Mesure de l’apparence pour le pilotage intelligent des états de surface manufacturés
Financement : Projet ANR23 PRCE intitulé RTI 4.0 (CES 10 : Usine du futur)
Responsable : Alamin Mansouri
Membres participants : Matthieu Rossé, David Fofi, Yuyang Wang
Partenaires : Laboratoire l’IRDL (UBS), entreprise Altimet, Laboratoire LAMIH (UPHF), Stellantis Excelcar
Contexte et objectifs : Aller progressivement vers des processus intelligents de fabrication et de finition des surfaces (Smart Manufacturing) est un enjeu essentiel de l’Industrie du futur, il s’agit notamment à travers des processus et technologies numériques de permettre une adaptabilité importante et d’optimiser les performances des processus et des produits. Les avancées actuelles liées à la fabrication additive ou encore à l’utilisation de l’intelligence artificielle apportent de nouveaux outils ouvrant de nouvelles voies de recherches. C’est dans ce contexte que s’inscrit le projet RTI 4.0 lauréat d’un financement ANR 2023. Le projet RTI 4.0 est autour de la maîtrise de l’apparence des états de surfaces manufacturés, comme une des fonctionnalités principales. Il concerne de nombreux domaines d’applications tels que l’industrie du luxe (joaillerie, horlogerie), l’aéronautique, l’industrie automobile, l’industrie de l’emballage, ou encore les domaines liés au cosmétique. Les processus concernés sont les processus de fabrication et finition de surface (usinage, polissage, tribofinition) de texturation laser (Femto), les processus haute température (qualité de cordons de soudure, fabrication additive métal) ou encore le suivi des états de surface (dans le cadre d’une conservation ou restauration de surface du patrimoine ou mise sous conditions extrêmes de surface utilisées en milieu marin).
Ainsi, la mesure des fonctions surfaciques constitue une voie de recherche ayant des applications très larges, nécessitant la mise en œuvre de techniques d’acquisition multimodales et pluridisciplinaires. L’apparition de moyens de mesure de l’apparence des surfaces, tels que le Reflectance Transformation Imaging (RTI), ouvre de nouvelles et nombreuses perspectives de recherche. La mise en œuvre de technique RTI consiste en une caméra fixe orthogonale à la surface étudiée et un éclairage orienté vers la surface dont on fait varier la position (θ,φ) tout en restant à distance fixe de l’objet d’étude tel que montré dans les exemples de la Figure 1. Pour certains angles d’éclairage, des images sont acquises. On mesure alors en chaque image la réflectance angulaire locale de la surface. Ainsi à partir d’une acquisition RTI on obtient un lot d’images, comme illustré dans la Figure 1, qui permettront de reconstruire la scène avec une source de lumière virtuelle pour aider au contrôle visuel de la surface.
Principe d’acquisition et d’exploitation des données RTI
L’imagerie RTI est aussi considérée comme une technique de photo-stéréométrie qui permet de faire le lien entre des attributs surfaciques étudiés et la fonction d’apparence mesurée mais aussi d’extraire des descripteurs locaux en lien avec la géométrie de la surface tels que ceux liés aux pentes et aux courbures. Ces derniers ont par ailleurs une forte influence sur les comportements/fonctionnalités mécaniques. Les développements de la technique du RTI offrent des perspectives prometteuses mais soulève de réels challenges :
- Comment numériser l’information d’apparence à l’échelle des états de surfaces de façon robuste ?
- Comment modéliser et caractériser l’information pour permettre l’extraction de descripteurs objectifs corrélés avec la perception visuelle ?
- Comment corréler la fonction d’apparence avec les propriétés de géométrie que l’on souhaite maîtriser ?
- Comment automatiser la maîtrise des états de surface à l’aide des outils liés à l’intelligence artificielle ?