Reconstruction d'un nuage de points 3D étant donné un modèle CAO a priori - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2012

Reconstruction d'un nuage de points 3D étant donné un modèle CAO a priori

Résumé

Nous abordons dans cet article le problème de la reconstruction de modèles CAO à partir de nuages de points acquis en environnement industriel, en nous appuyant sur des modèles 3D préexistants ainsi que sur des connaissances métier quant à la composition des environnements traités. Ces diverses connaissances a priori peuvent être utilisées pour guider la reconstruction afin d'obtenir des modèles CAO fiables correspondant aux nuage de points. Nous concentrons plus particulièrement notre travail sur le traitement des parties cylindriques. Nous proposons de formuler le problème de la reconstruction comme la recherche de la configuration la plus probable vis-à-vis de multiples contraintes. Le problème d'optimisation ainsi défini est résolu à l'aide d'une méthode d'exploration stochastique de l'espace des solutions, basée sur l'ajout d'éléments dans la configuration en cours de construction et la gestion gloutonne des conflits pouvant survenir, de manière à améliorer efficacement la configuration à chaque étape. Nous montrons que la méthode proposée permet la reconstruction de modèles fiables en présentant quelques résultats obtenus sur une scène industrielle
Fichier principal
Vignette du fichier
rfia2012_submission_31.pdf (1.23 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00656541 , version 1 (17-01-2012)

Identifiants

  • HAL Id : hal-00656541 , version 1

Citer

Aurélien Bey, Raphaëlle Chaine, Raphaël Marc, Guillaume Thibault. Reconstruction d'un nuage de points 3D étant donné un modèle CAO a priori. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656541⟩
242 Consultations
365 Téléchargements

Partager

Gmail Facebook X LinkedIn More