Simulation Bench Development Intern

Company

AMPERE SOFTWARE TECHNOLOGY

Job Description

Contexte et environnement de travail :

Le monde automobile est en pleine transformation avec des enjeux technologiques, environnementaux et économiques majeurs.

Dans le cadre du développement de fonctions de localisation pour les systèmes ADAS et de conduite automatisée, il est nécessaire de pouvoir reproduire de manière contrôlée des scénarios réels afin d'évaluer l'impact de différentes conditions de réception GNSS sur les performances de localisation dans une carte.

Au sein d’une équipe spécialisée dans les innovations pour la conduite assistée et autonome, vous contribuerez à la conception et au développement de solutions innovantes.

Vous travaillerez en étroite collaboration avec les équipes en chargent de préparer les technologies des véhicules de demain.

L'objectif de ce stage (6 mois) est de mettre en place un banc de test permettant de rejouer en laboratoire des données acquises sur route, tout en modifiant les conditions GNSS afin d'analyser leur influence sur les performances d'un système de navigation basé sur un récepteur GNSS/Dead Reckoning et un algorithme de Map Matching.

Le stage est basé à Guyancourt

Vos missions :

Au sein de l’équipe Localization, E-Horizon and Map (LEM), vous contribuerez aux activités de l’équipe à travers les missions suivantes :

1. Prise en main des moyens d'essais

Vous réaliserez une phase d'apprentissage et de caractérisation des équipements :

• prise en main d'un simulateur GNSS multi-constellation ;
• compréhension des fonctionnalités de génération de scénarios GNSS sur le simulateur;
• prise en main du récepteur u-blox EVK-F9DR
• compréhension des interfaces CAN, des données véhicule exploitées par le récepteur
• compréhension de l’environnement Vector (CANOE/CANALYZER) permettant l’enregistrement et le rejeu des données CAN

2. Conception d'un banc de rejeu GNSS / CAN

Cette partie consistera à concevoir un banc de test permettant de reproduire un roulage réel en laboratoire.

Le travail inclura notamment:

• Définition de l’architecture du banc de test
• Création d’un processus de :
  • génération de scénarios, dans le simulateur GNSS, à partir des données terrain
  • rejeu des données CAN ;
  • réinjection des signaux GNSS simulés dans l'EVK-F9DR ;
  • réinjection des données véhicule enregistrées lors du roulage.
• Mise en place du banc de test

Vous devrez particulièrement étudier différentes stratégies de synchronisation entre les données GNSS simulées et les données CAN rejouées.

Exemples de pistes à investiguer :

• utilisation du Timepulse du récepteur GNSS u-blox EVK-F9DR
• utilisation du PPS (Pulses Per Second) du simulateur GNSS
• déclenchement du rejeu CAN par signal tiggering sur CANOE/CANALYZER
• enregistrement des données GNSS par CANOE/CANALYZER

3. Acquisition de données sur véhicule

Après avoir défini des scénarios de roulage représentatifs, le/la stagiaire préparera et réalisera des campagnes d'essais sur véhicule prototype afin de collecter les données GNSS et CAN nécessaires à l'étude. Ces acquisitions serviront de base à la mise en place des scénarios de rejeu sur banc et à l'évaluation des performances des algorithmes de localisation dans des conditions réalistes.

4. Test sur banc et étude de la robustesse de la localisation

Une fois le banc opérationnel et les acquisitions terrains faites, le stagiaire réalisera différents essais en faisant varier les conditions GNSS :

• réduction du nombre de satellites visibles ;
• ajout de multipaths ;
• simulations de canyons urbains ;
• pertes temporaires de signal GNSS ;
• variation du niveau de puissance des signaux ;
• simulations d'interférences ou de brouillage

L'objectif sera de quantifier l'impact de ces perturbations sur :

• la solution de positionnement GNSS ;
• les performances du Dead Reckoning ;
• la continuité de localisation du système.

5. Évaluation d'un algorithme de Map Matching

Les trajectoires resimulées produites par l'EVK-F9DR seront ensuite injectées dans une chaîne de traitement de Map Matching.

Vous analyserez la qualité de la solution map-matchée au niveau route.

Des indicateurs de performance seront définis et analysés afin d'identifier les scénarios les plus critiques pour le système.

Qui êtes vous ?

• Vous préparez un Bac+5 (école d’ingénieur ou Master 2) avec une spécialisation en informatique, robotique, systèmes embarqués ou automobile.
• Connaissances en GNSS, navigation ou traitement du signal appréciées.
• Intérêt pour les systèmes ADAS, la conduite automatisée et la localisation.
• Compétences en programmation (C++, Python, ROS ou équivalent).
• Notions de CAN, systèmes embarqués ou capteurs véhicule appréciées.
• Curiosité, autonomie et goût pour l’innovation.

Vous souhaitez participer à l’aventure de l’automobile de demain ? Rejoignez-nous ! 🚗💡

Job Family

Research & Development

Contract Duration

6 months