thesis

Contributions à la dextérité d'un système de réalité augmentée mobile appliqué à la maintenance industrielle

Defense date:

Jan. 1, 2005

Edit

Institution:

Evry-Val d'Essonne

Disciplines:

Directors:

Abstract EN:

The dexterity of a mobile Augmented Reality (AR) system applied to industrial maintenance is relying on flexibility, accuracy and robustness to overcome scientific and technological locks. First, we introduce a novel component based software architecture satisfying the real-time requirements of AR systems. On top of this framework is built a localisation system using computer vision and relying on coded fiducials. New pose estimation algorithms are performed. Our architecture is embedding an Augmentation Manager (AM) using numerical maintenance procedure. Each one of them is linked to multimedia documents, including specifically animated 3D-models. This AM was integrated in the AMRA (French acronym of Maintenance Assistance using AR) RNTL project. Last, this system is extended to optical see-though AR in which we combine a viewpoint prediction technique based on particle filtering and a post-rendering method.

Abstract FR:

La dextérité d'un système de Réalitée Augmentée (RA) mobile appliqué à la maintenance industrielle repose sur sa fléxibilité, sa précision et sa robustesse intrinsèque face aux verrous scientifique et technologique. Nous intoduisons d'abord une architecture orientée composants flexible, innovante et satisfaisant les contraintes de temps réels des systèmes de RA. Sur cette architecture est bâti un système de localisation par la vision utilisant des cibles codées. Des nouveaux algorithmes d'estimation de posz sont proposés. Notre architecture comporte un Système de Gestion des Augmentations (SGA) utilisant des procédures de maintenance numériques. Chacune est liée à des documents multimédia l'illustrant, dont des modèles 3D animés. Le projet RNTL-Assistance à la Maintenance en RA intègre ce SGA. Enfin, le système est élargi à la RA en version directe pour laquelle nous combinons une technique de prédiction du point de vue basée sur le filtre particulaire et une méthode de post-rendering.