Contexte scientifique et industriel

Le contrôle non destructif (CND) des surfaces métalliques est un enjeu majeur pour garantir la fiabilité et la sécurité dans des secteurs à forts impératifs qualité (aéronautique, automobile, énergie). L’émergence de capteurs RGB‑D haute résolution ouvre de nouvelles perspectives : reconstruction 3D précise, détection de défauts plus fine et réduction des temps d’inspection.

Cette thèse s’inscrit dans le cadre du projet ANR LabCom OPTEND (Optimisation des Performances d’analyses par l’utilisation de différentes Techniques d’Essais Non Destructifs) porté par le laboratoire ImViA de l'Université Bourgogne Europe et l'entreprise CMPhy.

Objectifs et axes de recherche

1. Planification de vues générique (Next‑Best‑View, NBV) pour l’inspection autonome de pièces métalliques aux formes et dimensions variées : maximiser la couverture géométrique tout en optimisant le rapport temps/qualité d’acquisition.
2. Planification de vues spécifique au suivi précis de cordons de soudure en conditions thermiques extrêmes : garantir un positionnement fiable et continu du capteur malgré les contraintes environnementales sévères.

Les contributions attendues incluent :
- Nouveaux algorithmes NBV robustes et adaptatifs (apprentissage, optimisation).
- Stratégies avancées de fusion multi‑capteurs (RGB‑D, thermographie, profilométrie laser…).
- Prototype robotique démonstrateur validé sur cas d’usage industriels.

Profil et compétences recherchés

- Master/Ingénieur en robotique, vision par ordinateur, IA ou disciplines proches.
- Solides bases en perception 3D, planification de mouvement et optimisation.
- Maitrise de Python, C++, ROS/ROS2, OpenCV, PyTorch.
- Goût pour le prototypage expérimental, le travail en équipe et les applications industrielles.
- Bonne communication écrite et orale en français et anglais.

Candidature

Envoyer avant le 15  mai  2025 (référence  : OPTEND‑NBV‑PhD) :

1. CV détaillé  ;
2. Lettre de motivation (2  pages max.)  ;
3. Relevés de notes Master/Ingénieur  ;
4. Lettres ou contacts de recommandation (≥ 1).

Contact : david.fofi@ube.fr

Les candidatures seront étudiées au fil de l’eau jusqu’à sélection du/de la candidat(e).