Formations - Cédric Tessier
Transcription
Formations - Cédric Tessier
Cédric Tessier Doctorant et Ingénieur en robotique 9 bis rue Nélaton 63000 Clermont-Ferrand T 06 23 44 50 30 B [email protected] 26 ans, vie maritale, permis B Formations 2004-2007 Doctorat en robotique, Université Blaise Pascal, Clermont-Ferrand 2003-2004 D.E.A en vision et robotique, Université Blaise Pascal, Clermont-Ferrand 2001-2004 Ingénieur en informatique, I.S.I.M.A., Clermont-Ferrand 1999-2001 Classes préparatoires en PSI*, Lycée Pierre Corneille, Rouen Expériences professionnelles depuis 2004 Cemagref, Clermont-Ferrand Thèse de doctorat “Système de localisation basé sur une stratégie de perception cognitive appliqué à la navigation autonome d’un robot mobile” : réalisation du système de suivi automatique de trajectoire par un véhicule tout terrain. • Fusion de données multi-sensorielles (GPS, laser, gyromètre, odomètre, . . .) • Pilotage du module de localisation par un algorithme cognitif • Réalisation de la boucle “perception-décision-contrôle”, expérimentations • Communication : 7 conférences et 2 revues soumises depuis 2004 Université Blaise Pascal, Clermont-Ferrand Enseignement 260 heures d’enseignement dispensées en licence et école d’ingénieur. • Cours/TD/TP de programmation avancée en C++, Java et DotNET • Encadrement de projets 04/04-09/04 (6 mois) Cemagref, Clermont-Ferrand Stage de D.E.A “Détection de type de sol par analyse de texture pour le guidage de véhicules” : reconnaissance de textures dans des images en perspective, prises d’un robot en mouvement (projet ROBEA-CNRS : R2M Rover Multi-Modes pour une haute mobilité sur terrain accidenté). • Etude des méthodes existantes et proposition de nouvelles approches • Implémentation temps réel de l’application embarquée 04/03-09/03 (6 mois) Soluscience, Clermont-Ferrand Stage Développement en C++ d’un logiciel, utilisant la bibliothèque wxWindows pour l’interface graphique, permettant l’automatisation de création de pages web. • Force de proposition, complète autonomie Compétences Perception Estimation Modélisation Décision Informatique Langue Vision par ordinateur, analyse de textures, identification d’objets Filtrage optimal : Kalman, particulaire Markovienne, autorégressive, modèles cinématiques de véhicules Réseau dynamique bayésien, processus de décision markovien Matlab, Scilab, C++, java, dotnet, design patterns, UML Anglais : lu, écrit et parlé - TOEIC : 730/990 Divers Loisirs Sports Photographie, musique, philatélie Cyclisme sur route, VTT, randonnée