Robotique coopérative et interactive appliquée à des environnements d’aide intelligents en santé et sécurité

Trois offres dans les domaines de la robotique et la perception en réalité mixte

Le Laboratoire d'Automatique et de Robotique interactive (LAR.i) développe des solutions innovantes dans les prochaines révolutions industrielles.

La formation multidisciplinaire offerte aux candidats est orientée vers la robotique, l’intelligence (apprentissage profond) et la santé. Les applications sont principalement centrées autour de la conception d’aides techniques intelligentes pour les personnes en perte d’autonomie et pour la sécurité au travail. Trois projets dans ces domaines sont disponibles : robotique, aide technique intelligente, modélisation humaine (avatar). Nous acceptons des candidatures à la maîtrise et pour la thèse de doctorat.

Critère d'admissibilité:

Une moyenne de 15/20 ou une mention au tableau d'honneur est requis. Le candidat doit déposer une demande auprès de:

https://frq.gouv.qc.ca/programme/bourses-de-formation-a-la-maitrise-pour-la-francophonie-frqnt-3/

Les critères généraux sont :

https://www.uqac.ca/lari/nouveaux-candidats/

Projets:

https://www.uqac.ca/lari/projets/

L'Université du Québec à Chicoutimi (UQAC) est une université francophone située au cœur de Chicoutimi, un arrondissement de la ville de Saguenay, dans la province de Québec, au Canada. Elle est affiliée à l'Université du Québec (UQ), les Universités de l'état québécois. Fondée en 1969, elle figure parmi les plus modernes au Québec. Sa devise est «Une grande Université à taille humaine».

Le laboratoire LAR.i

Le Laboratoire d’accueil, le LAR.i, est un laboratoire membre du regroupement stratégique ReSMIQ et du centre de recherche CISD. Le domaine d’expertise du laboratoire concerne la conception et l’évaluation de systèmes d’assistance intelligente et interactive utilisant la multi-modalité pour la communication d’informations. Les systèmes développés sont habituellement portables afin de réguler des situations à risque pour la santé et la sécurité. 

Les chercheurs du laboratoire sont des experts en automatisation et en robotisation des procédés industriels et des processus d’affaire. La recherche financée couvrent l’interaction humain-robot, la commande de machines, la conception de cellules de travail hybride, l’haptique, la réalité augmentée, la recherche opérationnelle (optimisation), les capteurs intelligents (microélectronique, micrologiciel), la caractérisation des phénomènes physiques dans le secteur des mines, de l’alimentaire, de l’énergie, du transport et de la fabrication personnalisée. Les travaux de recherche considèrent les défis en santé, sécurité et environnement (SSE) ainsi qu’en développement durable dans des conditions nordiques. Les résultats de la recherche sont orientés vers la réduction de l’emprunte environnementale des activités humaines sur les écosystèmes.

Vision

Le laboratoire LAR.i se propose d’étudier les technologies de la prochaine révolution industrielle, soit le passage du 4.0 vers le 5.0. Les travaux de recherche sont explorés dans quatre thématiques complémentaires suivantes :

-l’étude des modèles de l’interaction entre les systèmes cyber-physiques (robotique collaborative, procédé, optimisation via la recherche opérationnelle, commande de machines), les entités virtuels et les humains;
la microélectronique ubiquitaire appliquée à l’exploration de l’intelligence matérialisée;
l’identification, la modélisation, la caractérisation, l’estimation et la commande de systèmes;
l’évaluation d’un ensemble de systèmes interactifs en termes de SSE (santé, sécurité et environnement), de qualité (fonctionnalités, performances, respect des normes et réglementations).

Le réseau stratégique ReSMIQ

Les candidats au grade de maîtrise ou de doctorat seront accueillis à l’UQAC au laboratoire LAR.i et seront membres d'un centre de recherche CISD et d'un Regroupement stratégique ReSMIQ. 

Les candidats à la maîtrise doivent démontrer une grande capacité à l'innovation et un intérêt marqué dans la recherche. Ils doivent être en mesure d'écrire et de communiquer en anglais et en françcais. Les candidats au doctorat doivent posséder une expérience comme auteur principal sur au moins un article (acte) de conférence.

Les candidats idéaux devraient posséder soit une formation en mécatronique avec une option logicielle ou soit une formation en génie informatique avec une option mécatronique. Ils doivent connaître les techniques de conception des lois de commande moderne de manière à inclure des capteurs intelligents dans des asservissements. Préférablement, les candidats ont des connaissances en robotique (matrice de rotation, paramètres de denavit hartenberg, planification de trajectoires, évitement de collisions, optimisation) orientées dans la conception d’algorithmes de coopération. Finalement, ils doivent être intéressés par l’aspect de l’intelligence artificielle (réseau de neurones - Google TensorFlow - , logique floue, arbre de décision, filtre adaptatif et de Kalman) lors de l’identification d’activités humaines (gestes, mouvements, etc.) en temps-réel.

1- Vous devez maîtriser un logiciel de simulation multiphysiques temps-réel comme XCOS. Pour obtenir une bourse, une démonstration des compétences sera exigée.

2- La connaissance de Robotic Operating System (ROS) ou JuliaRobotics est un atout avec une connaissance en IoT (Internet des objets, exemple MQTT).

3- La connaissance et la maîtrise d'une plateforme en intelligence artificielle sont requises (Julia, Python, TensorFlow, KNIME).

Une mise en oeuvre pratique est requise dans tous les projets. Des compétences techniques de base en CAO sont requises.

Présentation du dossier

1- une lettre de référence spécifiant vos compétences en lien à un des projets;

2- fournir la moyenne du cursus Universitaire menant au diplôme d'ingénieur;

3- fournir votre spécialité en ingénierie;

4- présenter un résumé de vos projets;

5- présenter le lien à vos articles scientifiques et

6- fournir deux références de professeur à contacter.

Aucune réponse ne sera donnée aux candidats ne présentant pas un dossier complet ou avec une moyenne inférieure à 14.5/20.