STAGE 2026 - Automatique - estimation simultanée des états et des paramètres du magnétomètre (H/F)

Rejoignez l'aventure Parrot

En 2026, Parrot est à la recherche de talents passionné.es pour relever des défis technologiques de pointe.

Ensemble, nous créerons des projets innovants, ambitieux, et à la hauteur des enjeux de demain.

Vous aimez l'innovation, vous n'avez pas peur des défis ? Venez faire la différence aux côtés des femmes et des hommes de nos équipes

Fondée en 1994 par Henri Seydoux, Parrot est aujourd'hui le leader européen des drones professionnels. Située au cur de Paris, notre R&D réunit une équipe multiculturelle d'ingénieur(e)s, où chaque voix compte pour réinventer l'avenir des drones.

Le ou la stagiaire rejoindra l'équipe des capteurs et de l'estimation afin de développer une méthode d'estimation en ligne des états et des paramètres du capteur magnétomètre. Cela contribuera à améliorer la précision des mesures du magnétomètre et l'estimation du cap.

VOS MISSIONS :

Les magnétomètres sont largement utilisés pour déterminer le cap d'un drone. Cependant, les composants et objets proches peuvent générer des perturbations magnétiques, telles que les effets hard-iron, soft-iron et ceux liés au courant moteur, qui déforment les mesures du capteur et compromettent l'estimation du cap.

Bien que certaines de ces perturbations puissent être calibrées hors ligne pour un design de drone particulier, elles varient légèrement au fil du temps et d'une unité à l'autre du même produit. Pour cette raison, l'estimation de paramètres en ligne peut améliorer les performances en adaptant les paramètres de façon unique à chaque unité et tout au long de sa durée de vie.

L'objectif de ce stage est d'étudier la faisabilité de l'estimation en ligne des états du magnétomètre et des paramètres de perturbation (hard-iron, soft-iron et effets liés au courant moteur) sur les drones, afin d'améliorer éventuellement la précision du cap.

Vos objectifs seront les suivants :

• Effectuer une revue de littérature sur le sujet.
• Utiliser un estimateur approprié, choisi selon la revue (ex : EKF), pour réaliser une estimation en ligne conjointe des états et des paramètres et perturbations.
• Prototyper les solutions choisies en MATLAB.
• Générer des données pour tester les solutions : simulation, vols réels de drone.
• Implémentation d'une solution en C++.

VOTRE PROFIL :

• Vous êtes issu(e) d'une école d'ingénieur avec une spécialisation en traitement du signal.
• Vous avez une bonne maitrise de Matlab, du filtre de Kalman.
• Vous avez un solide bagage en statistique, en probabilité et en optimisation. 
• Une maîtrise du C++ et de la dynamique de vol seront appréciées. 

CE QUE NOUS PROPOSONS :

• Une intégration au cœur d'une équipe de passionné(e)s.
• Des projets techniques à la hauteur de vos ambitions.
• Des responsabilités pour chacun(e), l'opportunité pour toutes et tous d'avoir un impact dans votre travail, jeunes diplômés ou profils expérimentés.
• Une ambiance technophile et multiculturelle.
• Une culture d'entreprise sincèrement guidée par les principes d'inclusion, d'équité et de diversité.
• Un cadre de travail unique au coeur de Paris.
• Un cadre social performant et adapté.

Join the Parrot adventure

In 2026, Parrot is looking for passionate talent to take on cutting-edge technological challenges.  

Together, we will create innovative, ambitious projects that are equal to the challenges of tomorrow.  

Do you thrive on innovation and embrace challenges? Come and make a difference alongside the men and women in our teams  

Founded in 1994 by Henri Seydoux, Parrot is now the European leader in professional drones. Located in the heart of Paris, our R&D department brings together a multicultural team of engineers, where every voice counts in reinventing the future of drones. 

The intern will join the sensors and estimation team to develop an online estimation method for the states and parameters of the magnetometer sensor. This will help improve the accuracy of magnetometer measurements and course estimation. 

YOUR MISSIONS:  

Magnetometers are widely used to determine the heading of a drone. However, nearby components and objects can generate magnetic disturbances, such as hard-iron, soft-iron and motor current effects, which distort sensor measurements and compromise heading estimation.  

Although some of these disturbances can be calibrated offline for a particular drone design, they vary slightly over time and from one unit to another of the same product. For this reason, online parameter estimation can improve performance by uniquely adapting the parameters to each unit throughout its lifetime.  

The objective of this internship is to study the feasibility of online estimation of magnetometer states and disturbance parameters (hard-iron, soft-iron, and motor current effects) on drones, with a view to potentially improving heading accuracy. 

Your objectives will be as follows:  

• Conduct a literature review on the subject.  
• Use an appropriate estimator, chosen based on the review (e.g. EKF), to perform a joint online estimation of states, parameters and disturbances.  
• Prototype the chosen solutions in MATLAB.  
• Generate data to test the solutions: simulation, actual drone flights. 
• Implement a solution in C++. 

YOUR PROFILE:  

• You are enrolled in an engineering school with a specialisation in signal processing.  
• You have a good command of Matlab and Kalman filters.   
• You have a solid background in statistics, probability and optimisation.  
• A command of C++ and flight dynamics would be appreciated. 

WHAT WE OFFER :

• Integration into a team of passionate professionals.
• Technical projects that match your ambitions.
• Responsibilities for everyone, with the opportunity for all to make an impact in their work, whether you are a recent graduate or an experienced professional.
• A tech-savvy and multicultural atmosphere.
• A corporate culture sincerely guided by the principles of inclusion, equity and diversity.
• A unique working environment in the heart of Paris.
• An effective and supportive social environment.