Rendre fiable le gabarit multi-caméras d'un portique à conteneurs
Aperçu
En quoi consiste ce défi.
Vous corrigez la dérive multi-caméras d'un portique et analysez sa corrélation thermique. Certificat vérifiable.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Comment estimer et compenser en exploitation la dérive des paramètres extrinsèques d'un portique multi-caméras, et à partir de quel seuil faut-il cesser de compenser pour déclencher une intervention physique ?
Earning criteria — what you'll demonstrate
- Mettre en œuvre l'estimation de paramètres extrinsèques et l'ajustement de faisceaux sur un banc multi-caméras réel plutôt que sur un jeu de données jouet
- Propager une erreur angulaire d'orientation de caméra jusqu'à une erreur métrique à distance, et en déduire un budget d'erreur exploitable
- Concevoir une procédure de recalibration en ligne compatible avec des contraintes d'exploitation industrielles
- Distinguer, dans un signal de dérive, la composante réversible corrélée à l'environnement de la composante cumulative irréversible
- Relire de façon critique du code de géométrie multi-vues, y compris du code produit avec assistance d'un modèle de langage, pour en extraire les hypothèses cachées
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceIngénieur Machine Learning
Vous livrez un composant de perception qui doit tenir une tolérance chiffrée en exploitation continue, avec tests, surveillance de dérive et seuil d'alerte. C'est la version géométrique du travail de mise en production d'un modèle, dérive de données comprise.
Ce défi renforce
- 3d-vision
- camera-calibration
- anomaly-detection
Ingénieur Logiciel Embarqué
Le défi impose des contraintes de terrain réelles — cadence de 45 secondes, impossibilité d'immobiliser la voie, conditions ambiantes variables — et exige un code testé qui dégrade proprement. C'est le quotidien d'un développeur de systèmes de perception embarqués.
Ce défi renforce
- ai-assisted-coding
- camera-calibration
- analytical-reasoning
Ingénieur Systèmes
Vous construisez un budget d'erreur de bout en bout, arbitrez entre compensation logicielle et intervention physique, et documentez un critère de déclenchement. Cette démarche de conception système sous contrainte est directement transférable.
Ce défi renforce
- analytical-reasoning
- 3d-vision
- anomaly-detection
Ingénieur Qualité
Établir qu'un moyen de mesure reste dans sa tolérance dans le temps, définir le seuil qui déclenche une maintenance et en chiffrer les faux positifs constituent le cœur du pilotage de la capabilité d'un moyen de contrôle.
Ce défi renforce
- anomaly-detection
- analytical-reasoning
- ai-generated-code-review