Applications de l’apprentissage profond pour la perception des objets en industrie

On retrouve de plus en plus de robots qui collaborent avec les travailleurs pour augmenter la productivité des entreprises. Dans le contexte industriel, ces robots sont souvent utilisés pour saisir des objets et effectuer des tâches avec ceux-ci. En général, les robots sont équipés de caméras leur permettant de voir et saisir les objets présents dans leur environnement. Typiquement, les méthodes utilisées permettent aux robots de savoir comment saisir un faible nombre d’objets différents. Toutefois, avec les récentes avancées en intelligence artificielle et l’utilisation des processeurs graphiques, les robots peuvent saisir un grand éventail d’objets. Pour que ces méthodes fonctionnent bien, il est essentiel de leur montrer un grand nombre d’exemples, ce qui n’est pas toujours réalisable aisément. Nous visons donc à apprendre aux robots à saisir les objets à partir de simulations.

Faculty Supervisor:

Philippe Giguère

Student:

Partner:

Robotiq

Discipline:

Computer science

Sector:

Manufacturing; Professional, scientific and technical services

University:

Université Laval

Program: