Ghazanfar Ali SHAH, doctorant au Lispen soutient sa thèse “Template-based reverse engineering of parametric CAD models from point clouds”, le 1er juillet 2021 (amphi M001).
Dirigée par Jean-Philippe Pernot et encadrée par Arnaud Polette, cette thèse a été réalisée en cotutelle avec le laboratoire italien IMATI-CNR (université de Gênes).
Titre de la thèse :
Template-based reverse engineering of parametric CAD models from point clouds
Résumé :
Même si de nombreuses techniques de rétro-ingénierie existent pour reconstruire des objets réels en 3D, très peu sont capables de traiter directement et efficacement la reconstruction de modèles CAO éditables d'assemblages de pièces mécaniques pouvant être utilisés dans les étapes du processus de développement de produits (PDP).
En l'absence d'outils de segmentation adaptés, ces approches ont des difficultés à identifier dans le modèle reconstruit les différentes pièces qui composent l'assemblage.
Cette thèse vise à développer une nouvelle technique de rétro-ingénierie pour la reconstruction de modèles CAO modifiables. L'originalité réside dans l'utilisation d'un processus de calage basé sur l’algorithme d'optimisation de recruit simulé et exploitant un filtrage à deux niveaux capable de capturer et de gérer les limites des géométries des pièces à l'intérieur du nuage de points global.
Cette approche permet ainsi la détection des interfaces et l'ajustement local d'un modèle de pièce au nuage de points.
La méthode proposée exploite différents types de données (par exemple, des nuages de points, des modèles CAO éventuellement stockés dans une base de données avec les meilleures configurations de paramètres associées pour le processus calage). L’approche est modulaire et intègre une analyse de sensibilité pour caractériser l'impact des variations des paramètres d'un modèle CAO sur l'évolution de la déviation entre le modèle CAO lui-même et le nuage de points à caler.
L'évaluation de l'approche proposée est réalisée en utilisant à la fois des nuages de points scannés réels et des nuages de points générés virtuellement, qui comportent plusieurs artefacts pouvant apparaître avec un scanner réel. Les résultats couvrent plusieurs scénarios d'application liés à l'industrie 4.0, allant de l'ajustement global d'une seule pièce à la mise à jour d'une maquette numérique complète intégrant des contraintes d'assemblage.
L'approche proposée est particulièrement adaptée pour l’aider au maintien de la cohérence entre un produit/système et son jumeau numérique.
Jury de thèse :
M. Nabil ANWER Professor, LURPA, Paris-Sud University Examiner
M. Giovanni BERSELLI Professor, DIME, Università degli studi di Genova Examiner
Mme. Caterina RIZZI Professor, DIGIP, Università degli Studi di Bergamo Reviewer
M. Jean-Luc MARI Professor, LIS, Aix-Marseille University Reviewer
M. Jean-Philippe PERNOT Professor, LISPEN, Arts et Métiers Examiner
M. Arnaud POLETTE Ass.Professor, LISPEN, Arts et Métiers Examiner
Mme. Franca GIANNINI Research director, IMATI-CNR Genova Examiner
Mme. Marina MONTI Senior researcher, IMATI-CNR Genova Examiner
Mots clés :
rétro-ingénierie, calage 2D et 3D, recuit simulé, jumeau numérique, industrie 4.0, analyse de sensibilité, paramètres de modèles CAO, nuages de points scannés, segmentation.
