Mouhamadou Bachir SECK

Ingénieur consultant en Systèmes Avancés et Robotique. Plusieurs missions chez différents clients détaillées ci-après.

Faisabilité et développement d’une méthode de navigation en indoor du drone Anafi AI pour la gestion de stocks en entrepôt. - Prise en main des SDK, Olympe et Air SDK de Parrot. - Etude de différentes missions Air SDK en Python et C++. - Acquisition des flux vidéos de différentes caméras. - Importation des librairies nécessaires et développement en C++ de briques pour une localisation basée sur une détection de tag aruco. - Enregistrement de données de navigation (logs et images) pour analyse après vol. - Tests en simulation sur Sphinx et sur drone physique. - Elaboration d’une mission Air SDK pour une navigation basée sur la détection de tag aruco.

Intégration d'algorithmes d'IA pour la détection d'aléas sur un prototype de train digitalisé pour les voyageurs sous ROS à l'aide de capteurs embarqués (caméras (RGB, thermiques, Fisheye et Dome), lidars, microphones). - Prise en main des brokers d'acquisition des données de capteurs embarqués sous ROS. - Configurations des paramètres réseaux des serveurs embarqués nécessaires à la communication et la bonne réception des données capteurs. - Mise à jour régulière des messages de détections envoyés au sous-système de prise de décision et messages reçus des autres sous-systèmes puis publication sous ROS. - Maintenance et développement de services Linux pour le maintien de l'architecture du sous-système de détection. - Validation en laboratoire avec des tests d'interface et tests fonctionnels avec les autres sous-systèmes par messages fictifs ou rejeu de données. - Préparation des serveurs embarqués sur banc de test en vue des essais en ligne du système global. - Intégration sous ROS d'algorithmes d'Intelligence Artificielle de détection d'aléas sur l’environnement à l’avant du train, sur l’activité voyageurs en voiture et aux abords des portes, ainsi que sur des fonctions de diagnostic de l'état du train, développés par les ingénieurs IA de l'équipe. - Développement d'une fonctionnalité d'écriture d'images contenant les aléas détectés sur disque partagé pour la gestion d'incidents en ligne. - Vérification de la bonne réception des données capteurs et la bonne marche des différentes briques du sous-système de perception devant tourner en parallèle sur les différents serveurs embarqués dans le train. - Essais et validation de différents scénarios en ligne avec l'ensemble des équipes. - Étude théorique de différents microcontrôleurs pour l'IA et tests sur microcontrôleur Jetson Nano.

- Tests sur bras robot de non régression et prise en main du système. - Automatisation des tests de non régressions (avec google test). - Amélioration du logiciel de tests niveau système afin d’aider les équipes ingénieurs systèmes dans le déroulement des tests : étude du logiciel, proposition de solutions, implémentation, tests & validation. - Vision 3D : détection de formes géométriques (plans, sphères) sur un nuage de points 3D. C++, avec la librairie PCL. - Développement C++/Qt dans le cadre d’amélioration de différents protocoles médicaux liés à la chirurgie du genou. - Calcul des changements de position, d’orientation, de composition de mouvements et Implémentation en C++. - Bug fixing. - Développement de tests unitaires et maintien de tests d'intégration. - Communication inter-process. - Protocole de communication TCP/IP Raw Socket. - Formatage de timestamp (UTC, epoch). - Mise en place d’un environnement de testing interprocess, amélioration de l’architecture existante et implémentation en C++.

Calibration IMU/Caméra et développement d'un banc de calibration. - Mise en équation de la rotation entre une unité de mesures inertiels (IMU) mems par rapport à un capteur optique placé sur un même PCB. - Modélisation d'une méthode de calibration de la matrice de rotation IMU-Caméra basée sur une mise en rotation sur 3 axes et sur une résolution d'équation par décomposition en valeurs singulières. - Etude de sensibilités de la méthode de calibration aux défauts des capteurs inertiels (bruit, facteur d'échelle, biais), aux caractéristiques de la caméra (focale, principal point, distorsions), à l'environnement de calibration (niveau de luminosité/temps d'exposition, taux d'images inexploitables, dynamique de la trajectoire) et établissement d'un protocole et environnement de calibration permettant de garantir les performances attendues. - Développement de la méthode de calibration sur Matlab : Calcul de vitesses de rotation angulaires à partir de quaternions d'attitudes de la caméra, Synchronisation et choix du filtrage des données. - Série d'études de précision et de répétabilité sur hexapode puis bras robot KUKA et validation de la méthode. - Développement de scripts bash d'acquisitions du flux vidéo et mesures inertiels, et scripts Python de sélection et pré-traitement des données. - Implémentation de l'algorithme de calibration en C++ en multithread. - Mise en place du banc de calibration avec un bras UR. - Développement d'un script Python de vérification des conditions de luminosité. - Validation du banc en entier par tests de répétabilité et études d'impact de la calibration sur la stabilisation pour la Depth From Motion. - Evaluation de la précision de capteurs avec un outil de validation basé sur du Computer Vision

-> Cours particuliers de mathématiques à domicile pour des lycéens.

Bibliographie : Étude de robots sur le marché, Capteurs embarqués pour la détection de défauts et d'obstacles, Algorithmes de détection de défauts par traitement d'images. Développement : Commande des fonctionnalités par microcontrôleur Arduino (Langage C), Traitement d’images ( OpenCV puis Matlab) et détection de défauts par Machine Learning (Classification par SVM).

- Simulation dynamique en Robotique sur Gazebo. - Contrôle en C++ via ROS. - Théorie des chocs appliquée à la Robotique. - Conception et mise en œuvre d'un protocole expérimental. - Analyse de résultats.