Modélisation de mobilité à l’aide de jumeaux numériques et données temps-réel de mobilité- QC-444

Project type: Research
Desired discipline(s): Engineering - computer / electrical, Engineering, Computer science, Mathematical Sciences, Operations research
Company: Niosense
Project Length: 6 months to 1 year
Preferred start date: As soon as possible.
Language requirement: French with some English proficiency
Location(s): Trois -Rivières, QC, Canada; Montréal, QC, Canada; Repentigny, QC, Canada; Canada
No. of positions: 1
Desired education level: CollegeUndergraduate/BachelorMaster'sPhDPostdoctoral fellow
Search across Mitacs’ international networks - check this box if you’d also like to receive profiles of researchers based outside of Canada: 
No

About the company: 

Fondée en 2020 par deux ingénieurs expérimentés en mobilité et en logiciel, niosense améliore la gestion des feux de circulation en offrant un traitement adapté à chaque type de véhicule pour réduire les émissions de gaz à effets de serre liées au transport.  L’entreprise offre des outils ouverts et gratuits pour les villes et les gestionnaires d’infrastructures afin de leur permettre de réduire l’empreinte carbone de la mobilité sur leur territoire. 

Describe the project.: 

Le présent projet MITACS proposé consiste à réaliser la partie de l’intégration des données au jumeau numérique et la modélisation des différentes informations dans l’environnement virtuel. Le défi sera d’arrimer des sources de données disparates provenant de plusieurs sources, afin de les illustrer de façon conviviale dans un jumeau numérique d’une intersection avec feu de circulation. Les données proviendront d’appareils mobiles, de véhicules connectés, et de capteurs urbains, et le travail consistera à insérer cette information dans un environnement virtuel lequel sera le résultat d’une numérisation par Jakarto en lidar du monde réel à l’emplacement visé. Les capteurs utilisés comprendront notamment un lidar Blue City installé à l’intersection et qui transmettra en temps réel l’information sur les véhicules, piétons et objets mobiles détectés.

L’entreprise vise à offrir des outils puissants et gratuits pour les villes et les opérateurs d’infrastructures routières afin d’atteindre leurs cibles de réductions de GES.

Dans le cadre du projet le (la) stagiaire devra réaliser la création d’une copie numérique du monde réel avec l’intégration de données provenant de diverses sources. Le(la) stagiaire devra déterminer, avec les partenaires de niosense, les façons d’extraire les données provenant de la numérisation de l’environnement physique afin de les rendre utilisables pour l’intégration temps réel de données de mobilité.  Le résultat du projet devra être un jumeau numérique temps réel permettant de démontrer les mouvements reproduits de l’environnement physique via la modélisation, le tout dans un environnement d’informatique de périphérie (Edge).

Les livrables escomptés sont :

  • modèle numérique temps réel
  • capacité de visualiser les données des diverses sources dans l’environnement virtuel
  • démonstration fonctionnelle de l’intégration des données
  • intégration dans l’environnement d’exécution visé (Edge - 5G)
  • documentation des incertitudes et travaux réalisés
  • rapport de fin de projet complet
  • sondage selon les exigences de MITACS

 Les techniques utiliséses incluent la modélisation 2D-3D, l’intégration de données de mobilité (géospatiales), le traitement en périphérie (Edge), les communications et possiblement la géolocalisation par la 5G.

Required expertise/skills: 

Le projet requiert une bonne connaissance de la visualisation de données 2D et 3D, le traitement de données géospatiales, la programmation dans les langages appropriés pour les outils qui seront déterminés par la personne choisie pour le poste, une bonne autonomie au  niveau de l’exécution et la capacité d’évoluer dans un environnement dynamique axé sur les résultats.

Qualifications désirées

  • Développement back-end
  • Analyses de données massives
  • Utilisation d’APIs pour les interfaces avec des systèmes externes (lidar et jumeaux numériques)
  • Capable du niveau d’abstraction requis pour passer d’un modèle virtuel au monde réel et vice-versa dans la compréhension d’un système temps réel
  • Capacité de concevoir une architecture de données fonctionnelle
  • Autonomie et faire arriver les choses : capacité de travailler avec une grande liberté et peu de balise et de sélectionner les outils et méthodes pour atteindre les objectifs du projet
  • Ouverture : capacité à travailler et partager en équipe sa vision de façon respectueuse et ouverte