Skip to Main content Skip to Navigation
Conference papers

Inspection d'assemblages mécaniques par une approche Deep Learning 3D : résultats préliminaires

Résumé : Nos travaux de recherche sont menés dans le cadre du laboratoire de recherche commun "Inspection 4.0" entre IMT Mines Albi/ICA et la société DIOTA spécialisée dans le développement d’outils numériques pour l’industrie 4.0. Dans cet article, nous nous intéressons au contrôle de conformité d’ensembles mécaniques aéronautiques complexes (typiquement un moteur d’avion en fin ou en mi- lieu de chaine d’assemblage). Un scanner 3D porté par un bras de robot permet l’acquisition de nuages de points 3D pour la phase d’inspection. Nous avons à notre disposition un modèle CAO de l’assemblage mécanique à inspecter, et c’est ce modèle qui guidera notre démarche. Nous mettons en œuvre des techniques de classification 3D par Deep Learning. Ces modèles d’apprentissage profond sont formés sur des données synthétiques et simulées, générées à partir des modèles CAO. Plusieurs approches sont proposées et des résultats sur des acquisitions réelles sont pré- sentés.
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03339892
Contributor : Ccsd Sciencesconf.Org Connect in order to contact the contributor
Submitted on : Thursday, September 9, 2021 - 5:15:18 PM
Last modification on : Tuesday, October 19, 2021 - 11:17:38 PM

File

ORASIS_2021_BOUGHRARA_17_07_.p...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03339892, version 1

Citation

Assya Boughrara, Igor Jovancevic, Hamdi Ben Abdallah, Benoit Dolives, Mathieu Belloc, et al.. Inspection d'assemblages mécaniques par une approche Deep Learning 3D : résultats préliminaires. ORASIS 2021 - 18ème journées francophones des jeunes chercheurs en vision par ordinateur, Centre National de la Recherche Scientifique [CNRS], Sep 2021, Saint Ferréol, France. 9 p. ⟨hal-03339892⟩

Share

Metrics

Record views

88

Files downloads

44