Valeo.ai

Nous développons, au cœur de Paris, un centre de recherche consacré à l’intelligence artificielle pour applications automobiles afin d’y conduire des projets de recherche ambitieux, notamment dans les domaines de la conduite assistée et des véhicules autonomes.

L’intelligence artificielle est déjà au cœur de la transformation du véhicule automobile ! Il y a 10 ans, il n’y avait pas de véritable IA dans les voitures. Aujourd’hui, la plupart d’entre elles sont équipées de logiciels, dont une partie est liée à l’IA. L’intelligence artificielle est en train de changer la mobilité dans le monde entier !

Les capteurs DRIVE4U® - Configuration technique pour la conduite autonome en ville

Perception multi-capteurs

La conduite automatisée repose en premier lieu sur différents capteurs, comme des caméras, des LiDARs, des radars et des capteurs à ultrasons Valeo. Exploiter au mieux les informations transmises à chaque instant par chacun de ces capteurs est essentiel pour appréhender l’environnement complexe du véhicule. C’est pourquoi nous explorons différentes approches d’apprentissage profond (deep learning) qui prennent en compte les capteurs isolément et collectivement.

Adaptation de domaine

L’apprentissage profond et l’apprentissage par renforcement sont des technologies clés pour la conduite autonome. L’un des défis auxquels elles sont confrontées est de s’adapter à des conditions différentes de celles vues à l’entraînement. Pour améliorer les performances des systèmes dans de telles situations, nous explorons des techniques dites d’« adaptation de domaine », comme dans AdvEnt, notre projet présenté à CVPR 2019.

route très fréquentée avec la neige lourde

Estimation d’incertitude

En cas d’imprévu, lorsque le temps se dégrade ou lorsqu’un capteur n’est plus opérationnel, le système de perception embarqué doit diagnostiquer la situation et réagir de manière adéquate, en recourant, par exemple, à un système alternatif ou en avertissant le conducteur humain. Dans cette optique, nous étudions des moyens automatiques d’évaluer l’incertitude d’un système et de prédire sa performance.

Rencontrez notre équipe

  • Ingénieur technique R&I Florent Bartoccioni

    Ingénieur technique R&I

    Perception | Scene understanding | Dynamic forecasting

    ENS Rennes | CTU Prague | INRIA

    Pragmatic dreamer

  • Chercheur Victor Besnier

    Chercheur

    Deep Learning | Computer Vision | Image Synthesis

    Sorbonne Université | ENPC

  • Chercheur Alexandre Boulch

    Chercheur

    Computer vision | Deep Learning | Geometry processing

    X | MVA | ENPC | ONERA

    3D perceiver

     

  • Chercheur senior Andrei Bursuc

    Chercheur senior

    Machine Learning | Computer Vision | Reliability | Self-supervised learning

    Politehnica | Mines | Inria | Safran

    Random walker

       

  • Doctorant Amaia Cardiel

    Doctorant

    Deep learning | Vision and Language

    SciencesPo | SorbonneU | UGA

    Language learner

  • Doctorant Loick Chambon

    Doctorant

    Deep learning |Computer Vision

    MVA | Sorbonne

    Climber

  • Chercheur Mickaël Chen

    Chercheur

    Generative Models | Forecasting

    Sorbonne Université

    Entropy producer

     

  • Directeur de recherche Matthieu Cord

    Directeur de recherche

    Deep Learning | Computer Vision | Vision and Language

    Enseirb | CergyU | KULeuven | Ensea | CNRS | SorbonneU | IUF

    Top chef

  • Chercheur Spyros Gidaris

    Chercheur

    Deep Learning | Computer Vision

    AUTH | Cortexica | ENPC

    Life-loving epicurean

     

  • Chercheur David Hurych

    Chercheur

    Machine Learning | Computer Vision | Generative Networks

    CTU-Prague | NII-Tokyo

    Curious

  • Doctorant Victor Letzelter

    Doctorant

    Deep Learning | Uncertainty Quantification | Signal processing

    Telecom Paris | MVA | EMSE

    Landscape explorer

  • Directeur de recherche Renaud Marlet

    Directeur de recherche

    Computer vision | Scene Understanding | 3D | Geometry Processing

    X | Inria | EdinburgU | Simulog | Inria | TrustedLogic | Inria | ENPC

    Persistent eclectist

     

  • Doctorant Tetiana Martyniuk

    Doctorant

    Deep learning | Computer Vision

    Mines Paris | INRIA

    Proud Ukrainian

  • Doctorant Björn Michele

    Doctorant

    Computer vision | Deep Learning | Frugal Learning

    DHBW | MVA | IRISA | UBretagne Sud

    Domain adapter

  • Chef de projet Serkan Odabas

    Chef de projet

    AI Norms, Regulations, Standardization | Management

    Sorbonne Université | Inria

    Gamer

  • Chercheur Gilles Puy

    Chercheur

    Computer Vision | Deep Learning

    Supélec | EPFL | INRIA | Technicolor

     

  • Chercheur Nermin Samet

    Chercheur

    Deep learning | Computer Vision

    METU | ENPC

    Book wanderer

  • Doctorant Corentin Sautier

    Doctorant

    Computer Vision | Deep Learning | Self-supervised Learning

    Mines Paris | MVA | ENPC

    Annotations hater

  • Doctorant Sophia Sirko-Galouchenko

    Doctorant

    Deep learning | Computer Vision

    DauphineU | MVA | SorbonneU

    Borscht-powered Cyborg

  • Chercheur senior Eduardo Valle

    Chercheur senior

    Computer Vision | Deep Learning | Generative AI

    CergyU | University of Campinas

    Neural optimizer

  • Chercheur Tuan-Hung Vu

    Chercheur

    Deep Learning | Computer Vision | Robustness | Generative AI

    Telecom | Inria | NEC

    Protein lover

      

  • Chercheur Yihong Xu

    Chercheur

    Deep Learning | Computer Vision | Motion and Tracking

    Telecom Bretagne | Inria | UGA

    Troublemaker

  • Chercheur Eloi Zablocki

    Chercheur

    Deep Learning | Computer Vision | Vision and Language

    X | MVA | SorbonneU

    Substancial learner

Partenariats universitaires