Réalisation d'un système de triangulation au laser dans le cadre d'applications dans le domaine de l'agroalimentaire
Notice bibliographique
Résumé
L'automatisation dans le domaine de l'agroalimentaire et plus particulièrement dans les salles de découpe pour les viandes de porc et de boeuf est peu implantée. Dû à la difficulté de traiter un produit aussi variable, il est difficile de créer des machines automatiques pour réaliser la découpe de pièce de viandes. De plus, les cadences très importantes en Amérique du Nord conjuguées avec des types de coupe qui peuvent varier d'un établissement à l'autre compte tenu de la clientèle (américaine, canadienne, asiatique,...) rendent très difficile l'automatisation. Actuellement, la coupe, que ce soit pour le porc ou le boeuf, est encore très largement effectuée à la main. \n \nL'objectif principal de ce présent mémoire est de mettre au point un système d'acquisition pour numériser des pièces de viande, ce qui consiste à formuler la relation géométrique entre la caméra, le laser et la scène, à choisir le matériel adéquat, à élaborer le logiciel nécessaire et à intégrer l'ensemble des composantes du système. L'information est générée sous forme d'images de topologie (3D) et en niveaux de gris (2D). L'application d'algorithmes de traitement d'images sur ces données permet de calculer une trajectoire qui permet par la suite de guider un outil de coupe pour effectuer une tâche spécifique. \n \nLe principe de base de ce système d'acquisition est la triangulation au laser. Une ligne lumineuse est projetée sur la scène à numériser. La déformation de la ligne par le relief est captée par une caméra. Connaissant la relation géométrique entre le laser et le capteur, l'analyse des variations de la ligne laser permet de trouver la hauteur et la position des objets dans la scène. Afin de numériser différentes pièces de viande, le système d'acquisition doit être modulaire. Les composantes doivent donc être des produits standards, ce qui a l'avantage de réduire les temps de développement lors de modifications, de suivre l'évolution technologique de chaque composante ainsi que de permettre d'avoir des équivalents chez d'autres fournisseurs pour faciliter la production. Pour l'étalonnage de ce système, une approche est proposée qui, malgré sa simplicité, procure la précision et la répétitivité suffisantes dans le contexte des applications à réaliser. Pour respecter les temps de cycle, différentes solutions techniques ont été proposées comme l'acquisition en « double buffering » 1 , le filtrage de la ligne laser avec des filtres optiques et l'utilisation d'une caméra avec acquisition partielle. \n \nTrois applications développées avec ce système d'acquisition permettent l'évaluation de ce dernier. La première évalue de façon quantitative l'approche proposée en analysant la répétitivité de la machine de séparation de la longe du flanc. La deuxième utilise les données générées (images de topologie et en niveaux de gris) pour discriminer le côté (droit ou gauche) du flanc avant de générer la trajectoire de coupe. L'évaluation est faite de façon qualitative en analysant les résultats de la classification. La dernière, la reconstruction de la surface d'un oail de ronde en vue de son dégraissage, confirme la pertinence d'utiliser un tel système d'acquisition pour développer des machines ayant des opérations complexes à automatiser. \n \nLa triangulation au laser répond bien à la demande en automatisation de cette industrie de par son coût mais surtout au vu de ses performances: vitesse, précision et répétitivité, richesse et densité de l'information qui permettent d'élaborer des algorithmes de traitement d'images appropriés au domaine d'application. \n \n1 Utilisation d'une bascule avec deux images: pendant la numérisation d'une image, l'autre est traitée et vice versa. \n \n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | medium |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».