Menu

Sarah BONNIN

OFFENBACH AM MAIN

En résumé

Ingénieur R&D dynamique et motivée avec 4 ans d’expériences dans le domaine des systèmes de sécurité active d'aide à la conduite automobile (ADAS).
Connaissances des systèmes et applications robotiques.
Domaine : robotique, informatique, automatique, gestion de projet



Mes compétences :
Bureautique: Pack office, Ms Project, Latex
Développement: python, C/C++, java, Matlab

Entreprises

  • Orme - Ingenieur Recherche et Developpement

    2015 - maintenant
  • CoR-Lab Bielefeld University Germany et Honda Research Institute Europe GmbH - Ingénieur R&D, Thèse

    2010 - 2014 Création et développement d'un nouveau système d'aide à la conduite (ADAS) basé sur la prédiction de comportements automobiles et piétons.

    Problématique : trop de morts sur la route. Systèmes existants diminuent la vitesse d'impact mais ne permettent pas d’éviter complètement la collision.

    Solution : utiliser la prédiction pour alerter un conducteur plus tôt dans n’importe quelles situations et éviter la collision.

    Goal : développer une architecture générique, modulable et adaptable pour prédire les comportements. Système basé sur la combinaison de multi-modèles complexes. Apprentissage supervisé.

    - IA : méthode de classification (réseaux de neurones, arbre décisionnels), Méthode de prédiction (trajectoire, comportements)
    - Estimation : méthode de tracking (Kalman, filtre particules)
    - Robotique : méthode de détection et reconnaissance des formes, vision 2D et 3D, modélisation
    - Qualités requises : autonomie, prise d'initiative, gestion des délais, analyse et gestion de projet, travail en équipe
    - Environnement technique: Window, GNU/Linux, python, C/C++, OpenCV, QT, Microsoft office, Open Office, Microsoft Project, Latex, Gimp, Inkscape


    Publications:
    - S. Bonnin, F. Kummert, and J. Schmuedderich, A Generic Concept of a System for Predicting Driving Behaviors, in Proc. IEEE Intelligent Transportation Systems, 2012, pp. 1803-1808.
    - S. Bonnin, T. H. Weisswange, F. Kummert, and J. Schmuedderich, “Accurate behavior prediction on highways based on a systematic combination of classifiers,” in Proc. IEEE Intelligent Vehicles Symposium, 2013, pp. 242–249.
    - S. Bonnin, T. H. Weisswange, F. Kummert, and J. Schmuedderich, “Pedestrian Crossing Prediction using Multiple Context-based Models,” in Proc. IEEE Intelligent Vehicles Symposium, 2014.
    - S. Bonnin, T. H. Weisswange, F. Kummert, and J. Schmuedderich, General behavior prediction by a combination of scenario-specific models,” IEEE Transactions on Intelligent Transportation Systems, vol. in press, pp. 1–11, 2014.
  • Honda Research Institute Europe GmbH - Ingénieur R&D, stage Master 2

    2010 - 2010 Utiliser la stéréovision afin de calculer le flux optique des véhicules voisins pour détecter leurs mouvement directionnel.

    - Robotique : algorithme détection de mouvement, segmentation d'objet, traitement d'images
    - Qualités requises : curiosité, capacité a résoudre un problème
    - Environnement technique/ C/C++, Matlab/Simuling, latex
  • Université de Plymouth, Angleterre - Ingénieur Robotique R&D, stage Master 1

    2009 - 2009 Vision et détection de mouvement par un robot serveur de boissons. Calcul de distance entre le robot et la cible via la stéréovision. Développement en C pour un microcontrôleur ATMEGA128, C++ pour le Colibri (ordinateur embarque construit par Toradex) supportant Windows CE 5.0.

    - Robotique : algorithme détection de mouvement, segmentation d'objet, traitement d'image, évitement d'obstacles
    Systèmes embarqués : connaissances des contraintes li\'{e}es aux syst\`{e}mes embarqu\'{e}s, systèmes temps réel
    - Qualités requises : adaptable, goût du challenge
    - Environnement technique: Windows

Formations

Réseau

Annuaire des membres :