Aller au contenu principal

Thèse Conception d'Architectures d'Estimation Distribuées Robustes pour la Gestion Sécurisée d'Une Flotte de Navettes Ferroviaires Autonomes Soumises aux Incertitudes du Réseau Transmission des Do H/F

Doctorat.Gouv.Fr

  • Paris - 75
  • CDD
  • Bac +5
  • Service public d'état
Lire dans l'app

Les missions du poste

L'un des enjeux majeurs réside dans la sécurisation du trafic ferroviaire autonome qui passe par un maintien d'un espacement inter-navettes minimal. Cette fonction est assurée par les algorithmes de contrôle commande et de supervision décentralisées et implémentés sur des unités de calcul embarquées (ECU) assurant le pilotage automatique des fonctions de traction et de freinage. En vue d'améliorer la robustesse et les performances de ses algorithmes, il est primordial pour les ECU's, de disposer en temps continu des mesures fiables et synchronisées des états (position, vitesse, accélération) ainsi qu'aux paramètres de chaque navette appartenant à la flotte. Dans ce contexte, le recours à des observateurs (estimateurs d'état) constitue une solution intéressante, permettant de reconstruire en temps réel les variables critiques du système. L'objectif principal de la thèse est la synthèse d'architectures d'estimation adaptatives, coopératives et distribuées en charge de la sécurisation et de la surveillance du trafic d'une flotte de navettes ferroviaires autonomes. Les architectures d'estimation développées par le candidat retenu pour cette thèse incorporeront les structures suivantes :
1. Des structures d'estimateurs adaptatifs locaux, implémentées au niveau de chaque navette. Ces estimateurs auront pour objectif de fournir une estimation simultanée des états critiques non mesurables de la flotte ainsi que des paramètres inconnus, tout en garantissant des propriétés de convergence améliorées en comparaison avec les approches développées dans la littérature.
2. Des architectures d'estimation distribuées, conçues pour prendre en compte les contraintes du réseau de communication, notamment les retards de transmission et les pertes de données. Compte tenu de la complexité des modèles et du nombre potentiellement élevé de navettes, des mécanismes de réduction de complexité et du coût d'implémentation seront proposés. Ces mécanismes auront comme objectif de limiter la sollicitation du réseau e à la travers la réduction de la fréquence de sollicitation de la donnée et le volume des échanges de données critiques.

3- La validation des architectures des estimateurs proposés dans la thèse sur des simulateurs numériques et expérimentaux de la flotte de navettes autonomes connectées

Le profil recherché

Le/La candidat(e) retenu(e) devra être curieux(se) et motivé(e) par le domaine du contrôle des véhicules autonomes et du monde du transport autonome en générale. Il devra, posséder les compétences suivantes :

1. Titulaire d'un M2 recherche ou d'un diplôme d'ingénieur avec de solides compétences en théorie du contrôle, en théorie de l'estimation et en systèmes de contrôle embarqués.

2. Des compétences en programmation (Matlab/Simulink, Gazebo, C++, ROS, programmation logicielle et optimisation) seront fortement appréciées.


3. Bon niveau d'anglais, tant à l'oral qu'à l'écrit.

Bienvenue chez Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : IBISC - Informatique, BioInformatique, Systèmes Complexes Direction de la thèse : Sofiane AHMED ALI ORCID 0000000205435279 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-04T23:59:59 L'objectif de cette thèse est de contribuer à la surveillance et à la supervision du trafic d'une flotte de navettes de train autonomes soumises aux contraintes de transmission du réseau de signalisation ferroviaire. Pour atteindre cet objectif, le projet vise à proposer de nouvelles architectures d'estimation distribuées, robustes et adaptatives, basées sur des observateurs, capables de faire face aux retards de transmission et aux pertes de données de signalisation. Ces architectures intègrent des schémas d'estimation décentralisés permettant d'évaluer l'ensemble des grandeurs critiques de la flotte, tout en réduisant significativement le coût de calcul global. Les résultats attendus de cette thèse incluent une amélioration notable de la sécurité, de la flexibilité et de la modularité des solutions de mobilité ferroviaire autonome. Face aux enjeux écologiques liés au réchauffement climatique, la conception et le développement de solutions innovantes en matière de transport a connu un développement important au cours de cette dernière décennie. L'enjeu primordial, étant de disposer de solutions s'inscrivant dans une stratégie de digitalisation et de décarbonisation du transport tout en disposant de systèmes de transports sécurisé, modulaires et capable de s'adapter aux différents aléas pouvant affecter son environnement. De nos jours, les flottes de navettes ferroviaires autonomes incorporent des infrastructures matérielles avancées, intégrant des technologies embarquées et des dispositifs au sol interconnectés. Cette interconnexion est accentuée avec l'émergence du concept Virtual Coupling [1-2] qui remplace le traditionnel couplage mécanique entre les navettes de la flotte offrant ainsi : 1) Une coordination dynamique globale basée sur des échanges intensifs de données entre navettes. 2) Un accroissement de la flexibilité de la modularité de la solution autonome du transport ferroviaire.

Publiée le 23/04/2026 - Réf : fe2bb88e66cbf0133d905a626b85a71f

Finalisez votre candidature

sur le site du partenaire

Créez votre compte
Hellowork et postulez

sur le site du partenaire !

Ces offres pourraient aussi
vous intéresser

Safran recrutement
Safran recrutement
Voir l’offre
il y a 13 jours
SUEZ recrutement
SUEZ recrutement
Voir l’offre
il y a 26 jours
Voir plus d'offres
Initialisation…
Les sites
L'emploi
  • Offres d'emploi par métier
  • Offres d'emploi par ville
  • Offres d'emploi par entreprise
  • Offres d'emploi par mots clés
L'entreprise
  • Qui sommes-nous ?
  • On recrute
  • Accès client
Les apps
Nous suivre sur :
Informations légales CGU Politique de confidentialité Gérer les traceurs Accessibilité : non conforme Aide et contact