Numérisation 3D intelligente d'objets de formes inconnues basée sur des critères de qualité

Research works exposed in this thesis are devoted to 3D digitalization of unknown objects by using a laser plane sensor. In particular, the work deals with a new approach of intelligent automated scanning trajectory based on a quality criterion. In this direction, all the parameters allowing the relative positioning sensor/part as well as the consequence of their variation on the data point quality are studied. A main part of the work is dedicated to performance assessment of the digitizing system used. Therefore an experimental protocol is proposed, in order to evaluate system capacities regarding to digitizing noise in function of the digitizing angle and the digitizing distance. The protocol is supplemented by procedures of evaluation of the accuracy, the relative accuracy and fidelity. The protocol is based on very simple measuring procedures, giving each user of optical digitizing system a mean to assess system performances. On the other hand, this step highlights the admissible space in which the intelligent scanning trajectory must be defined.The approach proposed for intelligent scanning of unknown object relies on a first scanning of the object surfaces. The quality of the resulting point cloud is evaluated taking advantages of the result of the previous step. As a result, zones for which the expected quality (in terms of digitizing noise and completeness) is not reached are identified. For this zones, the intelligent scanning trajectory, defined as a succession of relative positioning sensor/part is generated. so that the parameters (angle and distance of digitizing) provide a sensor positioning belonging to the admissible space previously defined. The whole approach of intelligent 3D scanning is illustrated through several examples.Les travaux de recherche exposés dans cette thèse sont consacrés à la numérisation 3D d’objets de formes inconnues à l’aide de capteur laser plan sans contact. Il est en particulier question d’accroître la qualité du nuage de points issu d’une numérisation grâce à une démarche de génération de trajectoire intelligente de numérisation. Pour ce faire, l’ensemble des paramètres intervenant dans le positionnement relatif du capteur par rapport à la pièce ainsi que la conséquence de leur variation sur la qualité du nuage issu de la numérisation sont étudiés. Une partie importante est entre autres consacrée à l’identification des performances de l’outil de numérisation utilisé. Ainsi un protocole expérimental d’évaluation des capacités du système de numérisation vis-à-vis du bruit de mesure en fonction de la distance et de l’angle de numérisation est proposé. Le protocole est complété par des procédures d’évaluation de la justesse, de la justesse relative et de la fidélité. Ce protocole, basé sur un ensemble de procédures de mesure simples à mettre en œuvre, donne à tout utilisateur un moyen d’évaluation des capacités de son système de mesure optique. Cette étape permet également d’identifier l’espace admissible à l’intérieur duquel la trajectoire intelligente doit être définie. La démarche de génération de trajectoire intelligente qui est ensuite proposée s’appuie sur une première numérisation de l’objet dont le modèle CAO n’est pas connu. La qualification des données 3D obtenues est proposée tirant partie de l’étude précédente. Cette étape met en avant les zones de qualité insuffisante (en terme de bruit et de complétude principalement) qui doivent être renumérisées. La trajectoire, définie comme une succession de positionnements relatifs capteur/pièce, est alors recalculée de façon à ce que les paramètres (angle et distance de numérisation) définissent un positionnement capteur appartenant à l’espace admissible précédemment établi. La démarche de numérisation 3D intelligente est illustrée au travers de différents exemples