Modelisation d'objets 3D par construction incrémentale d'un maillage triangulaire, dans un contexte robotique

3D object modeling by incremental construction of a triangular mesh in a robotic context

• Auteur / Autrice : Juan Andrés Restrepo Specht
• Direction : Michel Devy
• Type : Thèse de doctorat
• Discipline(s) : Systèmes informatiques
• Date : Soutenance en 2005
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Vision artificielle (robotique)

Capteurs optiques

Modélisation tridimensionnelle

Mots clés libres

Modélisation 3D

Recalage

Icp

Maillage

Segmentation

Next-best-view

3D modelisation

Registration

ICP, mesh

Segmentation

Next-best-view

Résumé

Pour modéliser un objet 3D, plusieurs images doivent être acquises depuis différents points de vue. Les problèmes sont: recalage les vues. Fusion dans une seule représentation. Optimisation par un choix des points de vue. Les images 3D sont recalées par un algorithme appelé “ICP”. Afin de réduire le temps de calcul et améliorer la précision, des variantes de la méthode sont évaluées: points de contrôle, recalage des images ou entre image et modèle courant. Les vues recalées sont fusionnées dans une représentation de maillage triangulaire, qui est construit par une version adaptée de l'algorithme “BPA”, qui peut traiter un nuage de points 3D de distribution non uniformes. Notre méthode peut effectuer la segmentation simultanée du maillage en surfaces planes, de façon globale ou incrémentale. Dans un contexte robotique, on étudie la planification des positions du capteur pour l'acquisition des données ou le but est la minimisation du nombre de vues, tout en favorisant la convergence du recalage.

This work treats the modeling of 3D objects and environments from sensor data given by laser or stereo. The modeling process has several parts that have been studied. The acquired views of the object taken from different points are registered using the known “ICP” method, which has been adapted to specific needs and can use extracted information of the image like edge, surface or subsamples in order to reduce calculation time, in incremental or paired manner. The following step is the data fusion of the resulting registered images executed incrementally or at the end of the registration process. Our method was based on ``ball pivoting algorithm'', that has the features to mesh irregular points, to extract planes simultaneously and to recycle existing mesh structures. We have studied also the problem of the sensor position for the view acquisition, better known as ``next-best-view''. Finally we arrive to a set of tools to create a geometric model from an acquired object of the real world.