Algorithmes robustes pour la fusion de flot d'images denses pour la vérification métrologique dans le contexte de l'industrie 4.0

Generation of robust algorithms for dense images matching for the verification of tight value tolerances for metrology applications in Industry 4.0

• Auteur / Autrice : Ladji Fofana
• Direction : Nabil Anwer
• Type : Projet de thèse
• Discipline(s) : Génie mécanique
• Date : Inscription en doctorat le 01/12/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences Mécaniques et Energétiques, Matériaux et Géosciences
• Partenaire(s) de recherche : Laboratoire : Laboratoire Universitaire de Recherche en Production Automatisée
• Partenaire(s) de recherche : Equipe de recherche : Géométrie tridimensionnelle des pièces et des mécanismes
• Partenaire(s) de recherche : Référent : Ecole Normale Supérieure Paris-Saclay

Mots clés

Mots clés libres

Système de mesure par vision

Métrologie dimensionnelle

Optimisation

Fusion de données

Modélisation géométrique

Jumeau numérique

Dimensional metrology

Geometry processing

Optimisation

Vision measurement systems

Data fusion

Digital-twin

Résumé

Les systèmes de mesure optique par stéréovision 3D permettent de fournir un nuage de points dense en un temps court pour le contrôle qualité de pièces complexes de grand volume. Ce qui devrait permettre de répondre aux nouveaux besoins industriels en matière d'automatisation, flexibilité et réduction du temps d'execution en vue de l'integration de la mesure en ligne dans un contexte d'Industrie 4.0. Pour y parvenir la question du traitement des données: fusion d'image; filtrage; segmentation;... restent des challenge à relever et en particulier si on cherche la conformité lors de la vérification de tolérances de l'ordre de quelques microns. Dans ce sens nous souhaitons développer à un algorithme de fusion de données de référence qui devra être implémenté et validé en exploitant par exemple des variantes des algorithmes d'alignement ICP. Ainsi les méthodes de génération de données de référence et de développement d'algorithmes de référence devront être abordées. Il conviendra également de s'intéresser au niveau de qualité des données primaire générées en relation avec le système utilisé, afin de voir dans quelle mesure cette qualité conditionne le degré de confiance qu'on peut accorder à la décision prise sur la base des résultats de la mesure menée. Pour valider les résultats obtenus, les données de référence seront appliquées à divers algorithmes et pour différents objets de forme complexes. Les algorithmes implémentés seront exploités dans le cadre d'un cas d'étude défini dans le domaine automobile. Les incertitudes de mesure seront évaluées.

Optical 3D stereovision measurement systems can provide a dense point cloud in a short time for quality control of free form and high-volume mechanical parts. This should make it possible to meet new industrial needs in terms of automation, flexibility and reduced execution time, in order to integrating in-line measurement in an Industry 4.0 context. To achieve this, the question of data processing: image fusion; filtering; segmentation, etc. , remains a major challenge, particularly if we are seeking to verify tight tolerances about a few microns. To this end, we aim to develop a reference algorithm for data fusion that can be implemented and validated using, for example, variants of ICP alignment algorithms. Methods for generating reference data and developing reference algorithms will therefore be addressed. The level of quality of the primary data generated in relation with the vison's system used will also need to be studied and assessed, to see to what extent this quality conditions the degree of confidence in the finale decision made on the basis of the measurement carried out. In order to validate the outcome of this PhD project, the reference data will be applied to various algorithms and for different complex shape parts. The algorithms implemented will be exploited within the framework of a case study defined in the automotive field. Measurement uncertainties will also be investigated and estimated