4 offres stage m2 trouvées

Intégrer LINEACT au sein de CESI pour un stage de recherche serait une formidable opportunité de contribuer à des projets innovants, tout en approfondissant mes compétences dans un environnement à la pointe de la transformation numérique et de l'industrie 4.0. Abstract This internship focuses on advancing the integration of AI into production lines by leveraging profilometer data to optimize waste reduction and enhance precision. This M2 internship aims to develop the step 4 of the project, whose goal is to integrate Artificial Intelligence (AI) into the production line to reduce waste using the profilometers data. The tasks assigned to the intern are as follows: • Clean the point cloud to only extract the front part and determine if the point cloud is incomplete • Match the CAD of the front part with its cloud point acquired by the laser profilometer. • Determine the key area used to match the back and front part of the product. • Creation of CAD back cover with defaults...

Intégrer Linéact au sein de CESI pour un stage de recherche serait une formidable opportunité de contribuer à des projets innovants, tout en approfondissant mes compétences dans un environnement à la pointe de la transformation numérique et de l'industrie 4.0. Travail Ce stage de M2 fait partie d'une recherche en cours sur l'amélioration des techniques d'étalonnage des caméras, en se concentrant sur l'optimisation des ensembles de données pour l'étalonnage intrinsèque et extrinsèque dans des contextes de manipulation robotique. Un étalonnage précis des caméras est essentiel pour obtenir une perception et un contrôle précis en robotique, en particulier dans les scénarios impliquant des caméras montées sur des manipulateurs robotiques. Contexte L'étalonnage de la caméra est une étape critique dans les applications de vision par ordinateur, permettant une transformation précise entre l'image et les coordonnées du monde réel. Cependant, la performance des algorithmes de...

Le stage vise à mettre en place le socle expérimental d'un projet de recherche qui vise à développer une brique technologique combinant IA et théorie des fonctions de croyance pour la fusion robuste de données multi-sources. Le/la stagiaire construira un jeu de données v0 exploitable à partir d'au moins deux sources hétérogènes (ex. visuel, thermique, données environnementales), définira un scénario d'étude représentatif et un protocole d'évaluation initial permettant de comparer des approches et d'illustrer l'impact de l'incertitude et du conflit entre sources. Objectifs du stage : * Identifier, collecter et structurer un jeu de données v0 exploitable (à minima 2 sources) avec un schéma de métadonnées minimal (timestamps, IDs, conditions de capture). * Proposer différents scénarios d'étude, incluant un scénario de référence et un scénario dégradé (données manquantes, bruit, divergence entre sources). * Mettre en place une chaîne de préparation des données (nettoyage,...

Ce stage de 6 mois vise à contribuer au développement de la 'Micro Learning Factory' (MLF), un écosystème de robots pédagogiques conçu par CESI au sein du projet ConfluencES. L'objectif est d'industrialiser les briques logicielles en Python pour déployer ces robots sur les différents campus de CESI. Le stagiaire aura pour mission principale de poursuivre le développement de l'outil de supervision 'Argus' (déjà initié) afin d'en étendre les fonctionnalités et la robustesse. En parallèle, il consolidera la bibliothèque 'pymlf' destinée aux étudiants et concevra des cas d'usage démonstrateurs. Ce stage offre une opportunité concrète de lier développement logiciel avancé et robotique appliquée à la pédagogie. Contexte : Le stage se déroule au sein de CESI, plus particulièrement dans son laboratoire CESI LINEACT (UR 7527). Dans le cadre du projet ConfluencES (https://lineact.cesi.fr/projets/confluences/), le laboratoire développe la Micro Learning Factory (MLF :...