), etc.
- État de l’avancée du projet 100%
Le projet MLEARNING3.0 a été réalisé en partenariat avec la société Crossknowledge et le laboratoire SHS Ciméos de l’Université de Bourgogne.
Ce projet avait pour objectif de construire un système de recommandation pour l’apprentissage en situation de mobilité. La difficulté concernait la gestion de l’impact du changement de contexte lors d’un parcours d’apprentissage.
Ce projet a donné lieu au financement de deux thèses CIFRE, l’une en informatique, l’autre en SHS.
Deux contrats de collaboration ont été signés entre 2011-2014.
- État de l’avancée du projet 15%
DENOSAU (point cloud DENOising in adverSe weather conditions for AUtonomous driving) est un projet de recherche conjoint entre le Groupe Renault et l’Université de Technologie de Belfort-Montbéliard (UTBM) en France.
Il évalue l’impact des conditions météorologiques extrêmes sur les données 3D lidar et développe de nouvelles solutions pouvant s’intégrer aux ressources matérielles actuelles, en élargissant à la pointe de la technologie pour obtenir un débruitage efficace des données lidar 3D.
Scientifiquement, DENOSAU vise à résoudre l’un des problèmes les plus pressants en matière de conduite autonome, à savoir la détection et le suivi d’objets, via l’étude de la méthode de débruitage pour les nuages de points générés par le lidar 3D dans des conditions météorologiques défavorables.
- État de l’avancée du projet 100%
Le projet 3.2.1 COTE D’OR est en partenariat avec l’agence Côte d’Or Tourisme.
Il concerne le développement d’un système de recommandation associant sémantique et métaheuristique pour résoudre des problèmes d’optimisation combinatoire liés à la combinaison pertinente d’offres touristiques selon un savoir-faire métier.
Ce projet a fait l’objet d’un financement d’une thèse CIFRE et d’un contrat de collaboration de recherche et le développement d’une application pour smartphone.
- État de l’avancée du projet 100%
Le projet MINDMINING est en partenariat avec la startup Ezakus basée à Bordeaux.
Ce dernier propose une nouvelle approche symbolique de profilage dynamique d’internaute sur le web et recommandation publicitaire en temps réel.
Ce projet a fait l’objet d’un contrat de collaboration de recherche et d’une bourse CIFRE.
La thèse a été soutenue en mars 2016. L’entreprise a obtenu en 2013 le statut de jeune entreprise innovante. En 2015 elle ouvrait un bureau à Londres et un à NewYork.
- État de l’avancée du projet 100%
OSMOSE 3D est un projet mené en partenariat avec l’équipe IPESE de l’Ecole Polytechnique Fédérale de Lausanne (EPFL) à Sion, sur la base de leur outil d’optimisation urbaine URBio (https://www.urbio.ch/).
URBio prend place dans un contexte de projets d’urbanisme tels que la conception d’un nouveau quartier ou encore l’aménagement / amélioration d’un quartier existant, tout particulièrement autour des problématiques énergétiques. Basé sur la résolution de problème multicritères, URBio est un outil d’exploration des solutions dans un but d’aide à la décision. La génération des solutions, ainsi que l’exploration, reposent sur la mise en place de nombreuses contraintes (efficacité énergétique, répartition des bâtiments, etc.), ainsi que sur de nombreux objectifs à suivre (maîtrise des coûts, part des énergies renouvelables, disponibilité du stationnement, etc.).
Parmi l’ensemble des solutions générées par l’outil, toutes ne sont pas satisfaisantes et les décideurs doivent pouvoir explorer l’espace des solutions calculées, affiner la définition des critères et des objectifs en fonction des impératifs et de leurs préférences, et re-générer de meilleures solutions. Cette approche itérative permet d’écarter progressivement les solutions qui ne conviennent pas et de produire des solutions subjectivement et objectivement de meilleure qualité.
L’outil Osmose 3D a vocation à fournir une solution à ce problème d’exploration de l’espace des solutions : en interaction avec URBio, l’objectif d’Osmose 3D est d’utiliser la réalité virtuelle pour afficher en 3D l’espace des solutions disponibles et proposer une représentation de la maquette de la ville associée à chaque solution. En interagissant avec l’espace 3D, l’utilisateur doit pouvoir influer sur les solutions proposées en affinant les critères de recherche. Cette interaction peut prendre plusieurs formes : définition de nouvelles contraintes (pour réduire l’espace de recherche), définition de solutions préférées/rejetées (et utilisation d’un algorithme d’apprentissage automatique pour affiner la recherche).
Dans ce cadre, le laboratoire CIAD apporte son expertise dans le domaine de l’interaction et de la réalité virtuelle, afin de répondre aux principales problématiques du projet que sont la densité d’information à afficher (l’utilisateur doit avoir visuellement à disposition toute l’information utile et disponible) et l’interaction de l’utilisateur (celui-ci doit, par ses gestes et son intention, contribuer à définir les critères formant la solution souhaitée).
- État de l’avancée du projet 100%
Le projet EMPROVE (energy consumption prediction with building usage measurements for software-based decision support) est un projet européen (EU FP7 Funded Project)
Ce projet était en collaboration avec la société Active3D et 8 autres partenaires originaires de 7 différents pays de l’Union Européenne.
L’objectif était de construire une plateforme collaborative dédiée à la rénovation de bâtiment.
- État de l’avancée du projet 100%
Le projet NOMADBIM est réalisé en partenariat avec l’entreprise située localisée à Dijon.
Ce projet porte sur la gestion sémantique et modélisation contextuelle du BIM Active3D en situation de mobilité.
Ce dernier a fait l’objet d’une thèse CIFRE et d’un contrat de collaboration de recherche en 2013-2016.
En partenariat avec cette société, nous avons été lauréats du concours mondial de l’innovation dans la catégorie BigData en 2014 avec le proje U-BIM.
- État de l’avancée du projet 60%
Le projet WINECLOUD a pour objectif de développer une plateforme IoT et Bigdata de traçabilité du cycle de vie du la vigne et du Vin.
Wine Cloud est porté par R-Tech Solutions au sein du consortium intégrant Orange, la Cave de Lugny, l’Université de Bourgogne Franche-Comté et Photon Lines et a été labellisé par le pôle de compétitivité Vitagora (Région Bourgogne Franche Comté) et le pôle de compétitivité Images et Réseaux (Région Bretagne).
- État de l’avancée du projet 10%
Le projet KOVERS a pour objectif de développer un outil de comparaison qualitative des termes des contrats d’une assurance santé.
Ce dernier est mené en partenariat avec la start-up QAPE. Un second contrat de recherche a été signé avec l’université de Bourgogne.
- État de l’avancée du projet 60%
Le projet WITTYM consiste à travailler avec des algorithmes d’Intelligence Artificielle dédiés au bâtiment qui vont permettre d’exploiter cette connaissance automatiquement pour s’adapter à toute nouvelle situation et à tout changement en temps réel et en fonction de l’usager.
Nous intégrons le moteur de raisonnement BIM à WITTYM il va donc assurer une exploitation optimale des connaissances implicites liées au BIM, développer des services innovants au regard de la concurrence, valoriser numériquement un savoir faire métier, construire une image de marque 3.0 et enfin bénéficier de résultats fiables et rapides.
En fonction du contexte et d’un utilisateur, l’API WITTYM fournira un raisonnement :
- Sur l’adéquation des éléments du CCTP par rapport à la maquette numérique.
- Sur le calcul automatique du parcours de secours le plus rapide et le plus sûr.
- Sur les risques d’effraction et l’analyse des comportements à risque.
- Sur l’optimisation du contrôle des sources d’énergies selon des règles d’usages.
La web API WITTYM permet de comprendre toutes les données du BIM.
L’objet devient une connaissance qui s’adapte à un utilisateur.
- État de l’avancé du projet 75%
WISENET (wise network) est un projet de système sémantique qui fusionne des sources de données hétérogènes, telles que des données provenant de capteurs et les différentes informations contextuelles.
Le système est défini de manière à inclure différents types de capteurs (température, humidité, capteur de profondeur). Cependant, lors des premières étapes de développement, nous nous concentrons sur les caméras intelligentes.
L’objectif principal de WiseNET est d’améliorer la vision informatique classique et les systèmes d’apprentissage en profondeur en prenant en compte les informations contextuelles de l’environnement et en effectuant un raisonnement en temps réel. En conséquence, WiseNET peut surmonter certaines limitations de la vision par ordinateur comme par exemple, les fausses détections et les détections manquées.
Mais aussi certains inconvénients de l’apprentissage en profondeur par exemple, le besoin d’une grande quantité de données de formation et de test et les limitations d’un système basé sur plusieurs caméras permettant la détection d’événements / anomalies en temps réel et la reconfiguration du système.
- État de l’avancé du projet 80%