Actualités et vidéos

Le Le LE laboratoire LISPEN décroche un projet ANR Jeune Chercheur GENERAT3D

Le laboratoire LISPEN décroche un projet ANR Jeune Chercheur, porté par Arnaud Polette, enseignant-chercheur sur le campus Arts et Métiers d’Aix-en-Provence. Le projet GENERAT3D vise à générer automatiquement des données multimodales d’assemblages de pièces mécaniques pour l’apprentissage machine en rétro-conception de produits. 

L’objectif de GENERAT3D est de développer des méthodes de génération automatique de grands volumes de données pour alimenter des méthodes d’apprentissage machine pour la rétro-conception de pièces et d’assemblages mécaniques. 

Des méthodes de génération de données artificielles pour l’apprentissage machine 

Récolter et labelliser des données pour l’apprentissage machine est un travail qui peut s’avérer chronophage, tout particulièrement dans le contexte multimodal de la rétro-conception de produits où il est nécessaire d’avoir une labellisation par pièce et par assemblage dans plusieurs types de représentations 2D et 3D. Pour cela des méthodes d’augmentation de données CAO, de génération d’images photo-réalistes, de nuages de points « tels que scannés », ainsi que de cartes de profondeurs seront développées. Des cas d’études utilisant ces données seront développés lors du projet afin d’illustrer leurs exploitations. 

Impacts et retombées prévus pour l’Industrie du Futur 

La mise à disposition de ces méthodes de génération de grands volumes de données (ainsi que de jeux de données déjà générés) permettra en premier lieu la mise en place de nouvelles méthodes de rétro-conception de produits telles que l’aide à la rétro-conception ou l’automatisation de la rétro-conception. 

À plus long terme, ces méthodes seront également profitables à d’autres applications en lien avec l’ingénierie des systèmes dans un contexte d’Industrie du Futur où l’apprentissage machine permet aujourd’hui de lever de nouveaux verrous scientifiques, telles que la conception de produits, le fonctionnement en temps réel des jumeaux numériques, la détection de défaut de fabrication, ou encore la réalité virtuelle et augmentée. 

 

Poursuivre votre lecture

dernière Success Stories

dernière Actualité

Parution du rapport d’activité 2021 !

Le Rapport d'Activité 2021 retrace les faits marquants de l’institut Carnot ARTS pour l’année écoulée. Au sommaire :  ■ Présentation de l’institut Carnot ARTS■ Le comité de direction de l’institut...

Un projet ?

Le laboratoire LISPEN décroche un projet ANR Jeune Chercheur, porté par Arnaud Polette, enseignant-chercheur sur le campus Arts et Métiers d’Aix-en-Provence. Le projet GENERAT3D vise à générer automatiquement des données multimodales d’assemblages de pièces mécaniques pour l’apprentissage machine en rétro-conception de produits. 

L’objectif de GENERAT3D est de développer des méthodes de génération automatique de grands volumes de données pour alimenter des méthodes d’apprentissage machine pour la rétro-conception de pièces et d’assemblages mécaniques. 

Des méthodes de génération de données artificielles pour l’apprentissage machine 

Récolter et labelliser des données pour l’apprentissage machine est un travail qui peut s’avérer chronophage, tout particulièrement dans le contexte multimodal de la rétro-conception de produits où il est nécessaire d’avoir une labellisation par pièce et par assemblage dans plusieurs types de représentations 2D et 3D. Pour cela des méthodes d’augmentation de données CAO, de génération d’images photo-réalistes, de nuages de points « tels que scannés », ainsi que de cartes de profondeurs seront développées. Des cas d’études utilisant ces données seront développés lors du projet afin d’illustrer leurs exploitations. 

Impacts et retombées prévus pour l’Industrie du Futur 

La mise à disposition de ces méthodes de génération de grands volumes de données (ainsi que de jeux de données déjà générés) permettra en premier lieu la mise en place de nouvelles méthodes de rétro-conception de produits telles que l’aide à la rétro-conception ou l’automatisation de la rétro-conception. 

À plus long terme, ces méthodes seront également profitables à d’autres applications en lien avec l’ingénierie des systèmes dans un contexte d’Industrie du Futur où l’apprentissage machine permet aujourd’hui de lever de nouveaux verrous scientifiques, telles que la conception de produits, le fonctionnement en temps réel des jumeaux numériques, la détection d

 

L'institut Carnot ARTS

151 boulevard de l'Hôpital

75013 Paris

+33 (0)1 71 93 65 66

contact@ic-arts.eu

Plan du site

Accueil

Nos compétences

Nos offres

Actualités

Success Stories

Nous contacter

Membre de

Référencé par

techneo
arton
Share This