François Pomerleau
Université Laval
François Pomerleau est professeur à l'Université Laval depuis 2017, membre senior de l'Institute of Electrical and Electronics Engineers (IEEE) et membre de l'Ordre des ingénieurs du Québec (OIQ).
Il a fait ses débuts dans la recherche en interagissant avec l'Agence spatiale canadienne et l'Agence spatiale européenne pendant ses études en génie informatique à l'Université de Sherbrooke. Il a obtenu sa maîtrise de cette université en 2009 après un séjour d'un an en tant qu'ingénieur de recherche à l'EPFL (Suisse), où il a travaillé sur un premier prototype de voiture autonome. Il a obtenu son doctorat à l'ETH Zurich (Suisse) en 2013, au cours duquel il a participé à plusieurs déploiements robotiques dans des environnements non contrôlés, notamment avec des brigades de pompiers européennes et dans des lacs alpins. Après des activités de transfert de technologie chez Alstom Inspection Robotics et un séjour à l'Université Laval, il a reçu une bourse postdoctorale du Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) pour poursuivre ses recherches en robotique mobile à l'Université de Toronto. Ses recherches portent sur la robotique, plus particulièrement sur les domaines de la vision par ordinateur, de l'optimisation et de la géométrie 3D.
Ses principales contributions à la recherche comprennent des articles très cités sur l'enregistrement 3D et une bibliothèque de traitement des nuages de points clonée plus de 300 fois par mois. En termes de transferts technologiques, ses recherches ont été déployées par de nombreux organismes à travers le monde tels que NASA Ames, ANYbotics AG, General Dynamics et Defence Research and Development Canada, pour n'en citer que quelques-uns. Il a remporté de nombreux prix au niveau international, dont trois prix du meilleur article, et a été récompensé lors du prestigieux concours Subterranean Challenge de la DARPA (Defense Advanced Research Projects Agency).
Son objectif à long terme est de repousser les limites de l'utilisation efficace et sûre des véhicules autonomes.