Conception de scanner 3D

Conception de scanner 3D

Vision stéréoscopique ou stéréovision :

La stéréovision interprète les disparités entre deux ou plusieurs images d’une scène et calcule la profondeur de la scène par triangulation. Les caméras sont habituellement représentées par un modèle sténopé. Le processus de formation de l’image est alors une transformation homogène : il s’agit d’une projection à travers le centre optique. Les deux caméras doivent d’abord être calibrées, les paramètres intrinsèques (focale, ouverture, etc.) et extrinsèques (pose) doivent être connus. La stéréovision atteint une précision suffisante pour être utilisée dans des applications comme la photogrammétrie ou la reconstruction du relief à partir d’images aériennes ou satellitaires. La précision de mesure augmente avec la distance de la base stéréoscopique (distance entre les deux caméras), mais dans le même temps, la surface visible commune aux deux caméras diminue, créant des trous dans la surface numérisée. Il faut donc choisir un compromis entre précision et visibilité.

La figure illustre le principe de la stéréovision. Tout point P d’une surface visible depuis les deux caméras se projette en P1 sur le plan image P1 et en P2 sur le plan image P2. Inversement, connaissant deux points en correspondance, P1 ∈ P1 et P2 ∈ P2, ainsi que les centres optiquesO1 de la caméra 1 etO2 de la caméra 2, les coordonnées du point P sont données par l’intersection de (O1P1) et (O2P2) [1]. Figure 1.3 : Principe de la stéréovision La projection d’éclairage texturé permet de faciliter la mise en correspondance des points. Il s’agit de projeter sur la scène un motif d’éclairage présentant des zones aléatoires d’intensités lumineuses différentes. Bien que l’éclairage structuré joue un rôle important dans la reconstruction (facilite la mise en correspondance), il ne participe pas directement à la mesure de l’information tridimensionnelle. C’est la raison pour laquelle cette technique reste classée parmi les méthodes de triangulation passive [2].

Maillage

Un maillage est généré par triangulation 2D ou 3D d’un nuage de points. Les maillages utilisés en numérisation 3D sont des maillages triangulaires où chaque facette est représentée par un triangle. Cette représentation est la plus courante en numérisation 3D. Un modèle maillé est constitué de sommets, d’arêtes et de facettes. Les caractéristiques topologiques importantes sont les trous, le genre et le nombre de composantes connexes. Une arête n’appartenant qu’à une seule facette est appelée “bord” (ou “frontière”). Un polygone créé par des bords forme un trou de maillage Le genre d’un objet correspond au nombre de trou topologique qu’il possède : le genre d’une sphère est 0, celui d’un tore est 1 ; La relation entre ces caractéristiques est donnée par l’équation d’Euler-Poincaré : V − E + F − H = 2(C − G) Où V est le nombre de sommets, E le nombre d’arêtes, F le nombre de faces, H le nombre de trou, C le nombre de composantes connexes et G la somme des genres des composantes. Chaque facette d’un maillage possède une normale, correspondant au vecteur normal au plan supportant la facette. Ces normales permettent de définir l’intérieur et l’extérieur d’un objet et de réaliser un rendu. Cette représentation facilite les algorithmes d’intersection, de collision, de rendu et permet une visualisation rapide. Elle permet également de représenter des objets aux formes complexes. Enfin, de nombreuses techniques permettent de générer des maillages à partir d’autres modèles géométriques (surfaces paramétriques, implicites . . .) [1].

 L’analyse d’objets regroupe toutes les opérations de prises de mesures sur un modèle 3D, telles que des mesures dimensionnelles, des calculs de déviation. Ces calculs représentent actuellement la principale application des scanners 3D. Ces mesures requièrent un système de numérisation de grande précision, ainsi qu’un maillage dense, afin d’avoir des mesures représentatives de la forme de l’objet. La mesure peut se porter uniquement sur une partie de l’objet et donc ne nécessite pas une numérisation exhaustive dans tous les cas. Les opérations d’analyse peuvent s’effectuer sur un nuage de points ou sur un modèle maillé. Les systèmes d’acquisition palpeur ou laser point sur MMT sont utilisés pour les prises de côtes du fait de la mesure ponctuelle qu’ils effectuent. Pour l’analyse de surfaces ou d’objets de petites dimensions, Si une analyse complète de la pièce doit être réalisée, le système doit être équipé d’axes de rotation supplémentaires pour un recalage automatique des vues.

Lorsque le volume de l’objet est inférieur au mètre cube, les systèmes d’acquisition à triangulation laser ligne ainsi que les systèmes à acquisition par vue sont les plus appropriés. La principale source d’erreur provient alors du recalage entre chaque acquisition. Pour les objets encore plus volumineux, les scanners à temps de vol peuvent également être employés. Le principal inconvénient de ces systèmes est leur faible précision. Les systèmes MMT de grandes dimensions peuvent également être utilisés, mais uniquement pour des prises de cotes ou de références, et non pour une numérisation complète. Les systèmes sur bras poly articulés ou à projection de franges sont également utilisables, mais avec un important risque de propagation d’erreur de recalage à chaque acquisition.

Visualisation

La visualisation est une application en forte croissance. De nombreuses entreprises mettent de plus en plus souvent en ligne des modèles 3D. Cette application est très utilisée dans le domaine archéologique car elle permet de manipuler et de diffuser les modèles 3D d’objets fragiles sans risque de détérioration. Elle est également mise en place dans le milieu industriel, où certaines Sociétés mettent en ligne les modèles CAO de leurs produits. Depuis quelques années, le milieu de la mode utilise la visualisation web en mettant en ligne des cabines d’essayage virtuelles. Ces modèles 3D doivent être texturés afin d’augmenter le réalisme. De plus, l’ajout de la texture permet de diminuer la densité du modèle, et donc de réduire la taille du fichier, favorisant ainsi la diffusion par internet. La précision des données n’est pas prioritaire pour ce type d’application, mais la numérisation doit être complète. Pour les applications se rapportant à la visualisation, le choix des scanners est plus simple, la précision n’étant pas critique. Les scanners à triangulation laser ou à acquisition par vue peuvent être utilisés pour des objets de volume inférieur au mètre cube. D’un point de vue pratique, les scanners à privilégier sont les scanners à triangulation laser sur bras poly articulé, du fait de leur simplicité d’utilisation et de la rapidité d’acquisition. Il faut toutefois utiliser un appareil photographique pour associer l’information de texture. Les scanners temps-de-vol sont utilisés pour les objets plus volumineux. Les têtes d’acquisition sur MMT sont ici peu pratiques, du fait de la faible vitesse d’acquisition et de la plus grande difficulté de mise en oeuvre. Pour les mêmes raisons, les systèmes de “Depth from Focus” ne doivent être utilisés que pour les objets de très petites dimensions. La principale difficulté est l’acquisition et l’intégration de la texture [1].

Table des matières

Dédicace
Remerciement
Sommaire
Introduction générale
I. Chapitre 01 : notion générale
I.1. Introduction
I.2. Méthodes d’acquisition
I.2.1. Contact
I.2.2. Triangulation passive
I.2.2.1. Vision stéréoscopique ou stéréovision
I.2.2.2. Photogrammétrie
I.2.2.3. Vision catadioptrique
I.2.3. Triangulation active
I.2.3.1. Lumière structurée : point
I.2.3.2. Lumière structurée : ligne
I.2.3.3. Lumière structurée : motif binaire ou couleur
I.2.3.4.Triangulation laser dans l’infrarouge
I.2.3.4. Temps de vol (time pf Flight : TOF)
I.2.4. Détection de pulse
I.2.4.1. Modulation en amplitude
I.2.4.2. Temps de Vol TC/SPC
I.3. Méthodologie pour la numérisation 3D
I.3.1. Représentation des données 3D
I.3.1.1. Nuage de points
I.3.1.2. Maillage
I.3.1.3. Surfaces
I.3.2. Application possibles et dimensions de l’objet
I.3.2.1. Analyse
I.3.2.2. Visualisation
I.3.2.3. Duplication
I.3.3. Choix du scanner et protocoles d’acquisitions
I.3.3.1. Capteurs point ou ligne sur MMT
I.3.3.2. Scanners à acquisition par vue
I.3.3.3. Scanner laser ligne sur bras poly articulé ou tracker optique
I.4. Kinect
I.5. Conclusion
II. Chapitre 02 : Conception de scanner 3D
II.1. Introduction
II.2.Définition de la CAO
II.2.1. Le modeleur géométrique
II.2.2. L’outil de visualisation
II.2.3. Un certain nombre d’applications
II.2.4. Un contrôleur
II.3. Conception des pièces
II.4. Assemblage
II.5. Mise en plan
II.6. Outil CAO utilisé
II.7. Introduction sur CATIA v5
II.8. Définition de CATIA v5
II.9. Présentation des ateliers
II.10. Les étapes de conception
II.10.1. Conception de disque de rotation
II.10.2. Conception de Kinect
II.10.3. Conception de cylindre de support
II.10.4. Conception de cylindre de support mobile
II.10.5. Conception de cylindre de support de Kinect
II.10.6. Conception de moteur pas à pas
II.10.7. Conception de support
II.10.8. Conception de support de moteur
II.10.9. Conception de table
II.10.10. Conception de support de Kinect
II.10.11. Conception de support de fixation de Kinect
II.10.12. Conception de pièce de fixation de Kinect
II.10.13. Conception de pièce de fixation de support de Kinect
II.10.14. Conception de support rotatif
II.10.15. Conception de support de disque rotatif
II.10.16. Assemblage de scanner 3D
II.11. Conclusion
III. Chapitre 03 : réalisation
III.1.Introduction
III.2. Matériels
III.2.1. Arduino
III.2.1.1. Description de la carte Arduino mega
III.2.1.2. Alimentation
III.2.1.3. Mémoire
III.2.2. Motor shield v1
III.2.2.1. caractéristiques
III.2.3. Moteur pas à pas
III.2.3.1. Pourquoi des moteurs pas à pas
– Avantage
– Inconvénients
III.2.3.2. Les différents types de moteur pas à pas
– A réluctance variable
– A aimants permanents
– Les hybrides
III.2.4.1.1. Capteurs
III.2.3.3. Les moteur pas à pas Unipolaires et bipolaire
III.2.3.4. Comparaison des types de moteur pas à pas
2.4. Kinect Xbox 360
III.2.4.1. Caractéristique
III.2.4.1.2. Champs de vision
III.2.4.1.3. Flux de donnée
III.2.4.1.4. Système de reconnaissance physique
III.2.4.1.5. Audio
III.2.4.2. Les différents capteurs de la Kinect
III.2.4.2.1. Le capteur RGB
III.2.4.2.2. Capteur et émetteur infrarouge
III.2.4.3. Reconstruction 3D
III.2.4.4. Principe de mesure de la profondeur par triangulation
III.2.4.5. Modèle mathématique et explications
III.2.4.6. Intégration de la profondeur et de la couleur
III.3. Logiciel utilisé
III.3.1. Logiciel Arduino1.82
III.3.2. KinectSDK-v1
III.3.3. ReconstractMe
III.4. La mise en mouvement du scanner
III.5. Programme
III.6. Résultats
III.7. Conclusion
IV. Chapitre 04 : acquisition et traitement d’image
IV.1.introduction
IV.2. Post de traitement
IV.2.1. Filtrage du bruit
IV.2.2. Triangulation
IV.2.3. Segmentation et nettoyage
IV.2.4. Recalage manuel/ automatique et fusion des vues
IV.2.5. Bouchage des trous
IV.2.6. Gestion de la texture
IV.3. Conclusion
Conclusion générale
Liste des figures
Liste des tableaux
Abréviation
Références bibliographiques
Résumé

Télécharger le rapport complet