{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:850"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:850","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Métrologie assistée par ordinateur : apport des capteurs 3D sans contact","abstract":"Ce travail de recherche concerne l'inspection automatique de pièces industrielles à partir du modèle CAO de la pièce et de son image 3D obtenue à l'aide d'un capteur laser de haute précision. Tout d'abord nous déterminons et modélisons les différents paramètres qui influencent la précision du capteur laser lors du processus de numérisation d'une pièce. Ce modèle est utilisé pour générer automatiquement une stratégie d'acquisition pour la numérisation complète et précise d'une surface ou d'une pièce complète. La stratégie d'acquisition consiste en la détermination d'un ensemble de points de vue qui définissent la position spatiale et l'orientation exacte du capteur par rapport à la pièce, ainsi que d'autres paramètres du capteur. Le but de la stratégie de numérisation est d'améliorer l'exactitude des mesures de profondeur afin de pouvoir utiliser ce nuage de points 3D dans des tâches de métrologie. Les contraintes imposées au système sont: la connaissance de la position et de l'orientation initiale de la pièce et de son modèle CAO en format IGES. Il n'y a pas de limitations quant à la géométrie de l'objet à inspecter, par conséquent il est possible de contrôler des pièces avec des surfaces simples ou complexes. Le nuage de points issu de la numérisation d'une pièce est recalé avec son modèle CAO et postérieurement segmenté. La segmentation est réalisée par le calcul de la distance minimale du point 3D aux surfaces du modèle CAO et par la comparaison de propriétés géométriques du point 3D avec son homologue appartenant à la surface. Les résultats de la segmentation sont utilisés pour contrôler les tolérances dimensionnelles et géométriques de la pièce. En utilisant le modèle du bruit, nous avons introduit une valeur de dispersion sur chacun des points 3D acquis par le capteur. Cette valeur de dispersion est présentée comme un facteur de pondération dans les résultats de l'inspection.","abstract_html":"Ce travail de recherche concerne l&#x27;inspection automatique de pièces industrielles à partir du modèle CAO de la pièce et de son image 3D obtenue à l&#x27;aide d&#x27;un capteur laser de haute précision. Tout d&#x27;abord nous déterminons et modélisons les différents paramètres qui influencent la précision du capteur laser lors du processus de numérisation d&#x27;une pièce. Ce modèle est utilisé pour générer automatiquement une stratégie d&#x27;acquisition pour la numérisation complète et précise d&#x27;une surface ou d&#x27;une pièce complète. La stratégie d&#x27;acquisition consiste en la détermination d&#x27;un ensemble de points de vue qui définissent la position spatiale et l&#x27;orientation exacte du capteur par rapport à la pièce, ainsi que d&#x27;autres paramètres du capteur. Le but de la stratégie de numérisation est d&#x27;améliorer l&#x27;exactitude des mesures de profondeur afin de pouvoir utiliser ce nuage de points 3D dans des tâches de métrologie. Les contraintes imposées au système sont: la connaissance de la position et de l&#x27;orientation initiale de la pièce et de son modèle CAO en format IGES. Il n&#x27;y a pas de limitations quant à la géométrie de l&#x27;objet à inspecter, par conséquent il est possible de contrôler des pièces avec des surfaces simples ou complexes. Le nuage de points issu de la numérisation d&#x27;une pièce est recalé avec son modèle CAO et postérieurement segmenté. La segmentation est réalisée par le calcul de la distance minimale du point 3D aux surfaces du modèle CAO et par la comparaison de propriétés géométriques du point 3D avec son homologue appartenant à la surface. Les résultats de la segmentation sont utilisés pour contrôler les tolérances dimensionnelles et géométriques de la pièce. En utilisant le modèle du bruit, nous avons introduit une valeur de dispersion sur chacun des points 3D acquis par le capteur. Cette valeur de dispersion est présentée comme un facteur de pondération dans les résultats de l&#x27;inspection.","abstract_has_math":false,"creators":["Prieto, Flavio"],"institution":"École de technologie supérieure","degree_name":"Thèse de doctorat électronique","degree_level":"phd","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2000,"date_issued":"2000-01","date_published":"2000-01","updated_at":"2026-11-18T22:05:30Z","subjects":["3D, Assiste, Automatique, CAO, Capteur, Contact, Industriel, Inspection, Laser, Manufacture, Metrologie, Ordinateur, Piece, Sans, Sans-Contact, Tolerance"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE850"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE850","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/850/1/PRIETO_Flavio.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A850","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Prieto, Flavio"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2000-01"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["phd"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Thèse de doctorat électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["3D, Assiste, Automatique, CAO, Capteur, Contact, Industriel, Inspection, Laser, Manufacture, Metrologie, Ordinateur, Piece, Sans, Sans-Contact, Tolerance"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE850","https://espace.etsmtl.ca/id/eprint/850/1/PRIETO_Flavio.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ce travail de recherche concerne l'inspection automatique de pièces industrielles à partir du modèle CAO de la pièce et de son image 3D obtenue à l'aide d'un capteur laser de haute précision. Tout d'abord nous déterminons et modélisons les différents paramètres qui influencent la précision du capteur laser lors du processus de numérisation d'une pièce. Ce modèle est utilisé pour générer automatiquement une stratégie d'acquisition pour la numérisation complète et précise d'une surface ou d'une pièce complète. La stratégie d'acquisition consiste en la détermination d'un ensemble de points de vue qui définissent la position spatiale et l'orientation exacte du capteur par rapport à la pièce, ainsi que d'autres paramètres du capteur. Le but de la stratégie de numérisation est d'améliorer l'exactitude des mesures de profondeur afin de pouvoir utiliser ce nuage de points 3D dans des tâches de métrologie. Les contraintes imposées au système sont: la connaissance de la position et de l'orientation initiale de la pièce et de son modèle CAO en format IGES. Il n'y a pas de limitations quant à la géométrie de l'objet à inspecter, par conséquent il est possible de contrôler des pièces avec des surfaces simples ou complexes. Le nuage de points issu de la numérisation d'une pièce est recalé avec son modèle CAO et postérieurement segmenté. La segmentation est réalisée par le calcul de la distance minimale du point 3D aux surfaces du modèle CAO et par la comparaison de propriétés géométriques du point 3D avec son homologue appartenant à la surface. Les résultats de la segmentation sont utilisés pour contrôler les tolérances dimensionnelles et géométriques de la pièce. En utilisant le modèle du bruit, nous avons introduit une valeur de dispersion sur chacun des points 3D acquis par le capteur. Cette valeur de dispersion est présentée comme un facteur de pondération dans les résultats de l'inspection."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Métrologie assistée par ordinateur : apport des capteurs 3D sans contact"]}]}],"canonical_facts":{"dc:creator":["Prieto, Flavio"],"dc:date":["2000-01"],"dc:description":["Ce travail de recherche concerne l'inspection automatique de pièces industrielles à partir du modèle CAO de la pièce et de son image 3D obtenue à l'aide d'un capteur laser de haute précision. Tout d'abord nous déterminons et modélisons les différents paramètres qui influencent la précision du capteur laser lors du processus de numérisation d'une pièce. Ce modèle est utilisé pour générer automatiquement une stratégie d'acquisition pour la numérisation complète et précise d'une surface ou d'une pièce complète. La stratégie d'acquisition consiste en la détermination d'un ensemble de points de vue qui définissent la position spatiale et l'orientation exacte du capteur par rapport à la pièce, ainsi que d'autres paramètres du capteur. Le but de la stratégie de numérisation est d'améliorer l'exactitude des mesures de profondeur afin de pouvoir utiliser ce nuage de points 3D dans des tâches de métrologie. Les contraintes imposées au système sont: la connaissance de la position et de l'orientation initiale de la pièce et de son modèle CAO en format IGES. Il n'y a pas de limitations quant à la géométrie de l'objet à inspecter, par conséquent il est possible de contrôler des pièces avec des surfaces simples ou complexes. Le nuage de points issu de la numérisation d'une pièce est recalé avec son modèle CAO et postérieurement segmenté. La segmentation est réalisée par le calcul de la distance minimale du point 3D aux surfaces du modèle CAO et par la comparaison de propriétés géométriques du point 3D avec son homologue appartenant à la surface. Les résultats de la segmentation sont utilisés pour contrôler les tolérances dimensionnelles et géométriques de la pièce. En utilisant le modèle du bruit, nous avons introduit une valeur de dispersion sur chacun des points 3D acquis par le capteur. Cette valeur de dispersion est présentée comme un facteur de pondération dans les résultats de l'inspection."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE850","https://espace.etsmtl.ca/id/eprint/850/1/PRIETO_Flavio.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["3D, Assiste, Automatique, CAO, Capteur, Contact, Industriel, Inspection, Laser, Manufacture, Metrologie, Ordinateur, Piece, Sans, Sans-Contact, Tolerance"],"dc:title":["Métrologie assistée par ordinateur : apport des capteurs 3D sans contact"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["phd"],"thesis:degree_name":["Thèse de doctorat électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:05:30Z"}