Bonjour.
En réponse à plusieurs messages demandant le syllabus du Master2 AURO, vous trouverez en attaché un fichier PDF proposant quelques informations, pour la plupart diffusées lors d’une présentation de ce Master2 et lors des JPO (le syllabus n’est pas encore prêt).
J’indique à toutes fins utiles quelques éléments. Les options AUtomatique et RObotique sont exclusives.
- Tronc Commun
- Conception Orientée Objet – Systèmes et Architectures Temps Réel : concepts et langages objets ; conception ; éléments fondamentaux du temps réel ; (probablement) intergiciel ROS
- AOH : aspects organisationnels et humains — UE commune au M2-ISTR
- Commande Optimale I : comment commander un système dynamique (e.g., modèle d’état non linéaire) de telle sorte que sur l’horizon de commande cette commande conduise à l’optimisation d’un critère : énergie minimale, consommation minimale, temps minimal, etc.
- Commande non linéaire : méthodes génériques d’analyse et commande de systèmes non linéaires — UE commune au M2-ISTR option Commande
- Optimisation et Estimation :
- Optimisation : comment déterminer les valeurs des variables d’une fonction mathématique conduisant au minimum de celle-ci ? on considère uniquement des fonctions continues, et on examine les techniques où ces fonctions sont linéaires ou non, où les variables de décision vivent dans des domaines de définition contraints ou non
- Estimation : problèmes semblables (en quelque sorte) à l’identification paramétrique et la synthèse d’observateurs, mais dans un contexte incertain où l’incertitude est représentée de manière probabiliste : estimation paramétrique, filtrage de Kalman
- Robotique industrielle avancée : robotique de manipulation : mathématiques pour la robotique ; modèles géométriques, capteurs, actionneurs ; modèles avancés (dont modèles dynamiques) ; définitions de consignes pour la réalisation d’une tâche donnée, etc.
- Commande de robots : commande en boucle fermée de robots manipulateurs en tenant compte de leur dynamique non linéaire et couplée ; (possiblement) commande de robots mobiles ; introduction à la commande prédictive
- Option AU
- Commande linéaire avancée : analyse et commande de systèmes linéaires multi-entrées, multi-sorties ; analyse et commande robustes (à divers types d’incertitudes, en prenant en compte des objectifs multiples, etc.) – UE commune à ISTR-Commande
- Commande Optimale II : poursuite des considérations vues dans le tronc commun, tant sur le plan méthodologique que sur la mise en place de schémas numériques
- Commande des Systèmes Hybrides : analyse et commande de systèmes présentant des dynamiques continues et événementielles
- Conception et Mise en Oeuvre des Commandes Temps Réel : comment concevoir, simuler, (revoir la conception, enrichir la simulation…), un système de commande en boucle fermée, et, une fois qu’il est validé en simulation, comment l’implémenter sur une cible temps réel, le valider expérimentalement, etc. – UE commune à ISTR-Commande
- o Commande aux Travers des Réseaux : analyse et commande de schémas de commande en boucle fermée, dont la connexion avec le procédé commandé se fait au travers d’un réseau de communication –> présence de retards, etc.
- Option RO
- Robotique mobile et Navigation : modélisation de robots mobiles ; planification de trajectoires en environnements encombrés ; localisation, navigation ; résolution du problème de SLAM (localisation et cartographie simultanées) par des techniques d’optimisation quadratique non linéaire creuse ; intergiciel ROS
- Vision Industrielle / Commande référencée vision : capteurs visuels, formation des images 2D, fonctions visuelles (détection, segmentation, suivi…) sur la base d’images monoculaires en environnements maîtrisés (typiquement des environnements industriels) ; commande en boucle fermée de robots sur la base d’informations visuelles
- Perception 3D : capteurs tri-dimensionnels (vision multi-oculaire, lumière structurée, laser, radar…) pour la robotique : acquisition et étalonnage ; modélisation 3D de scènes ; localisation/reconnaissance 3D
- Robotique probabiliste : filtrage particulaire ; résolution du problème de SLAM par des techniques de filtrage stochastique ; intergiciel ROS
- Apprentissage automatique : introduction à l’apprentissage profond ; algorithmes pour l’entraînement de réseaux de neurones ; réseaux convolutifs ; réseaux récurrents ; introduction aux réseaux sequence-to-sequence et mécanismes d’attention ; …
- Pas de ”Supplément au diplôme (ENAC)“ en 2022-2023.
Cordialement
Patrick Danès
—
