Université de Toulon U.F.R.
Sciences et Techniques Master 1ère année ISC/RISE
MASTER INGENIERIE DES SYSTEMES COMPLEXES
1ère ANNEE
PARCOURS RISE
(Robotique Intelligente et Systèmes Embarqués)
SYLLABUS SIMPLIFIE
1
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
Semestre 1
UE 11 : Compétences 1 (commun VISTA et RISE)
§ Projet collaboratif 1
§ Anglais 1
UE 12 : Traitement de l’information (commun VISTA et RISE)
§ Automatique linéaire des systèmes multivariables
§ Estimation 1a
§ Apprentissage supervisé
§ RadioCom
UE 13 : Approfondissement RISE 1
§ Apprentissage non-supervisé
§ Modélisation des systèmes mécaniques
§ Modélisation des systèmes marins
§ Traitement analogique du signal
Semestre 2
UE 21 : Compétences 2 (commun VISTA et RISE)
§ Techniques de recherche d’emploi
§ Projet collaboratif 2
§ Anglais 2
UE 22 : Images et systèmes embarqués (commun VISTA et RISE)
§ Vision
§ Techniques d’optimisation
§ Instrumentation et capteurs embarqués
§ Systèmes embarqués
UE 23 : Approfondissement RISE 2
§ Chaîne d’actionnement
§ Automatique non-linéaire
§ Apprentissage profond : modèles et applications
2
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 11 : Projet collaboratif 1 (TP : 18h)
Les projets collaboratifs permettent aux étudiants de compléter leur formation par
l’apprentissage d’une notion non couverte par le programme commun, d’approfondir un
sujet traité en cours, de renforcer leurs compétences d’analyse et/ou de programmation.
Exemples de sujets de projet :
• Développement de fonctionnalités autonomes du robot turtlebot ;
• Programmation de la marche d’un robot quadrupède ;
• Génération de trajectoire pour robots sous-marins ;
• Réalisation d’équipements pour un drone marin de surface (USV) ;
• Optimisation de localisation de la localisation de sources bio-acoustiques (cétacés…);
• Balanced model réduction : analyse et compréhension de la méthode, tests
numériques de l’intérêt de cette technique d’automatique ;
• Etudes d’asservissements robotiques ;
• Développement d’applications de détection à base de LidAr ou caméra ;
• Analyse de datasets de référence à l’aide d’outil d’apprentissage supervisé
(apprentissage profond,…) ;
• Participation au projet ROBOCUP ;
• Réalisation de maquettes Ball&Wheel, Ball&Beam, ; Ball&Plate ;
• Formation à ROS (Robotic Operating System);
• Analyse de datasets et caractérisation de modèle géométrique ;
• …
UE 11 : Anglais 1 (TD : 18h)
L'enseignement de l'anglais à l'UFR Sciences & Techniques, et a fortiori au niveau Master, est
axé sur les cinq compétences langagières :
• compréhension orale et écrite ;
• production orale et écrite ;
• interaction orale.
L'objectif est d'atteindre, à la sortie du Master, un niveau B2+ du Cadre Européen Commun
de Référence pour les Langues1. Il s'agira, en première année, de travailler ces cinq
compétences dans le cadre d'un enseignement d'anglais dit général, contextualisé dans le
cadre de thématiques scientifiques. Il sera demandé aux étudiants de produire un exposé oral
au cours de chaque semestre. Une participation orale soutenue et régulière est attendue. A
noter que les cours d'anglais en Master se font en priorité en laboratoire de langues.
1
[Link]
3
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 12 : Automatique linéaire des systèmes multivariables
(cours : 18h, TD : 15h, TP : 18h)
Objectifs
Ce cours a pour objectif de présenter les bases théoriques et les concepts généraux pour
l’analyse et la commande des systèmes dynamiques multivariables linéaires ou linéarisés
autour d'un point de fonctionnement.
Contenu
• Représentation d’état à temps continu et discret,
• Représentation d’état vs formalisme de Laplace,
• Résolution de l’équation d’état – Matrice de transition,
• Forme de Jordan
• Commandabilité et observabilité (critère de Kalman, critère modal, Grammien).
• Forme de Brunovsky.
• Stabilité au sens de Lyapunov,
• Commande par retour d’état,
• Commande modale,
• Commande linéaire quadratique (LQR),
• Synthèse d’Observateurs (Luenberger, Kalman),
• Introduction à la commande Linéaire Quadratique Gaussienne (LQG)
Prérequis
• Bases de l’automatique et notions élémentaires de l’analyse et la commande des
systèmes linéaires continus et discrets.
• Identification et commande des systèmes.
• Algèbre linéaire.
• Programmation sous MATLAB
4
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 12 : Estimation 1a (cours : 9h, TD : 9h, TP : 9h)
Objectifs
Introduire la notion d’estimateur et donner un aperçu de plusieurs techniques d’estimation.
Contenu
• Estimation par apprentissage (machine learning) ou par inférence statistique ?
• Moindres carrés pondérés dans cas linéaire (multi-dimentionnel)
• Moindre carrés pondérés (cas non-linéaire mono-dimensionnel)
• Estimateur des moments
• Estimateur du maximum de vraisemblance
Prérequis
Le cours de probabilité (e.g. 3ème année de la licence SI).
Remarque
Les cours « Estimation 1b » et « Estimation 2 » sont spécifiques au parcours VISTA.
5
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 12 : Apprentissage supervisé (cours : 9h, TP : 9h)
Objectifs
L'objectif du cours est de présenter les principes de base de l'apprentissage supervisé.
Contenu
I. Généralités : Classification et régression par le Maximum de Vraisemblance et les
méthodes Bayésiennes
II. Modèles linéaires pour la régression
III. Modèles linéaires pour la classification
a. Fonctions discriminantes : modèle de Fisher
b. Modèles probabilistes génératifs
c. Modèles probabilistes discriminants : régression logistique
IV. Méthodes à noyaux : Support Vector Machine
V. Méthodes combinées : AdaBoost
VI. Exemple d’application : méthode de Viola Jones
Prérequis
Algèbre linéaire
Notions de base en probabilités : Variables, vecteurs et signaux aléatoires, moments, lois
conditionnelles, théorème de Bayes, …
6
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 12 : RadioCom (cours : 12h, TD : 3h, TP : 3h);
Objectifs
Comprendre le fonctionnement des systèmes électroniques pour les télécoms ainsi que les
principes de modulation et de démodulation associés. Être capable d’analyser et de simuler
une chaine de transmission (TX) ou de réception (RX) radiofréquence.
Contenu
Ce cours concerne l’étude des principaux procédés de modulation et de démodulation
analogiques ainsi que les modulateurs-démodulateurs numériques (introduction) utilisés dans
les systèmes de communication.
L’étudiant qui complète le cours avec succès devrait
• être en mesure d’expliquer les principes de fonctionnement des différents procédés
de modulation et de démodulation et d’apprécier leurs exigences spectrales
(distorsion, intermodulation, rapport signal/bruits …) ;
• être familier avec les schémas blocs et les caractéristiques globales d’une chaîne de
modulation ou de démodulation ;
• avoir la capacité d’identifier la fonction et les caractéristiques de chacun des éléments
d’une chaîne RX ou TX ;
• pouvoir évaluer et simuler les performances des systèmes étudiés.
Prérequis :
Transformée de Fourier, filtres passifs, fonctions de la variable complexe, diagramme de Bode,
théorie de la stabilité (principe, i.e. Nyquist), dérivées partielles, principe électrique des
systèmes linéaires, théorie des quadripôles, électronique analogique, automatique (niveau
L3).
7
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 13 : Apprentissage non-supervisé (cours : 9h TP : 9 h)
Objectifs
Donner les compétences élémentaires en apprentissage non supervisé pour des problèmes
de regroupement, d'estimation de densité et de classification et régression.
L'objectif principal est de pouvoir résumer aussi fidèlement que possible un ensemble large
de données et d'obtenir des modèles de généralisation et prédiction performants.
A l’issue de ce cours, les étudiants devront être capables de :
• créer et coder des prototypes de solutions rapides d'apprentissage de représentation
optimale de séries temporelles complexes (marines) ;
• les intégrer à des systèmes de classification / indexation automatique ;
• comprendre la complexité des données et de leur flux,
• extraire de la valeur des data à partir du jeu de données, identifier les variables
importantes puis construire des outils prédicateurs.
Contenu
Algorithmie et programmation pour l’Intelligence Artificielle.
Plus proche voisin et K-means.
Estimateur de densité Parzen.
Modèle de loi mélange et algorithme EM (espérance-maximisation).
Prérequis
Bases d'algorithmique et de programmation. Les étudiants devront être familier avec le
langage python, ou suivre un cours d’auto-formation en début de premier semestre.
8
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 13 : Modélisation des systèmes mécaniques (cours : 11h, TD : 9h, TP : 6h)
Objectifs
• Modéliser le comportement dynamique d’un robot type manufacturier.
• Savoir caractériser et modéliser mathématiquement une chaine cinématique
actionnée en termes d'effort, vitesse et puissance.
• Connaître les principes de contrôle d'un système robotique.
Contenu
• Typologie des chaînes cinématiques rigides.
• Introduction aux coordonnées homogènes.
• Modélisation géométrique et cinématique des robots sériel et parallèle.
• Ellipsoïdes de puissance.
• Modélisation dynamique (Formalismes de Lagrange, Newton/Euler, Hamilton.
Quaternions) – Dualité statique-cinématique.
Prérequis
Mécanique générale du solide (théorèmes généraux, Lagrange). Algèbre linéaire. Calcul
matriciel.
9
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 13 : Modélisation des systèmes marins (Cours : 7h, TD : 7h, TP : 7h)
Objectifs
Modéliser des robots mobiles sous-marins, à des fins de conception, dimensionnement et
commande.
Modéliser le comportement dynamique d’un robot mobile sous-marin.
Savoir prendre en compte les interactions d'un système marin avec le milieu aquatique.
Connaître les principes de contrôle d'un système robotique.
Contenu
Rappels de mécanique des fluides (hydrostatisme, écoulements).
Paramètres hydrodynamiques : phénomènes physiques et identification.
Modèle dynamique du robot immergé. Modèles de bateaux/drones.
Capteurs dédiés à l'environnement sous-marin.
Principes des lois de commandes pour contrôle autonome.
Prérequis
Mécanique générale du solide (théorèmes généraux, Lagrange). Algèbre linéaire. Calcul
matriciel. Physique de la mécanique des fluides.
10
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 13 : Traitement analogique du Signal (Cours : 12h, TD : 3h, TP : 3h)
Objectifs
Maîtriser la conception électronique des systèmes à temps continu pour la mise en œuvre
de systèmes électroniques embarqués.
Contenu
L'électronique analogique est la base fondamentale de l'électronique. Même si le numérique
est aujourd'hui très présent, notamment grâce à des fréquences d'échantillonnage élevées,
la réalisation analogique de certaines fonctions reste nécessaire aux interfaces et est parfois
plus immédiate ou plus simple pour traiter des signaux.
Dans un premier temps les équations fondamentales du transistor MOS et Bipolaires (BJT)
sont présentées (L’étude de la Diode est incluse). Le fonctionnement des circuits en régime
dynamique large signal et petit-signal est ensuite introduit.
La 2ème partie du cours présente la réalisation d’amplificateurs simples de type émetteur
commun et source commune. La suite concerne les principales structures différentielles
(opamps) et leurs applications :
• filtres quadratiques -> filtre de Butterworth/Tchebychev/Bessel ;
• sources contrôlées ;
• convertisseur d’impédance négatif (INIC) ;
• oscillateurs contrôlés (OC) ;
• boucle à verrouillage de phase (PLL).
Prérequis
Systèmes linéaires, transformée de Fourier, filtres passifs, fonctions de la variable complexe,
diagramme de Bode, théorie de la stabilité (Nyquist), Automatique, dérivées partielles,
principe électrique des systèmes linéaires.
11
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 21 : Techniques de recherche d’emploi (TD : 10h)
Objectifs
L'objectif du cours est de préparer les étudiants aux techniques de recherche de stage et
d’emploi. Travailler sur l’aisance relationnelle, les techniques d’entretien, la communication
verbale et non verbale en lien avec le marché de l’emploi. Nous aborderons également les
outils, la veille et le réseau.
Contenu
I. Méthodologie à la réalisation d’un CV
II. Méthodologie à la réalisation d’une lettre de motivation, mail de motivation
III. Réseau professionnel, comment mobiliser son réseau
IV. Préparation à l’entretien
V. Simulation d’entretien
UE 21 : Projet collaboratif 2 (TP : 18h)
Même syllabus que l’UE 11.
UE 21 : Anglais 2 (TD : 18h)
Le même syllabus que celui de l’UE 11 « Anglais 1 ».
12
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 22 : Vision (cours : 9h, TP : 9h)
Objectifs
L'objectif du cours est de présenter les principes du traitement de l’image et de la vision par
ordinateur.
Contenu
I. Rappels : Acquisition et représentation des images en niveaux de gris et couleur
II. Modèle géométrique de la caméra et perception 3D
a. Représentation en coordonnées homogènes
b. Modèle géométrique de la caméra.
c. Calibration : Méthode de Faugeras-Toscani
d. Reconstruction 3D
III. Détection de points d’intérêt dans une image
a. Détecteurs de Shi-Tomasi et Harris
b. Détecteurs Harris-Laplace et SIFT
IV Estimation du mouvement : Algorithme de Lucas-Kanade
V. Approches globales
a. Restauration d’image
b. Estimation du mouvement : méthode de Horn & Schunck
c. Estimation avec préservation du contour : Algorithme GNC
Prérequis
Algèbre linéaire
Notions de base en traitement du signal et image (cours de L2) : Convolution, transformée de
Fourier
Notions de base en probabilités : Variables, vecteurs et signaux aléatoires, moments, lois
conditionnelles, théorème de Bayes, …
13
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 22 : Techniques d’optimisation (cours : 12h, TP : 12h)
Objectifs
Savoir formuler un problème d'optimisation numérique (identifier les paramètres, définir la
fonction de coût, décrire les contraintes)
Savoir le caractériser (linéaire ou non, avec ou sans contraintes)
Savoir choisir la méthode d'optimisation adaptée au problème.
Contenu
1. Rappels mathématiques
Positivité, Convexité
Notion de minimum
Dérivabilité, Gradient et Hessien
Conditions d'existence d'un point minimum
2. Optimisation sans contraintes
Formulation du problème d'optimisation
Méthode du gradient
Méthodes des directions conjuguées
Méthodes de Newton et de Levenberg-Marquardt
3. Optimisation avec contraintes
Méthode du simplexe
Méthode du point intérieur
Multiplicateurs de Lagrange
Conditions de Karush-Kuhn-Tucker
Prérequis
Mathématiques : analyse numérique, notion de dérivabilité, de continuité.
Programmation scientifique : maîtriser les outils de programmation scientifique.
14
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 22 : Instrumentation et capteurs embarqués (cours : 9h, TD : 9h, TP : 3h)
Objectifs
Mettre en œuvre des fonctions électroniques permettant de traiter des signaux électriques à
temps continu issus d’un capteur.
Comprendre le fonctionnement d’une chaine d’instrumentation.
Contenu
Ce cours présente les techniques récentes permettant de mettre en œuvre une chaîne
d’instrumentation. Il comprend une base théorique liée à la notion d’amplifications
différentielles de précision mais aussi l’étude de composantes fondamentales permettant
l’interprétation ou la reconstruction de l’information issues de capteurs. Capteur fournissant
une information primitive (tension et/ou en courants électriques).
Le cours introduit la notion de traitement linéaire du signal analogique et des principes de
conversions associés pour la mesure. Plusieurs solutions architecturales seront étudiées en
fonction d’un cahier des charges. En effet, la notion de prétraitement in situ ou reportée aura
un impact sur la définition du système d’instrumentation. Dans un premier temps les
caractéristiques métrologiques : sensibilité, linéarité, rapidité, précision des capteurs sont
présentés. Ensuite certains montages électroniques ou «conditionneur» sont étudiés (ponts
de Wheatstone, amplificateurs, différenciateurs, convertisseurs …). Les contraintes de mise en
œuvre dues aux sources de bruits et à la présence de tensions ou de courants d’offsets seront
aussi présentées. La notion et certains principes de calibration sont abordés.
Le cours et les TD associés comportent des études de cas allant jusqu’à l’étude d’un système
complet. Cette dernière étude comprend le calcul de l’amplificateur d’instrumentation à faible
taux de réjection de mode commun et l’étude de convertisseurs analogique-numérique et
numérique-analogique.
Prérequis
Systèmes électriques linéaires & équations différentielle associées, fonctions de la variable
complexe. Électronique analogique et numérique, transformée de Fourrier, Série de Taylor,
notion de traitement analogique et numérique du signal.
15
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 23 : Chaîne d’actionnement (cours : 14h, TD : 7h, TP : 3h)
Objectifs
A l’issue de ce cours, l’étudiant devrait être en mesure de spécifier les organes d'action et de
perception proprioceptive d'un robot ou d’un système robotique en interaction avec
l’humain en vue de sa conception, de son pilotage et de l’évaluation de ses performances
vis-à-vis de son cahier des charges spécifique.
Contenu
• Actionnement des robots (généralités sur fluidique, électrique, thermique).
• Moteurs électriques pour la robotique (principes, modèles, dimensionnement,
pilotage).
• Perception proprioceptive et extéroceptive (chaine de mesure).
• Capteurs de déplacement et d’effort.
• Chaîne d'action et de perception proprioceptive.
• Dimensionnement d'actionneur électrique.
Prérequis
Mécanique générale et bases d’électronique.
16
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 23 : Automatique non-linéaire (cours : 20h TD : 6h)
Objectifs
Ce cours présente différentes notions de contrôle avancé. A l’issue de ce cours, l’étudiant
devra savoir analyser un système caractérisé par un modèle dynamique non linéaire, mettre
en place contrôleur non-linéaire.
Contenu
Le cours commence par rappeler quelques notions de stabilité, locale et globale : fonctions de
Lyapunov, principe d’invariance de Lasalle.
Ensuite, une sélection de méthodes de contrôle sont abordées parmi :
• Commande non-linéaire : linéarisation par feedback des systèmes mécaniques,
commande géométrique, stabilisation par la méthode de Lyapunov, commande
prédictive;
• Modes glissants, commande à structure variable ;
• Commande sans modèle.
Dans ce cours, pour lequel les méthodes sont essentiellement basées sur des commandes
par retour d’état, le sujet des observateurs sera abordé si le temps le permet. Cet aspect de
l’automatique sera étudié plus en profondeur dans le cours d’automatique du M2 (filtre de
Kalman, filtre de Kalman étendu, observateurs grand-gain…).
Prérequis
Calcul matriciel, Automatique linéaire (filtrage et commande), Optimisation.
17
Université de Toulon U.F.R. Sciences et Techniques Master 1ère année ISC/RISE
UE 23 : Apprentissage profond : Modèles et applications (cours : 21h, TP : 21h)
Objectifs
Savoir mettre en œuvre un système d’apprentissage profond (deep learning).
Contenu
• Principe de base et notion d’approximateur universel ;
• MultiLayer Perceptron (MLP) et retro-propagation du gradient (BP) ;
• Réseaux convolutifs (CNN) - application en vision ;
• Réseaux récurrents (RNN) - application en séries temporelles
Mise en œuvre des notions du cours : Python, Numpy, SkilearnKit, PyTorch…
Les applications sont en vision et en analyse de scènes acoustiques par deep learning
notamment dans le cadre d'applications en drone surface, de type Sphyrna, leader
dans le domaine de veille sous-marine.
Prérequis
Cours d’apprentissage non-supervisé (UE13) et d’apprentissage supervisé (UE 12) du
premier semestre.
Autonomie dans la programmation en langage Python.
18