Annonce

Traitement d’images polarimétriques pour la navigation sans GPS bio-inspirée

Mots clés : polarisation, deep learning, machine learning, géolocalisation, navigation céleste

Ce stage s’inscrit dans le cadre du projet GéoPol. Ce projet est issu de la collaboration entre l’institut des sciences du mouvement (ISM) et l’institut matériaux microélectronique nanosciences de Provence (IM2NP). Il consiste à développer une méthode de géolocalisation sans GPS, basée sur le motif de lumière polarisée du ciel. Des études ont montré que certains animaux, des insectes, par exemple, la fourmi du désert Cataglyphis, ou encore des pigeons voyageurs, utilisent le motif de polarisation du ciel pour naviguer. Nous avons récemment développé une méthode s’inspirant des pigeons voyageurs, permettant de trouver la position du pôle Nord céleste dans le ciel, à partir des variations temporelles du motif de polarisation¹. L’observation de ce point nous permet d’obtenir de manière directe la direction du Nord géographique et notre latitude. Cependant, le motif de polarisation peut être perturbé par la présence de nuages dans le ciel ou d’obstacles dans le champ de vision. Pour pallier ce problème, les méthodes récentes de traitement d’image par intelligence artificielle sont prometteuses.

L’objectif du stage sera de réaliser le traitement des images polarimétriques et d’intégrer ce traitement à notre algorithme de recherche du pôle céleste. Plusieurs méthodes sont envisageables. Des algorithmes de deep learning tels que des autoencodeurs, des GAN (Generative Adversarial Networks) ou encore des transformers, avec possibilité d’intégrer de l’information par la physique (physics informed neural networks). Des algorithmes de reconnaissance de motifs utilisant par exemple la corrélation croisée en machine learning ou du filtrage de Kalman. Des méthodes plus exploratoires de traitement d’images, bio-inspirées, pourront également être envisagées. L’algorithme pourra également être testé en temps réel, sur un système embarqué, à partir d’une caméra polarimétrique du laboratoire, et d’une carte de type Raspberry pi.

Nous avons généré expérimentalement une base de données d’images de polarisation du ciel, et disposons d’un simulateur permettant de générer de telles images. Nous avons également accès à un centre de calcul d’Aix Marseille Université : le Mésocentre.