Descrizione posizione

Titolo del progetto di ricerca in italiano	Strategie e metodologie di localizzazione, percezione attiva, controllo e navigazione basate su tecniche di deep learning per applicazioni robotiche su droni aerei (UAV) di classe standard e nano.
Titolo del progetto di ricerca in inglese	Strategies and methodologies for localization, active perception, control and navigatìon based on deep learning technìques for robotic applications on standard and nano Unmanned Aerial Vehicles (UAVs).
Descrizione sintetica in italiano	Il progetto è finalizzato allo sviluppo di metodologie innovative per conferire a droni di tipo Unmanned Aerial Vehicles (UAVs) di classe standard e nano capacità di Intelligenza Artificiale avanzate per eseguire task di varia natura, come la navigazione, la localizzazione e l'esplorazione in ambienti non noti a priori e dinamici, il tracciamento attivo di altri robot o oggetti di interesse e la rilevazione di elementi ambientali semanticamente significativi. Le tecniche sviluppate e i sensori impiegati per queste finalità dovranno tenere in considerazione vincoli relativamente al peso, al consumo energetico e alla capacità computazionale dei processori. Le soluzioni sviluppate dovranno essere validate sia in ambienti simulati fotorealistici, sia in scenari reali significativi. La ricerca si concentrerà su metodi di Deep Learning e Deep Reinforcement Learning e su strategie ibride per la combinazione di approcci model-based e data-driven.
Descrizione sintetica in inglese	The project aims to develop innovative methodologies to give standard and nano class Unmanned Aerial Vehicles (UAVs) advanced Artificial Intelligence (AI) capabilities to perform robotic tasks of various nature. These include i) navigation, localization, and exploration in unknown and dynamic environments, ii) active tracking of other robots or objects of interest, and iii) detection of semantically significant elements in the environment and modeling their relationships. The techniques developed and the sensors used for these purposes need to account for the constraints of standard and nano class UAVs in terms of weight, energy consumption, and computational capacity of their processors. The solutions developed need to be validated in both photorealistic simulated environments and significant real scenarios. The research will focus on Deep Learning and Deep Reinforcement Learning algorithms and on Hybrid strategies to combine model-based and data-driven approaches.
Numero posti	1
Settore Concorsuale	09/G1 - AUTOMATICA
S.S.D	ING-INF/04 - AUTOMATICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	09/03/2021

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	Università degli Studi di Perugia
Paese (dove si svolgerà l'attività)	ITALY
Città	PERUGIA
Codice postale	06131
Indirizzo	Piazza dell'Università 1

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Università degli Studi di Perugia
Tipo	Academic
Paese	ITALY
Città	Perugia
Codice postale	06131
Indirizzo	Piazza dell'Università 1
E-mail	ufficio.concorsi@unipg.it
Sito web	https://www.unipg.it/ateneo/concorsi/procedure-di-valutazione-comparativa-ricercatori-a-tempo-determinato
Telefono	0039 075 585 2219

 

Dettagli per la candidatura

Data di scadenza del bando	22/04/2021
Come candidarsi	https://www.unipg.it/ateneo/concorsi/procedure-di-valutazione-comparativa-ricercatori-a-tempo-determinato

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Engineering

 

Esperienze di ricerca richieste

Campo principale della ricerca	Engineering
Sottocampo della ricerca
Anni di esperienza richiesti	4

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good