Le site de l'Université Paris-Saclay est actuellement en cours de mise à jour suite à sa restauration, après la cyberattaque subie en août. Certaines informations peuvent ne pas être encore actualisées. Nous travaillons à les remettre à jour au plus vite. Dans l'intervalle, nous vous remerçions de votre compréhension.
Le master RAM propose une spécialisation dans le domaine de la robotique au service de l'assistance et la mobilité. Cette formation théorique de haut niveau vise à acquérir des connaissances solides dans les thématiques de la robotique avancée, de la biomécanique et biorobotique. Elle permet également d'acquérir des bases solides sur la modélisation de l'assistance sur les plateformes mobiles et leurs usage pour les personnes valides et celles qui sont en situation de handicap.
Lieu(x) d'enseignement
VELIZY VILLACOUBLAY
VERSAILLES
Débouchés de la formation
1-Poursuite en thèse de doctorat d'université (finacement CIFRE ou académique)
2-Embauche comme ingénieur R&D ou d'étude
Collaboration(s)
Laboratoire(s) partenaire(s) de la formation
Laboratoire d’Ingénierie des Systèmes de Versailles.
Programme
Le semestre 1 est composé d'un groupe unique obligatoire. Il constitue le socle commun permettant aux étudiants du master d'acquérir les connaissances de base en modélisation avancée en robotique et assistance aux utilisateurs. La particularité de ces enseignement est de permettre de mettre le système robotique au service de l'humain dans des applications de la vie courante.
Apprentissage supervisé et non-supervisé. Théorie de l'apprentissage et évaluation du risque réel. Classification : kNN, GMM, SVM. Clustering : k-means, c-means,affinity propagation. Regression: linéaire, pondérée, quadratique, non-linéaire. Travaux pratiques sur l'analyse, la fouille et l'apprentissage de données avec Python et les bibliothèques scikit-learn, pandas, matplolib. Mise en application sur des données ouvertes issues de data.gouv.fr.
Prérequis :
Éléments de base en algèbre linéaire, programmation, statistique.
Bibliographie :
An introduction to statistical learning (G. James, D. Witten, T. Hastie and R. Tibshirani, Springer)
Apprentissage artificiel (A. Cornuéjols et L. Miclet, Eyrolles).
Modélisation d'un boucle de contrôle intégrant une interface Homme/Machine, Notion d'interaction, Impédance/Admittance, Adaptation des apports, Handicap.
Prérequis :
Automatique, Modélisation des systèmes dynamiques,.
Modélisation d'un système complexe avec plusieurs degrés de libertés en vue de l’aide à al compréhension du comportement dynamique global. Identifier les effets dynamiques
d’une partie ou d’un sous-système en terme d’équivalence dynamique (reproduction d’un torseur des efforts d’interaction.
Determination des efforts musculaires nécessaires à la réalisation d’une tâche en résolvant un problème de redondance en actionnement (nombre de muscles)
Dynamique inverse pour le dimensionnement de système de type orthèse ou exosquelette.
Rappel sur les étapes d’ingénierie d’analyse fonctionnelle et de spécification.
bases théoriques en Base de données géographique, modèle conceptuel, analyse spatiale, technologies SIG, solutions SQL et logiciels SIG.
Bibliographie :
H. Pornon SIG dimension géographique (Ed dunod) 2011.
Dates clefs, systèmes d'unités, étalons
Probabilités pour la mesure, incertitudes, écarts types, variance,…
Capteurs utiles à l'instrumentation, description du système physique et modèles pour la mesure
Mesures sur banc expérimental : timers, gyroscope, protocole de communication avec 1 PC….
Prérequis :
Bases de programmation (idéalement en C).
Bibliographie :
H. Moreau, Le Système métrique, Ed. Chiron, 1975.
F. Jedrzejewski, Histoire universelle de la mesure, Editions Ellipses.
Méthodologie de conception, Modélisation des systèmes d'interaction
Langues d’enseignement :
FR
ECTS :
3
Détail du volume horaire :
Cours :12
Travaux dirigés :9
Travaux pratiques :9
Modalités d'organisation et de suivi :
Coordinateur :
Equipe pédagogique :
Monacelli eric.
Objectifs pédagogiques visés :
Contenu :
Systèmes d'interaction ambiants (embarqués et temps réels), les méthodes de modélisation semi-formelle « UML », les méthodes de modélisation et validation formelle « stochastic colored Petri net (CPN) » , représentation sémantique des connaissance une approche basée sur une ontologie de concepts et d'évènements.
Bibliographie :
Références sur les techniques de modélisation et validation
Outils : StarUML , CPN TOOLS, PROTEGE.
Systèmes d'interaction ambiants (embarqués et temps réels), les méthodes de modélisation semi-formelle « UML », les méthodes de modélisation et validation formelle « stochastic colored Petri net (CPN) » , représentation sémantique des connaissance une approche basée sur une ontologie de concepts et d'évènements.
Prérequis :
Méthodologie de conception.
Bibliographie :
Références sur les techniques de modélisation et validation
outils : StarUML , CPN TOOLS, PROTEGE.
Commande bas-niveau/haut-niveau; algorithmes et planification; apprentissage dédié aux humanoïdes.
Période(s) et lieu(x) d’enseignement :
Période(s) :
Novembre - Décembre.
Lieu(x) :
campus des Sciences ou de Vélizy, UVSQ
Le semestre 2 constitue une mise en pratique des connaissances acquises pour la mise en œuvre d'un projet académique de recherche et d'un projet industriel en entreprise.
Fiche de choix de M2 (obligatoire pour les candidats inscrits en M1 à l'Université Paris-Saclay) à télécharger sur https://urlz.fr/i3Lo.
Document justificatif des candidats exilés ayant un statut de réfugié, protection subsidiaire ou protection temporaire en France ou à l’étranger (facultatif mais recommandé, un seul document à fournir) :
- Carte de séjour mention réfugié du pays du premier asile
- OU récépissé mention réfugié du pays du premier asile
- OU document du Haut Commissariat des Nations unies pour les réfugiés reconnaissant le statut de réfugié
- OU récépissé mention réfugié délivré en France
- OU carte de séjour avec mention réfugié délivré en France
- OU document faisant état du statut de bénéficiaire de la protection subsidiaire en France ou à l’étranger.