{ "fetched_at": "2026-10-19T15:13:39Z", "source_url": "https://www.kaggle.com/competitions/challenge-tuxae-2024/data", "pages": [ { "name": "data-description", "content": "This page appears alongside the data files. It describes what files have been provided and the format of each. There is no single format for this page that is appropriate for all competitions, but you should strive to describe as much as you can here. A little time spent describing the data here can save a lot of time answering questions later.\n\nParticipants should be able to answer these types of questions after reading the data description:\n\nWhat files do I need? \nWhat should I expect the data format to be? \nWhat am I predicting? \nWhat acronyms will I encounter?\n\n## Files\n\n* **train** - Un dossier contenant deux CSV de deux simulations et les dossiers d'image. Les CSV contiennent les valeurs x, y, alpha attendus.\n* **test** - Un dossier contenant un CSV de la simulation et le dossiers d'image. Le CSV ne contient pas les valeurs x, y, alpha attendus. \n* **sample_submission.csv** - Un exemple de soumission généré avec le code dans Presentation.ipynb\n* **Presentation.ipynb** - Une présentation du sujet\n\n## Columns\n\nLes données mesurées sont les suivantes : \n - *vx* et *vy* sont les vitesses en m/s sur les axes respectifs *x* et *y*.
\n - *vrz* est la vitesse de rotation en rad/s autour de l'axe *z*.
\n - *rot_g* et *rot_d* sont les angles de rotation en rad des moteurs depuis le début de la simulation respectivement gauche et droit.
\n - *image* est le nom du fichier image.
\n\nLes données sont fournies au format CSV, où l'indice de la ligne correspond au temps en secondes auquel la mesure a été réalisée. Le format de prédiction attendu est également un CSV avec le même nombre de ligne et les valeurs *x*, *y*, *alpha*. \n\nVoici un exemple d'entrée fournie et de prédiction attendue : \n
\n\"image\"\n\"image\"\n
", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "Description", "content": "Le robot utilisé dans le ChallengeTuxae2024 est une base différentielle équipée de deux roues motrices indépendantes. Pour avancer tout droit, les deux roues tournent dans le même sens à la même vitesse, tandis que pour tourner sur lui-même, les roues peuvent tourner à des vitesses différentes ou dans des sens opposés.\n\nLes données à votre disposition ont été simulés avec [Pybullet](https://pybullet.org), un moteur de physique open-source. Le code source complet est accessible sur GitHub à l'adresse suivante : https://github.com/Tuxae/ChallengeTuxae2024.\n\nToutes les valeurs sont exprimées en mètres pour les dimensions et en radians dans le sens trigonométrique pour les angles.\n
\n\"image\"\n\"image\"\n
\n\n## La simulation\nLes mesures de données ont été réalisées toutes les secondes à partir du temps initial, avec une position et un angle initiaux de (0.225, 0.225, 0). A vous d'estimer, à chaque seconde, le plus précisément possible les trois valeurs : $$ (x, y, \\alpha) $$\n\nLes données mesurées sont les suivantes : \n - *vx* et *vy* sont les vitesses en m/s sur les axes respectifs *x* et *y*.
\n - *vrz* est la vitesse de rotation en rad/s autour de l'axe *z*.
\n - *rot_g* et *rot_d* sont les angles de rotation en rad des moteurs depuis le début de la simulation respectivement gauche et droit.
\n - *image* est le nom du fichier image.
\n\nLes données sont fournies au format CSV, où l'indice de la ligne correspond au temps en secondes auquel la mesure a été réalisée. Le format de prédiction attendu est également un CSV avec le même nombre de ligne et les valeurs *x*, *y*, *alpha*. \n\nVoici un exemple d'entrée fournie et de prédiction attendue : \n
\n\"image\"\n\"image\"\n
\n\n# Le Calcul du score\nVous savez que : \n$$ 0 < x < 3 $$\n$$ 0 < y < 2 $$\n$$ 0 < \\alpha < 2\\pi \\ \\ mod \\ \\ [2\\pi] $$\n\nLe taux d'erreur se calcule donc : \n$$erreur = (\\frac{|x-\\hat{x}|}{3} + \\frac{|y-\\hat{y}|}{2} + \\frac{|\\alpha - \\hat{\\alpha}| mod [\\pi]}{\\pi})/3$$\n\nVotre score affiché en pourcentage sur le leaderboard est donc : \n$$ 100\\times (1-erreur) $$", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "rules", "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!\n\nSi, à la fin du Hackathon, vous faites partie des premiers et que vous êtes étudiant à l'ENSAE, veuillez nous contacter par e-mail à l'adresse tuxae@ensae.fr.\n\nN'hésitez pas à nous envoyer un e-mail à cette adresse si vous trouvez une coquille dans le sujet. Nous nous efforcerons de la corriger dans les plus brefs délais.", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "abstract", "content": "Le ChallengeTuxae2024 de l'ENSAE vise à estimer la position (x, y) et l'orientation alpha d'un robot sur un plateau de jeu de dimensions 3m x 2m. Les participants utiliseront des données de capteurs telles que l'accéléromètre et le gyroscope, ainsi que des images de la caméra embarquée, pour développer des algorithmes afin de résoudre ce défi.\n\nC'est un défi de Data Science fascinant car il combine des concepts de physique, de robotique et de programmation. Certains modèles utilisés peuvent même être utilisés en finance, comme le [filtre de Kalman](https://youtu.be/R63dU5w_djQ?si=AcbwuXhlAiI88fxh), qui permet de fusionner plusieurs données de capteurs bruitées.\n\n**Fin du challenge le mercredi 13 mars à 23h59**", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "Prix", "content": "Le challenge est ouvert à tous les participants, mais seuls les étudiants ENSAE peuvent recevoir les prix suivants : \n1. Des airpods\n2. Un clavier d'ordinateur\n3. Un abonnement streaming", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false } ] }