Soutenance de thèse de Manon JUBERT

Dans ce travail de thèse, nous traitons le problème de planification de numérisation et nous abordons également la problématique d'alignement de nuages de points 3D. Ces problèmes peuvent être étudiés et globalisés pour répondre aux besoins de nombreux domaines d'études. Dans ce manuscrit, nous répondons à la problématique suivante : comment contrôler automatiquement une pièce mécanique en cours d'usinage ? Ou plus précisément : comment obtenir une représentation fidèle de la pièce de manière à pouvoir vérifier sa bonne conformité durant le processus d'usinage ? De cette question, découlent deux sous-problèmes principaux auxquels nous cherchons à répondre. Dans un premier temps, il faut définir un moyen de numériser la pièce dans son environnement. Dans un second temps, il faut reconstruire le modèle de la pièce de manière à ce que des mesures géométriques puissent être faites. La première contribution à cette étude est l'élaboration d'un algorithme de planification automatqiue de numérisation de la pièce en fonction des contrôles à effectuer sur celle-ci. L'approche que nous proposons permet de s'adapter à n'importe quel outil de numérisation optique (lidar, caméra, profilomètre, capteur à projection de franges, etc.). Dans notre étude, nous montrons les résultats de cette méthode sur plusieurs capteurs optiques à projection de franges et sur plusieurs pièces industrielles. La méthode proposée est générale et permet en plus de s'adapter à n'importe quel environnement industriel dans lequel est positionnée la pièce à contrôler. La seconde contribution se focalise sur le cas spécifique des données issues de capteurs optiques, à savoir les nuages de points 3D. À partir du plan de numérisation, nous élaborons une stratégie d'alignement des nuages de points entre eux. Nous abordons la problématique des cas où l'alignement des nuages de points n'est pas possible et tentons de résoudre ce problème. La dernière contribution de ces travaux est l'intégration de ces méthodes dans un produit en cours de commercialisation. On identifie les points importants permettant de rendre la solution robuste aux cas spécifiques des industriels. Enfin, on montre plusieurs applications industrielles de ces algorithmes, et nous discutons que la précision des méthodes proposées sur ces cas. On propose plusieurs ouvertures sur la suite de ces travaux, notamment sur les cas spécifiques de pièces non-alignables ou de grande envergure. Des idées d'amélioration et de robustification des algorithmes sont faites pour la suite de la recherche.

In this thesis work, we deal with the problem of scan planning and we also address the problem of 3D point clouds alignment. These problems can be studied and globalized to meet the needs of many fields of study. In this manuscript, we answer the following question: how to automatically control a mechanical part during machining? Or more precisely: how to obtain a good representation of the part so as to check its good conformity during the machining process? Two main sub-problems arise from this question, which we try to answer. First, we must define a way to digitize the part in its environment. In a second step, it is necessary to reconstruct the model of the part so that geometric measurements can be made. The first contribution to this study is the development of an automatic algorithm for planning the digitization of the part according to the controls to be carried out on it. The approach allows to adapt to any optical digitizing device (lidar, camera, profilometer, fringe projection sensor, etc.). In our study, we show the results of this method on several fringe projection optical sensors and on several industrial parts. The proposed method is general and allows to adapt to any industrial environment in which the part to be controlled is positioned. The second contribution focuses on the specific case of data from optical sensors, i.e. 3D point clouds. From the scanning plan, we develop a strategy for aligning point clouds between them. We address the problem of cases where the alignment of point clouds is not possible and try to solve this problem. The last contribution of this work is the integration of these methods in a solution being commercialized. We identify the important points to make the solution robust to the specific industrial cases. Finally, we show several industrial applications of these algorithms, and we study the precision of the methods on these cases. We propose several openings on the continuation of this work, in particular on the specific cases of non-alignable parts or on large parts. Ideas for improvement and robustification of the algorithms are discussed.