CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de stage : Allocation des bois forêt-scierie : Élaboration et évaluation d’algorithmes mesurant le niveau de ressemblance d’objets en 3D
Dates : 2017/04/03 - 2017/08/31
Etudiant : Cyrine SELMA
Directeur(s) CRAN : Hind BRIL , Philippe THOMAS
Autre(s) Directeur(s) : Gaudreault Jonathan (jonathan.gaudreault@ift.ulaval.ca)
Description : Allocation des bois forêt-scierie : Élaboration et évaluation d’algorithmes mesurant le niveau de ressemblance d’objets en 3D

D’une manière générale l’organisation d’une scierie est semblable à celle d’une entreprise d’un autre secteur (approvisionnement, transformation, vente aux clients). Le contexte « scierie » fait toutefois face à certaines particularités. La matière première est issue de la forêt et connaît donc une diversité́ en termes de qualité́, de section et de longueur. La scierie doit alors tenir compte de cette hétérogénéité et utiliser au maximum ce que la forêt produit (billon) pour satisfaire les attentes des clients tout en produisant un maximum de valeur. Satisfaire les demandes des clients est difficile car le sciage d’une section particulière entraine plusieurs produits en même temps ; c’est un processus divergent avec de la co-production.

Dans ce contexte, plusieurs travaux de recherches ont été menés pour développer des outils numériques pour la planification du processus sciage. Une voie qui a été explorée est l’apprentissage automatique (machine learning) pour prédire les caractéristiques des produits résultant du sciage d’un billon par une scierie en se basant sur quelques caractéristiques de ce dernier. Avec cette méthode, Il est alors possible de décider quel billon utiliser à quel moment en fonction des commandes des clients. Une autre façon de prévoir la production associée à un nouveau billon X, est d’observer à quel autre billon Y, déjà découpé dans le passé, il ressemble le plus. Cela suppose donc qu’il faut pouvoir comparer deux billons X et Y en observant leurs scan 3D et indiquer leur niveau de ressemblance. C’est ce qui constituera le défi de ce projet : proposer et évaluer différentes méthodes exprimant le niveau de ressemblance entre deux objets en 3D. Diverses pistes peuvent être envisagées comme le spherical algorithm, l’itérative closest point, le sciage virtuel, et bien évidemment tous les algorithmes de gestion du 3D utilisés dans le monde du jeu vidéo ou de la réalité augmentée par exemple.
Principales étapes du projet :
- Faire un état de l’art sur les méthodes de comparaison d’objets 3D
- Développer et tester différentes méthodes sur une base de Scan 3D de billon fournie par une équipe de recherche de l’Université́ Laval, Québec.
Mots clés : Traitement d'image, intelligence artificielle
Conditions : Projet biblio + possibilité de stage de 5 mois
Profil attendu: Connaissances en informatique et traitement d'images
Département(s) :
Ingénierie des Systèmes Eco-Techniques
Financement : 0