Offre de thèse sur l'optimisation des tâches sur des robots mobiles autonomes
Forum 'Emplois' - Sujet créé le 2018-06-12 par Antoine Jeanjean
Simulation et optimisation de la gestion dynamique de tâches évolutives sur des robots mobiles autonomes.
Application sur le traitement UV-C robotisé dans l’horticulture
Contexte
Le développement de la robotique mobile autonome, a permis à plusieurs secteurs économiques d’au-
tomatiser des tâches complexes, irréalisables et/ou trop risquées pour être effectuées par un humain.
De plus, quand leurs utilisations sont optimisées, ces robots sont vecteurs de compétitivité pour l’en-
treprise, vu leurs impacts positifs sur ses indicateurs de performance en termes de coûts, qualité, délais
et sécurité. Cependant, l’optimisation de l’utilisation des robots est souvent source de problématiques
décisionnelles complexes liées à la planification, la supervision et le pilotage de leurs activités.
Dans le secteur horticole, le traitement avec des rayons UV-C (ultraviolets de type C) est récemment
identifié comme une alternative durable aux traitements chimiques actuellement utilisés contre cer-
taines maladies comme le mildiou et l’oïdium. L’application manuelle de l’UV-C étant trop dangereuse
pour l’opérateur humain, l’automatisation et l’optimisation de cette opération devient nécessaire.
Le projet européen UV-ROBOT s’intéresse aux problématiques associées à la robotisation du trai-
tement par UV-C dans l’horticulture. Ce projet a une durée de quatre ans et s’articule autour des trois
objectifs principaux suivants : (1) Le développement de robots mobiles autonomes pour le traitement
du mildiou, (2) L’intégration du traitement UV-C dans les stratégies de protection intégrées actuelles
et (3) La mise en œuvre de l’innovation chez les producteurs. Au cours de ce projet, le traitement UV-C
robotisé sera testé dans trois types d’horticulture dites « sphériques »(fraises), « verticales »(tomate
ou concombre) et « horizontales »(laitue et basilic).
Dans le cadre de ce projet, le laboratoire LINEACT du CESI propose une thèse pour la mise en
place d’un système d’aide à la décision permettant la simulation, le dimensionnement et l’optimisation
des tâches d’inspection et de traitement des maladies avec des robots.
Description du Sujet
L’utilisation des rayons UV-C pour le traitement des plantes est une technique représentant de
nombreux avantages tels que : l’évitement de l’utilisation des pesticides, l’efficacité accrue contre les
maladies et la rapidité de traitement. Cependant, les lampes utilisées pour la génération des rayons
UV-C sont gourmandes en consommation énergétique. Comme les lampes sont alimentées par la bat-
terie du robot, ce dernier voit son autonomie réduite. D’un autre coté, la maladie a un comportement
d’apparition et de propagation évolutif dans le temps et qui dépend de plusieurs conditions environ-
nantes. De plus, la durée de traitement est proportionnelle au niveau évolutif de la maladie sur la
plante. La rentabilité économique de cette technique dépend clairement de l’optimisation conjointe
des tâches d’inspection et de traitement effectuées par les robots.
Cette thèse a pour objectif de fournir un outil d’aide à la décision basé sur la sim-optimisation pour
permettre à un horticulteur de dimensionner, simuler et optimiser l’utilisation d’une flotte de robots
mobiles pour l’inspection et le traitement des plantes dans une ou plusieurs serres. Les différentes
missions associées à cette thèse sont :
— Développer/améliorer un simulateur paramétrable permettant d’exécuter et d’évaluer plusieurs
scénario de fonctionnement du système.
— Développer des méthodes innovantes d’aide à la décision et participer à leur implémentation sur
les cas test du projet.
— Suivre l’évolution du projet à travers les différentes réunions avec les partenaires.
— Participation à la réalisation des livrables du projet.
Profil recherché
— Master Recherche et/ou Diplôme d’ingénieur avec expérience de recherche ;
— Compétences techniques en Génie Industriel et Recherche Opérationnelle : Optimisation, Simu-
lation de flux, ordonnancement, Algorithmique/programmation, apprentissage automatique ;
— Compétence dans le développement web est très souhaité ;
— Un bon niveau d’anglais à l’oral et à l’écrit (toutes les réunions de partenaires sont faites en
anglais) ;
— Autonomie, communication, force de proposition.
Conditions de travail
Lieu : Laboratoire LINEACT, CESI Lille
Durée : 3 ans, à partir d’octobre 2018
Rémunération : ≈1400e/mois net + avantages (tickets restau., intéressement et 13ème mois)
Candidature
Contact : Belgacem Bettayeb, bbettayeb@cesi.fr, M’Hammed Sahnoun, msahnoun@cesi.fr et Nathalie
Klement, Nathalie.Klement@ensam.eu
Le dossier de candidature devra comporter :
— CV + Lettre de motivations
— Relevés de notes de deux dernières années d’études
— 1 à 2 lettres de recommandation
Date limite : 15 juin 2018
Références
Cock, J., Oberthür, T., Isaacs, C., Läderach, P. R., Palma, A., Carbonell, J., ... & Anderson, E. (2011).
Crop management based on field observations : Case studies in sugarcane and coffee. Agricultural sys-
tems, 104(9), 755-769.
Gary, C., Jones, J. W., & Tchamitchian, M. (1998). Crop modelling in horticulture : state of the art.
Scientia Horticulturae, 74(1-2), 3-20.
Hernandez, F., Feillet, D., Giroudeau, R., & Naud, O. (2016). Branch-and-price algorithms for the
solution of the multi-trip vehicle routing problem with time windows. European Journal of Operational
Research, 249(2), 551-559.
Janisiewicz, W. J., Takeda, F., Nichols, B., Glenn, D. M., Jurick II, W. M., & Camp, M. J. (2016). Use
of low-dose UV-C irradiation to control powdery mildew caused by Podosphaera aphanis on strawberry
plants. Canadian journal of plant pathology, 38(4), 430-439.
Sahnoun, M. H., Baudry, D., Mustafee, N., Louis, A., Smart, P. A., Godsiff, P., & Mazari, B. (2015).
Modelling and simulation of operation and maintenance strategy for offshore wind farms based on
multi-agent system. Journal of Intelligent Manufacturing, 1-17.