Documente Academic
Documente Profesional
Documente Cultură
--------------------------------------------
FACULTE DE GENIE INDUSTRIEL FGI
--------------------------------------------
BP 2701 Douala Tél : (237) 694187374/699325800/699325552 SITE Web : www.fgi-ud.org
****************************
THEME :
SYSTEME AUTOMATIQUE DE TRI
PAR VISION
SOMMAIRE
REMERCIEMENTS .................................................................................................................................... iv
RESUME ....................................................................................................................................................v
ABSTRACT ................................................................................................................................................ vi
LISTE DES FIGURES :................................................................................................................................ vii
LISTE DES TABLEAUX : ............................................................................................................................. ix
NOTATION ................................................................................................................................................x
LISTE DES SIGLES ET ABREVIATIONS ........................................................................................................ xi
INTRODUCTION GENERALE ..................................................................................................................... 1
Chapitre I : GENERALITE ET HISTORIQUE SUR LES SYSTEME DE VISION ET ROBOTIQUE ........................ 3
INTRODUCTION ....................................................................................................................................... 3
I-DEFINITIONS ET GENERALITES .............................................................................................................. 3
I.1-SYSTEME DE VISION ....................................................................................................................... 3
I.2-SYSTEME ROBOTIQUE .................................................................................................................... 4
II-HISTORIQUES ET DOMAINES D’APPLICATION DES SYSTEMES DE ROBOTIQUE ET DE VISION ............. 5
II.1-HISTORIQUES ET DOMAINE D’APPLICATION DES SYSTEMES DE VISION ...................................... 5
II.2-HISTORIQUES ET DOMAINE D’APPLICATION DES SYSTEMES ROBOTIQUES ................................. 7
III-PROBLEMATIQUES ET CAHIER DE CHARGE ....................................................................................... 11
III.1-PROBLEMATIQUE ....................................................................................................................... 11
III.2-ANALYSE FONCTIONNELLE ET CAHIER DE CHARGE.................................................................... 12
CONCLUSION ......................................................................................................................................... 16
Chapitre II : ASPECT METHODOLOGIQUE.............................................................................................. 17
INTRODUCTION ..................................................................................................................................... 17
I-METHODOLOGIE DE MODELISATION DES SYTEME DE VISION ........................................................... 17
I.1-PRESENTATION DES TECHNOLOGIES DE VISION .......................................................................... 17
I.2-LES METHODES DE MODELISATION ............................................................................................. 29
I.3-LES METHODES DE TRAITEMENT D’IMAGE .................................................................................. 35
II-METHODOLOGIE DE MODELISATION DES ROBOTS (SYSTEMES MECANIQUES ARTICULES).............. 39
II.1-ELEMENTS CONSTITUTIFS ET TYPES DE ROBOT .......................................................................... 39
II.2-METHODOLOGIE DE MODELISATION DES ROBOTS MANIPULATEURS SERIES ........................... 45
II.3-LES METHODES DE COMMANDE ET LES CONTRAINTES AFFERANTES ........................................ 49
CONCLUSION ......................................................................................................................................... 55
Chapitre III : SOLUTION ; RESULTATS ET INTERPRETATIONS................................................................. 56
INTRODUCTION ..................................................................................................................................... 56
I-LES SOLUTIONS.................................................................................................................................... 56
i
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
ii
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Je dédie ce mémoire à :
Mon père M. NINGA Fernand, qui peut être fier et trouver ici le résultat de longues années
de sacrifices et de privations pour m'aider à avancer dans la vie. Puisse Dieu faire en sorte que
ce travail porte son fruit ; Merci pour les valeurs nobles, l'éducation et le soutient permanent
venu de toi.
Je le dédie également à toute la famille NARMA NINGA et à tous mes amis pour leurs
patience et compréhension à mon égard.
iii
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
REMERCIEMENTS
Notre gratitude va à l’endroit du DIEU tout puissant qui nous a accordé la faculté de
mener à bien nos projets, d’arriver à notre souhait et d’atteindre notre objectif.
Et enfin elle va à l’endroit de tous les êtres dont un jour nous avons fait la
connaissance ; ici trop nombreux pour être cités mais qui tout de même ont contribué à
faire de nous la personne que nous sommes et même celle que nous deviendrons demain.
Merci encore !
iv
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
RESUME
Le monde aujourd’hui est un village planétaire ; ce qui implique qu’un produit fait au
Canada par exemple peut facilement être vendu en Afrique et ceux grâce aux progrès de
l’industrie. Ce domaine est de nos jours fortement occupé par les systèmes robotisés
actuellement dits de génération 4.0 ; mais les coûts d’acquisition de ces systèmes restent encore
inaccessibles pour les industries Africaines en général et Camerounaises en particulier encore
fortement embryonnaires. Le contrôle qualité de la plupart des produits issus de ces industries
accentue le fait de la non-compétitivité de ces derniers ; car les produits ne sont très souvent
pas uniformes à cause du contrôle qui est encore manuellement. Nous avons fait ce constat lors
de nos multiples stages d’imprégnation et visites d’entreprise effectuées au cours de notre
cursus scolaire et post-graduation. Pour remédier à ce problème, nous proposons la conception
d’un SYSTEME AUTOMATIQUE DE TRI PAR VISION afin d’assurer le contrôle qualité des
produits. Pour mener à bien ce travail, nous avons utilisé le cycle de conception en V dans
lequel l’analyse du besoin nous a permis de segmenter notre système en trois parties : un
dispositif d’acquisition d’image chargé de prélever les informations sur le processus ; un
logiciel de traitement et de reconnaissance de forme hébergé dans un PC (Personal Computer)
chargé d’assurer le contrôle qualité en fonction des critères imposés par l’utilisateur et enfin
d’un système mécanique articulé chargé d’exécuter l’action préconisée par le sous-système de
décision. Cette analyse s’est faite à l’aide du logiciel Visio 2013. Au niveau de la conception et
de la modélisation nous avons utilisé le logiciel SolidWorks pour la conception du SAM. Pour
la modélisation du système de vision nous avons utilisé le logiciel Matlab. Pour la commande
du SAM, nous avons utilisé les logiciels Matlab, Stateflow, Simulink et Simscape. Des outils
matériels parmi lesquels Un PC HP compaq core i3 ; une BOX WIFI Yoomee qui nous ont
permis de faire des recherches et de simuler notre système. Les résultats de la simulation
globale de notre système ont confirmé l’atteinte de nos objectifs à 90% de ceux fixés par le
cahier de charges.
Mots clés : système ; tri ; Automatique ; vision
v
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
ABSTRACT
The world today is a global village; which implies that a product made for example in
Canada may be sold easily in Africa because of the progress of the industry. This domain is
nowadays greatly occupied by the robotics systems currently said to be generation 4.0; but the
costs of acquirement of these systems remain in general even inaccessible for the African
industriousness and Cameroonian in particular again greatly embryonic. The control quality of
most products descended of these industries accentuates the fact of the non-competitiveness of
these lasts; because their products are not very often uniform because of the control that is again
handmade. We made this report of it at the time of our multiple practicums of impregnation and
visits of enterprise done during our school degree course and post-graduating. To remedy this
problem, we propose the conception of an (AUTOMATIC SYSTEM OF SORTING BY
VISION) in order to assure the control quality of the products. To carry through this work, we
used the cycle of conception in V in which the analysis of the need allowed us to segment our
system in three parts: a device of picture acquirement assigned to appropriate the information
on the process; a software of treatment and recognition of shape sheltered in a PC (Personal
Computer) charged to assure the control quality according to the criterias imposed by the user
and at the end of a articulate mechanical system assigned to execute the action recommended
by the subsystem of decision. This analysis made itself with the help of the software Visio 2013.
To the level of the conception and the modelling we used the software SolidWorks for the
conception of the SAM. For the modelling of the vision system we used the software Matlab.
For the order of the SAM we used the Matlab software, Stateflow, Simulink and Simscape. The
material tools used are a PC HP compaq core i3; a BOX WIFI Yoomee that allowed us to make
searches for them and to simulate our system. The output of the global simulation of our system
confirmed the attack of our objective is promising to 90% of those desired by the notebook of
load.
vi
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
vii
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
viii
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Tableau 2.1: Tableau des longueurs d'onde en fonction de la couleur perçue par l’homme
…….……………………….
......................................................................................................... 18
Erreur ! Signet non défini.
Tableau 2.2: Tableau de KRUTTHOFF des températures en fonction des couleurs ............... 23
…….……………………….
Tableau 2.3: les différentes résolutions standard ........................... 25
.Erreur ! Signet non défini.
Tableau 2.4:Tableau comparatif des différents actionneurs électriques les plus utilisés ......... 42
ix
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
NOTATION
𝑅𝑖 Repère N°I quelconque.
𝑖
𝑅𝑖 𝑗 Rotation du repère i vers j exprimé dans le repère 𝑅𝑖
𝑖
𝑀𝑖 𝑗 Matrice homogène de passage du repère i vers j exprimé dans le repère 𝑅𝑖
𝑖
𝑀𝑖 𝑗 . 𝑖 𝑀𝑖 𝑗 : Produit matriciel
x
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
2 J
2D Deux Dimensions JPL ............................................Jet Propulsion Laboratory
2D 1/2.......................................... Mélange de la 2D et 3D
M
3
Matlab ................................................. MATrix LABoratory
3D Trois Dimensions MCI....................................le Model Cinématique Indirect
MD ....................................................... Model Dynamique
MGD ...................................... Model Géométrique Direct
C MGI .................................... Modèle Géométrique Inverse
MSMC ..................Modélisation Simulation des machines
CCD ............................................... Charge Coupled Device Cybernétiques (Brenier, 2001)
CID ............................................. Charge Injection Device
CMOS ........ Complementary Metal Oxide Semiconductor
N
D N&B.............................................................. Noir et Blanc
xi
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
INTRODUCTION GENERALE
Compte tenu des changements technologiques rapides et la présence accrue des
économies émergentes sur le marché mondial de la fabrication, les entreprises sentent la
pression sur plusieurs fronts. Pour cela, les entreprises à tous les niveaux de la chaîne de valeur
ont la possibilité de bien se positionner pour stimuler la croissance grâce à leur expérience
solide dans la fabrication, à un moteur d’innovation robuste, à une réputation pour la qualité et
l’uniformité et à une main d’œuvre qualifiée. Afin d’améliorer la position concurrentielle de
chaque pays et d’augmenter sa viabilité à long terme, il est indispensable d’envisager des
changements des méthodes de fabrication. Cela nous emmène à réfléchir aux futures usines qui
puissent tirer parti des progrès dans le secteur manufacturier et d’autres grandes tendances
émergentes dans l’industrie.
De nos jours, l’utilisation des machines dans l’industrie où la recherche est de plus en
plus importante. En effet, l’automatisation des systèmes permet une conception plus rapide et
plus sûre que certains ouvrages. Les chiffres parle d’eux même :
En 2015 les ventes de robot ont augmenté de 15% dans le monde pour un volume record de
253750 unités pour une valeur marchande estimé à 11.1 milliards $ US plus 35milliard $ US si
on considère tous les autres domaines autre que l’industrie.
La chine est le marché le plus important avec 27% de ce volume mondial (68600 unités) et est
talonné par l’Europe avec 19.74% soit un volume de (50100 unités).
La chine produit 30% de tout le volume mondial des robots industriels.
En Europe, L’Allemagne possède le plus grand nombre de robot à savoir 50000 unités suivit de
l’Italie avec 6657 unités. La France quant à elle à un volume estimé à 3045 unités.
Les densités de robot dans le monde (nombre de robot pour 10000 ouvriers) sont en moyenne
de 92 en Europe ;86 en Amérique et 57 en Asie.
Le japon leader mondial à une densité de 1272 et suivi par la Corée du sud (1218) qui sont au
coude à coude avec les USA. Seul l’Afrique n’est pas dans cette mouvance [1]. C’est la raison
pour laquelle la production est plus abondante et de qualité dans ces régions qu’en Afrique.
Les plus importantes sociétés productrices de robot dans le monde sont les suivant :
Au Etats unis nous avons : Adept technology ; ST.Robotics ; Intelitek ; …etc. En Suisse :
Staübli ; ABB ; …etc. En Allemagne : Bosch ; Cloosgmbh ; Festo ; …etc. Au Japon : Yaskawo-
motoman ; … etc.
En Afrique ; Rien à signaler. [2]
1
Système automatique de tri par vision
Au niveau des couts des systèmes robotique d’après le site de vente d’Alibaba.com, le
Robot cartésien chine professionnel industriel 6 axes couteraient 50000$US (25000000Fcfa) ;
le CNC manipulateur ou le HWASHI couterais 23000$US (11500000Fcfa) ; Le robot
BOXLINE quant à lui couterais 300000$US (150000000Fcfa).
De leurs côtés les solutions de vision ne sont pas en reste. Par exemple le model CV-A de la
société KEYENCE France peut coûter dans les 20000 à 25000$US.
Ces coûts étant très élevés pour les faibles industries Africaines en générale et camerounaise en
particulier.
C’est de ce constat que nous nous sommes lancés dans la conception d’un système
robotique automatique de tri par vision. Pour mener à bien nos objectifs nous avons subdivisés
notre travail en trois chapitres qui se présente comme suit :
Dans le premier chapitre nous allons faire une présentation générale de la robotique et
plus précisément des systèmes de vision et de la robotique industrielle ; de leurs architectures
de leurs contributions dans l’industrie et les domaines dans lesquels ils sont utilisées puis nous
finirons par un cahier de charge après avoir effectué l’analyse du besoin.
Le deuxième chapitre sera dédié à la présentation des lois et méthodes de modélisation
utilisé dans le domaine de la robotique ; depuis les lois de la physique des onde (la lumière) en
passant par les filtres de Canny et bien d’autre jusqu’à la méthode DENAVIT-HARTENBERG.
Et dans le troisième chapitre nous conclurons l’étude expérimentale de notre système,
en définissant les solutions Hardware proposé ; de la simulation système à l’aide du logiciel
MATLAB ; SIMULINK ; STATEFLOW et SOLIDWORKS.
Pour parafer notre projet nous ferons une conclusion qui présente le bilan de ce travail,
et les perspectives envisagées ainsi qu’une bibliographie et des annexes qui aiderons à
comprendre ou vérifier les méthodes de modélisations.
2
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
INTRODUCTION
Ce chapitre se focalise sur la présentation du concept de Robotique et vision ; il réalise
aussi nue étude détaillée de l’existant en s’appuyant sur l’historique ayant marqué la vie de cette
discipline scientifique. Il présente aussi une Analyse fonctionnelle de notre système et le cahier
de charge qui en découle en conformité avec la norme ISO 9946
I-DEFINITIONS ET GENERALITES
I.1-SYSTEME DE VISION
La vision est un processus de traitement de l’information qui utilise des stratégies bien définies
afin d’atteindre ses buts. L’entrée d’un système de vision est constituée par une séquence
d’images. Le système lui-même apporte un certain nombre de connaissances qui interviennent
à tous les niveaux. La sortie est une description de l’entrée en termes d’objets et de relations
entre ces objets.
Deux types de stratégies sont mises en jeu :
Les stratégies ascendantes qui tentent de construire à partir de l’information sensorielle
une représentation la plus abstraite possible (par exemple un ensemble de primitives
géométriques 3D).
Les stratégies descendantes qui déduisent à partir de l’ensemble d’objets connus par le système
une description compatible avec les primitives extraites de l’image [3]
La figure (1.1) suivante permet de mettre en évidence les éléments rentrant dans la chaine d’un
système de vision :
3
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
4
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
1
Elément permettant de faire correspondre un signal électronique à une puissance électrique de plus grande
amplitude dans le but d’effectuer une action.
5
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
1973 : SHIRAI et INOUE réalisent une Tâche de saisie d'un objet cubique. La caméra était
fixe et observe la scène avec une Période d'asservissement de 10s
1979 : HILL et PARKS réalisent une Tâche de suivi, de saisie et de déplacement par rapport à
une scène à l’aide d’une Projection d'un marqueur lumineux pour reconstruire la profondeur et
l'orientation avec Étude des effets dynamiques.
1979 : PRAJOUX Utilise une caméra pour anticiper le mouvement d’une cible. La tâche de
suivi de cible est à 2 degrés de liberté avec un Temps d'établissement de 1 s.
1984, Weiss réalise le premier asservissement visuel 2D.
1990 : VENKATESAN et ARCHIBALD réalisent un asservissement visuel grâce à la
Projection de marqueurs lumineux à l'aide de 2 scanners LASER. La Commande se faisait
suivant 5 degrés de liberté avec une bande passante de la boucle fermée de 4.5 Hz.
1991 : PAPANIKOLOPOULOS réalise un système d’estimation de ma mesure par flot optique
et une tâche de suivi de cible
1992 : ESPIAU, CHAUMENE et RIVES formalise de la commande 2D par l'utilisation de la
notion de fonction de tâche. Le système était stabilité et la validation expérimentale s’est faite
grâce à la tâche de suivi de cible
1996 : WILSON réalise un asservissement 3D avec filtrage de Kalman de la mesure. Le test du
système était une tâche de suivi de cible à 5 degrés de liberté et la fréquence de l'asservissement
était de 60 Hz
1996 : PETER CORKE réalise un asservissement visuel en Prenant en compte le modèle
dynamique du manipulateur pour la synthèse du correcteur. Le système fut testé sur une tâche
de suivi de cible à 2 degrés de liberté avec une Fréquence d'asservissement égale à 60 Hz
1998 : JACQUE GANGLOFF et al. Ont réalisé le Modèle dynamique d'un asservissement
visuel à 6 DDL à 120 Hz
1999 : MALIS ET CHAUMENE crée l’asservissement visuel 2D 1/2 pour une tâche de suivi
de cible.
1999 : NAKABO utilise la vision chip pour la Première fois dans une Tâche de suivi de cible
avec une caméra orientable (2 degrés de liberté) à une fréquence de 1000 Hz
2005 : GINHOUX ET AL. Réalisent un asservissements visuels dynamiques pour le médical
avec une boucle de vision à 500Hz et Commande répétitive pour le suivi des mouvements du
cœur.
Domaine d’application
Il y a Trois principaux domaines domaine :
6
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Imagerie aérienne et spatiale (Image satellite ; analyse des ressources interne du globe ;
cartographie automatique ; analyse météo…etc.).
Technologies biomédicales (Image scanner échographie ; imagerie à résonnance magnétique
« IRM » ; reconnaissance automatique de cellules ou de chromosomes ; comptage de cellule ;
ostéodensitométrie2 « examen médical qui permet de mesurer la densité de l’os » … etc.).
Robotique (Assemblage de pièces ; contrôle qualité ; robotique mobile ; stéréovision « pour la
reconstruction 3D » …etc.).
Les autres domaines non exhaustifs dans lesquelles on emplois la vision : l’astronomie, la
physique nucléaire, l’armement, la télésurveillance …etc.
II.2-HISTORIQUES ET DOMAINE D’APPLICATION DES SYSTEMES
ROBOTIQUES
Historique
Le mot Robot a été introduit par le tchèque Karel Capek en 1921 dans une scène de théâtre.
A cette occasion, le terme robot est inspiré du mot slave rabota qui signifie main d'œuvre
exécutive.
En 1947 apparait le Premier manipulateur électrique téléopéré3. Mais ce n’est qu’entre 1950-
1970 que la robotique industrielle connait un essor. Elle a vu le jour en 1954 lorsque Georges
DEVOL a pu réaliser son brevet sur la robotique. Dans ce brevet Devol a conçu un robot qu’il
a intitulé Unimate.
En 1961, le premier Unimate fut utilisé dans les usines de GENERAL MOTORS.
En 1966, l’entreprise Unimation continue de développer des robots et élaborent notamment
des robots permettant de faire d’autres tâches, comme des robots de manipulation matérielle
ou encore des robots conçus pour la soudure ou pour d’autres applications de ce genre.
En 1978 un nouveau robot est conçu par Unimation Inc avec l’aide de General Motors.
Ensemble ils conçurent le robot PUMA 500. Le robot PUMA (Programmable Universal
Machine for Assembly) a été conçu par Vic Schienman et fut financé par General Motors et
par The Massachussets Institute of Technology au milieu des années 70. Le système de ce
robot est composé d’un bras manipulateur permettant d’assembler des composants industriels
et de son ordinateur de commande. Ce robot est le robot d’assemblage le plus rependu dans
l’industrie des années 70.
2
Examen médical qui permet de mesurer la densité osseuse
3
Opération à distance
7
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
En 1985, Reymond Clavel a imaginé le Robot Delta qui possède un bras de manipulation formé
de 3 parallélogrammes. Son brevet tombe dans le domaine public en 2007 et différents
constructeurs devraient alors sortir leur propre robot delta. Le Jet Propulsion Laboratory (JPL)
développe un robot industriel hexapode (à 6 pattes) du nom de Lemur. Lemur aura pour mission
de monter, assembler et réparer des installations spatiales. Pesant moins de 5 kg, il offre la
possibilité innovante d’adapter différents outils sur chacun de ses membres.
Selon l’étude robotique de la Fédération Internationale de Robotique (IFR) en 2012, il y a au
moins 1153000 robots industriels opérationnels fin 2011 dans le monde.
Les robots étaient conçus pour remplacer les ouvriers dans les tâches pénibles, répétitives ou
dangereuses (peinture, soudure… etc.).
Aujourd’hui avec le développement de l’électronique, de l’informatique, de la mécanique et
aussi de l’automatique, la technologie robotique a progressé. La recherche dans le domaine de
la robotique est dirigée vers le développement de robots dévoués à des tâches bien différentes
que celles demandées par l’industrie. Par exemple des robots travaillant en mode automatique
ou semi-automatique et qui ont souvent pour objectif d’interagir avec des humains et de les
aider dans leurs tâches (surveillance, manutention d’objets lourds…). Ils sont dotés d’une
intelligence qui leur donne une certaine autonomie.
Ainsi donc, le développement important de l’intelligence artificielle et de la robotique qui font
que de nouveaux robots apparaissent constamment et l’utilisation de systèmes robotiques
apparait aujourd’hui dans plusieurs domaines d’activité : la médecine, la défense, la recherche
etc.…
Domaine d’application
Dans l’industrie de l’automobile :
Le soudage à l’arc ; par point et la pose de peinture.
8
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le polissage et l’ébavurage
9
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le pick-and-place
4
Chirurgie via les Robots médicaux
10
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
III.1-PROBLEMATIQUE
Aux vues du contexte qui est le nôtre (Afrique en général et Cameroun en particulier) à
savoir :
Production des biens faible et ne respectant pas les critères de compétitive
international
Les coûts d’investissement dans le domaine de la robotisation élevé
La difficulté à assurer la maintenance de ces systèmes car l’expertise proviendrai
de l’étranger
La rentabilité très élevée du secteur de la robotique.
C’est donc fort de ce constat que nous Proposons nôtre systèmes Et la problématique qui
s’en dégage d’une part est la suivante :
Comment acquérir les informations visuelles d’un système de production industriel
dynamique ; en extraire les caractéristiques et prendre une décision en fonction de la
conformité désirée par l’utilisateur ?
D’autre part comment extraire les pièces défectueuses sans compromettre le système de
production et ceux à moindre coût ?
11
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
C’est dans cette optique que nous effectuons l’analyse fonctionnelle et rédigé le cahier de
charge suivant.
III.2-ANALYSE FONCTIONNELLE ET CAHIER DE CHARGE
Analyse fonctionnelle
C’est une approche scientifique qui raisonne en termes de fonctions devant être assuré par le
produit. L’analyse fonctionnelle est de deux sorte : L’Analyse fonctionnelle interne et
externe.
12
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
L’analyse fonctionnelle du besoin : Il s’agit ici pour nous de procéder à la détermination des
interactions que réalisent le système avec son environnement. Le graphe d’interaction ci-
dessous nous donne les différents éléments du milieu extérieur qui agissent sur notre système.
La figure (1.10) suivante nous présente le diagramme pieuvre de notre système.
13
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
14
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
CAHIER DE CHARGE
Du travail précédent et en accord avec la norme ISO 9946 il en ressort que le robot de notre
système doit posséder les caractéristiques suivantes :
• Espace de travail : (l’espace des situations que l’organe terminal peut atteindre. Il est
défini par les limites imposées par le nombre de degré de liberté, les débattements
articulaires, les longueurs des segments)
Charge utile : 5kg (charge maximale transportable par le robot)
Vitesses et accélérations maximales : ERII4, Robotique industrielle 15
Performances :
Exactitude ±𝟎. 𝟎𝟕𝒎𝒎 (écart entre situation commandée et moyenne des situations atteintes),
Répétabilité :±𝟎. 𝟎𝟔𝒎𝒎 (dispersion des situations lorsqu’on commande la même situation)
Résolution : minimum de 2000𝑝𝑜𝑖𝑛𝑡𝑠/𝑡𝑜𝑢𝑟𝑠 (qui correspond à la petite modification de la
configuration du robot à la fois observable et contrôlable par le système de commande)
Et le système de vision :
Débit maximum : Entre 10 et 13Mo/s (taille en termes de capacité mémoire pouvant être
transmit par unité de temps)
Frame rate > 4frame/s (nombre de frame pouvant être transmit par unité de temps)
Cadence d'acquisition≥25 hz (nombre d’image par unité de temps)
Temps d'intégration ≤ 20 ms (temps durant lequel le capteur de la caméra est soumis au
stimuli)
Résolution= 1280 × 960 (taille du capteur ou nombre de pixel se trouvant sur le capteur)
Type d’encodage : Codé sur 8 bits
15
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
CONCLUSION
Ce chapitre a été conçu pour nous familiariser avec les systèmes de robotique et de
vision et aussi pour présenter les caractéristiques que nous désirons implémenter lors de la
conception de notre système.
Le chapitre suivant attaquera une étude approfondie des méthodes scientifiques de
conception et modélisation des systèmes de vision et de robotique.
16
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
INTRODUCTION
Dans ce présent chapitre, nous commençons par présenter les technologies qui structurent
notre système puis nous présentons les méthodes de modélisation et les postulats de commande
employé.
17
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le nanomètre (nm) est souvent utilisé pour exprimer une longueur d’onde.
A chaque longueur d’onde correspond une couleur perçue par l’œil humain et le tableau (2)
suivante présente les principales longueurs d’onde de la lumière visible perçue par l’homme.
Tableau 2.1 : Tableau des longueurs d'onde en fonction de la couleur perçue par l’homme [8]
18
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
19
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Inconvénient :
Contours flous ; faible contraste.
Rétro-éclairage ou éclairage diascopique (backlight)
Mise en forme
20
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Lumière structurée : La lumière projetée sur l’objet à observer présente une structure
parfaitement définie. Cette structure représente un motif connu qui se déforme si la surface de
21
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Intensité lumineuse : Elle caractérise l’importance du flux lumineux émis dans une
direction donnée. L’unité de mesure est la candela (cd).
Calcul de la luminance
𝑰
𝑳= (𝟐. 𝟐)
𝑺. 𝒄𝒐𝒔𝜽
22
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Tableau 2.2: Tableau de KRUTTHOFF des températures en fonction des couleurs [9]
Température de Tc ≤ 3 300 K 3 300 K < Tc ≤ 5 000 K Tc > 5 000 K
couleur
Types de couleurs Teintes chaudes Teintes intermédiaires Teintes froides
Le capteur d’images : Constitué d’une caméra et d’un objectif qui permet de faire
23
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
24
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
L’OBJECTIF
L’objectif est constitué d’un ensemble de lentilles permettant de projeter une scène réelle
sur un même plan (capteur) en faisant converger (ou diverger) les rayons lumineux.
Ses éléments de réglage sont :
La focale : elle permet de voir les objets plus ou moins grands. Elle peut être fixe ou
automatique (zoom ou varifocale5).
La mise au point (focus) : elle permet d’obtenir une image nette en déplaçant les lentilles.
Le diaphragme (ou ouverture ou iris) : Le réglage de son ouverture permet de jouer sur la
quantité de lumière atteignant le capteur. La figure suivante présente un objectif de vision :
5
Objectif à focale variable
25
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
𝑪/𝟐 𝒅
et Thalès =𝑫 (2.6)
𝑯/𝟐
𝑫×𝒅 𝑫×𝒅 𝒅
𝒇 = 𝑫+𝒅 = 𝒅 = 𝟏+𝒎 (2.7)
(𝟏+ )×𝑫
𝑫
26
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Les valeurs du nombre d’ouverture les plus utilisées sont : 1, 1.4, 2.8, 4, 5.6, 8, 11, 16, 22 et se
notent f/1, f/1.4, …, f/22.
27
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
6
Semi-conducteur sensible à la lumière
28
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
29
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Modèle extrinsèque :
Cette transformation exprime le passage du repère objet (RO) au repère de la caméra
(RC) par une translation du repère objet vers le centre du repère de la caméra suivie d'une
rotation permettant de faire correspondre l'un des axes du repère translaté avec la direction de
l'axe optique de l’objectif figure (2.16).
Ainsi, les coordonnées (xo ;yo ;zo)t d'un point dans le repère objet s'expriment dans le
repère de la caméra (xc ;yc ;zc)t à l'aide du formalisme des matrices homogènes :
𝑥𝑐 𝑥0
𝑦 𝑅 𝑇𝑐𝑜 𝑦0
(𝑧𝑐 ) = ( 𝑐𝑜 ) . (𝑧 ) (2.10)
𝑐 0 1 0
1 1
La matrice (Rco) est une matrice (3×3) qui représente la rotation de mise en
correspondance du repère (Ro) avec le repère (Rc) définie soit par les angles d'Euler (θx ; θy ;
θz) ; soit au moyen d'un vecteur de rotation dont direction est l'axe de rotation et dont la norme
est l'angle de rotation. La matrice (Tco) est la translation entre le centre du repère objet (Ro) et
celui du repère caméra (Rc) [12].
Modèle interne :
Dans un premier temps, cette transformation exprime le passage du repère de la caméra
au repère du plan image situé à la distance focale f du repère caméra. Puis il est complété en
passant du plan image au repère du système de visualisation par un recalage et une mise à
l'échelle figure (2.17).
30
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Les coordonnées du point dans le repère de la caméra s'expriment dans le plan image en
tenant compte de la relation liant ces deux points et la focale de l'objectif employé. Les
coordonnées dans le repère image s'expriment dans le repère de visualisation en effectuant une
translation tenant compte de l'image du centre du plan image dans le repère de visualisation
(u0 ;v0) et une mise à l'échelle qui permet d'exprimer ces coordonnées en pixels (u :v). Le
modèle interne est alors défini par la relation :
𝑥𝑐
𝑢= . 𝑓. 𝑒𝑢 + 𝑢0
𝑧𝑐
{ 𝑦𝑐 (2.11)
𝑣 = . 𝑓. 𝑒𝑣 + 𝑣0
𝑧𝑐
Comme il est impossible de dissocier la focale f des facteurs de mise à l'échelle (eu ;ev)on
effectue alors le changement de variables suivant :
𝑘𝑢 = 𝑓. 𝑒𝑢
{ (2.12)
𝑘𝑣 = 𝑓. 𝑒𝑣
Ainsi, le vecteur des paramètres du modèle de la caméra est (tx , ty , tz , θx , θy , θz ,ku , kv,
u0 ,v0). En effectuant le produit du modèle intrinsèque par le modèle extrinsèque on obtient le
modèle global du capteur qui exprime le passage du repère objet (R0)(3D) au repère de
visualisation (2D):
𝑥0
𝑢. 𝑠 𝑘𝑢 0 𝑢0 0
𝑅 𝑇𝑐𝑜 𝑦
(𝑣. 𝑠 ) = ( 0 𝑘𝑣 𝑣0 0) ( 𝑐𝑜 ) . ( 𝑧0 ) (2.13)
𝑠 0 1 0
0 0 1 0 1
Qui se généralise de la façon suivante :
𝑥0 ℎ11 ℎ12 ℎ13 ℎ14 𝑥0
𝑢. 𝑠 𝑢. 𝑠
𝑦
(𝑣. 𝑠 ) = (𝐻). ( 𝑧0 ) =≫ (𝑣. 𝑠 ) = (ℎ21 ℎ22 ℎ23 ℎ24 ) . (𝑦0
0 𝑧0 ) (2.14)
𝑠 𝑠 ℎ31 ℎ32 ℎ33 ℎ34
1 1
31
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
En utilisant la Méthode des moindres carrés pour un point de calibrage, la donnée (2D)
associée à son point (3D) conduit à deux équations linéaires indépendantes où les 12 inconnues
sont les paramètres de la matrice (H) :
(ℎ11− ℎ31 . 𝑢)𝑥0 + (ℎ12− ℎ32 . 𝑢)𝑦0 + (ℎ13− ℎ33 . 𝑢)𝑧0+ (ℎ14− ℎ34 . 𝑢) = 0
{ (𝟐. 𝟏𝟓)
(ℎ21− ℎ31 . 𝑣)𝑥0 + (ℎ22− ℎ32 . 𝑣)𝑦0 + (ℎ23− ℎ33 . 𝑣)𝑧0+ (ℎ24− ℎ34 . 𝑣) = 0
En normalisant h34 à une valeur de 1 (ou en divisant les deux équations par h34), le
nombre de paramètres à déterminer pour le modèle global n'est plus que de 11. Le système
peu alors s'exprimer sous la forme matricielle suivante :
𝐀. 𝐗 = 𝐁 (𝟐. 𝟏𝟔)
32
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
(marge nécessaire par rapport aux six points minimum), et l'incertitude sur la position des points
la plus faible possible.
Voilà donc présenté la modélisation spatiale maintenant passons à la modélisation temporelle.
[11]
33
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Figure 2.18: Enchaînement des temps de l'acquisition dans le cas d'une carte
d'acquisition avec mémoire d'images [13]
Ces cinq temps et leur enchaînement sont maintenant définis et spécifient l'analyse
d'une image. Il faut à présent étudier comment la machine de vision enchaîne ces tâches
élémentaires, et réalise l'analyse du flux d'images. Du point de vue de l'automatique, on cherche
à avoir la machine de vision la plus robuste possible. Pour cela, deux paramètres sont optimisés.
La fréquence de travail est maximale. Un système d'acquisition analogique travaille à
25 images par seconde.
Le délai entre la prise d'images (temps d'intégration) et l'action (temps de traitement)
est minimum. La figure (2.19) illustre les contraintes temporelles imposées par le flux d'images
dans le cas d'un système constitué d'une carte d'acquisition analogique sur un bus PCI. On
34
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
[14]
35
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le gradient de Roberts : Utilise deux filtres pour mettre en évidence les contours. La
figure (2.21) permet d’illustrer son principe
Le filtres de Prewitt : qui lui aussi est composé de deux filtres illustrés par la figure (2.22).
36
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
37
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
à chaque cellule Chaque fois qu’une cellule reçoit un "vote" de l’image on incrémente son
compteur. Des points de contour colinéaires voterons pour la même cellule le compteur
correspondant contiendra par conséquent une valeur élevée par rapport au compteur d’une
cellule qui ne correspond pas à des points de contour colinéaires. [15]
Les points de Harris-Stephens (1988) qui Calculer le changement induit par une
translation (u,v) sur une fenêtre décrite par le domaine x,y dans toute les directions non plus
seulement dans deux comme dans celle de MORAVEC. L’équation (équation de Harris-
Stephens) présente son principe de calcul.
𝟐 𝒖 𝑰𝟐𝒙 𝑰 𝒙 𝑰𝒚
𝑽(𝒙;𝒚) ≈ ∑𝒇𝒆𝒏ê𝒕𝒓𝒆(𝒖𝑰𝒙 + 𝒗𝑰𝒚 ) =≫ 𝑽(𝒙;𝒚) ≈ (𝒖 𝒗)𝑴 ( ) 𝐚𝐯𝐞𝐜 𝐌 = [ ] (𝟐. 𝟐𝟐)
𝒗 𝑰𝒙 𝑰𝒚 𝑰𝟐𝒚
λ1 et λ2 étant les propres de M.V égale une constante. , la Classification des points en utilisant
les valeurs propres se fait comme le présente la figure (2.26)
38
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
entre les places de qui se ressemblent fortement dans les deux images F(x,y) étant l’image à
reconnaitre et w(étant le masque ou référence ou encore model) la valeur de cette corrélation
est comprise entre [-1 1] une fois le coefficient de corrélation déterminé on peut le comparer à
un seuil et prendre une décision par rapport à l’image à examiner. La formule de corrélation est
donnée par l’équation (Calcul du coefficient de corrélation entre deux images) :
̅ ] [𝒇(𝒙 + 𝒖 , 𝒚 + 𝒗) − 𝒇̅𝒙,𝒚 ]
∑𝒖,𝒗[𝒘(𝒔, 𝒕) − 𝒘
𝜸(𝒙, 𝒚) = (𝟐. 𝟐𝟑)
𝟐
̅ ]𝟐 ∑𝒖,𝒗[𝒇(𝒙 + 𝒖 , 𝒚 + 𝒗) − 𝒇̅𝒙,𝒚 ]
√∑𝒖,𝒗[𝒘(𝒖 , 𝒗) − 𝒘
39
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
7
Désignation de mouvement de rotation en robotique
8
Désignation du mouvement de translation en robotique
40
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Figure 2.28: exemple de codeur absolu [19] Figure2.29 : exemple de codeur incrémental [19]
41
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
42
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Robots mobiles : Ce sont des robots capables de se déplacer dans un environnement comme
le montre la figure (2.31) ; Ils sont équipés ou non de manipulateurs suivant leur utilisation, (les
robots explorateurs, les robots de services …).
43
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le groupe des robots à corde : caractérisé par le fait que l’organe terminale est mu par des
câble. Ces robots sont généralement utilisés dans l’audiovisuel pour la retransmission des
évènements sportif, les grands concerts de music …etc. La figure (2.33) illustre parfaitement
ce type de robot
Et en fin les robot séries ; caractérisés par le fait qu'une seule chaîne cinématique relie
la base fixe à l'organe terminal mobile. Ces robots sont très utilisés dans l’industrie de
l’automobile ; l’agro-alimentaire ; …etc. La figure (2.35) illustre à suffisance ce type de robot
44
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Cette méthode est très efficace mais est encore faiblement rependus dans le domaine
industriel [18]
La méthode Denavit-Hartenberg qui permet la description homogène, et avec un
nombre réduit de paramètres, des robots manipulateurs séries. Elle consiste à réalise quatre
mouvements une rotation ; deux translations et une rotation. [22]
Sa matrice de transformation définissant le repère Ri dans le repère Ri-1 est donnée par
45
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
2. Définition des axes principaux de chaque segment : Si zi et zi-1 sont colinéaires on choisit xi
dans le plan perpendiculaire à zi+1.
3. Fixer les quatre paramètres géométriques : ai, αi, di et θi (voir la figure Systèmes de
coordonnées et les paramètres de Denavit et Hartenberg) pour chaque articulation tel que :
di coordonnée de l’origine oi sur l’axe zi-1 . Pour une glissière di est une variable et pour une
charnière di est une constante.
θi est l’angle que l’on obtient par vissage de xi-1 vers xi autour de l’axe zi-1. Pour une glissière
θi est une constante et pour une charnière θi est une variable.
ai est la distance entre les axes zi et zi-1 mesurée sur l’axe xi négatif à partir de son origine
jusqu’à l’intersection avec l’axe zi-1.
46
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
47
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
𝝎𝒙
Avec 𝜴𝟎 𝒏 = (𝝎𝒚 ) = 𝑱. 𝒒̇ (𝟐. 𝟐𝟗)
𝝎𝒛
Où Ω représente la vitesse linéaire de l’effecteur ; J la matrice du jacobien et 𝑞̇ les vitesses
articulaires du robot [19].
L’autre est la méthode des systèmes récursifs
𝑱 = [𝑱𝟏 𝑱𝟐 … 𝑱𝒏 ] (𝟐. 𝟑𝟎)
Où Ji = [0zi-1 x (R0 i-1.i-1On) 0z
i-1]
t (2.31)
Si l’axe est rotoïde et
Ji = [0zi-1 03]t (2.32)
Si l’axe est prismatique
Une fois le MCD déterminé, on peut trouver aisément le Model Cinématique Inverse
(MCI) qui donne la vitesse articulaire en fonction de la vitesse linéaire de l’effecteur
Par le calcul de la pseudoinvers du jacobien qui se présente comme suit :
𝑱+ = (𝑱𝒕 . 𝐉)−1 . 𝑱𝒕 (𝟐. 𝟑𝟑)
Et 𝒒̇ = 𝑱+ 𝜴𝟎 𝒏 (𝟐. 𝟑𝟒)
Une fois le MCI déterminé nous passons directement au Model Dynamique Direct MD
qui est une modélisation de n équation différentielles d’ordre 2 ; reliant les dérivées première
et seconde des n coordonnées articulaires par rapport au temps aux n efforts articulaires
développé par les actionneurs. Avec n le nombre d’articulation.
Pour cela nous prenons le modèle d’EULEUR LAGRANGE encore appelé méthode TOP-
DOW (haut vers le bas) car elle part de la modélisation de l’énergie du système afin de
modéliser les actionneurs. Elle est caractérisée par la relation suivante.
𝒅 𝝏𝑳 𝝏𝑳
− = 𝝉𝒊 (𝟐. 𝟑𝟓)
𝒅𝒕 𝝏𝒒̇𝒊 𝝏𝒒𝒊
Avec L=K-V : Le lagrangien du système
K : L’énergie cinétique du système
V : L’énergie potentielle du système ; qi ièem coordonnée généralisé du système ; τi : force ou
coule moteur appliqué à l’articulation i
𝒏 𝟏 𝟏
𝑲=∑ ( 𝒎𝒊 𝒗𝒊 𝒕 𝒗𝒊 + 𝝎𝒕𝒊 𝑰𝒊 𝝎𝒊 ) (𝟐. 𝟑𝟖)
𝒊=𝟏 𝟐 𝟐
48
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Avec Ii : Le tenseur d’inertie du corps i pris par rapport à son centre de gravité ; mi : masse du
corps i ; vi vitesse linéaire du centre de gravité du corps i et ωi : vitesse angulaire de rotation
du corps i
Avec 0gt représente l’accélération de la pesanteur et oOgi le centre de gravité du corps i par
rapport au référentiel R0. [22] [19] [24]
Notre robot ainsi étant modélisé on peut passer à la commande
49
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le schéma de la commande classique de type PID est donné par la figure (2.36)
où 𝒒̇ 𝒅 (𝒕) et 𝒒𝒅 (𝒕)désignent les vitesse et position désirées dans l'espace articulaire et où Kp,
Kd et KI sont des matrices diagonales définies positives, de dimension (n x n), dont les éléments
génériques sont respectivement les gains proportionnels Kpj, dérivés Kdj et intégraux KIj . [22]
Pour réaliser les tâches désirées, il est important que le mouvement du robot soit fluide
pour cela nous avons besoin de planifier sa trajectoire. Et pour illustrer le comportement
temporel du mouvement nous allons nos servir de la figure (2.37) :
50
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
𝒊 𝒊 𝟐
𝒊 𝑽𝒎𝒂𝒙 𝒒𝑩 − 𝒊𝒒𝑨 𝒊 𝒊
𝒊
𝑽𝒎𝒂𝒙
𝒕𝒄 = 𝒊
+ 𝒊
𝒔𝒊 𝒒𝑩 − 𝒒𝑨 > 𝒊
𝑨𝒎𝒂𝒙 𝑽𝒎𝒂𝒙 𝑨𝒎𝒂𝒙
𝟐 (𝟐. 𝟒𝟐)
𝒊 𝒊
𝒊 𝒒𝑩 − 𝒊𝒒𝑨 𝒊 𝒊 𝑽𝒎𝒂𝒙
𝒕𝒄 = 𝟐√ 𝒊
𝒔𝒊 𝒒𝑩 − 𝒒𝑨 ≤ 𝒊
{ 𝑨𝒎𝒂𝒙 𝑨𝒎𝒂𝒙
Et le temps de cycle pour tout le système est : 𝑻𝒄 = 𝒎𝒂𝒙{ 𝒊𝒕𝒄 } ; c’est-à-dire le temps
de cycle le plus long des articulations. Et à partir de Tc on recalcule l’accélération maximale ou
la vitesse maximale de tous les autres axes et ceux grâce aux formules suivantes :
𝒊 𝟐
𝒊 𝒒𝑩 − 𝒊𝒒𝑨 𝒊 𝒊
𝒊
𝑽𝒎𝒂𝒙
𝑨= 𝟒 𝒔𝒊 𝒒𝑩 − 𝒒𝑨 ≤
𝑻𝒄 𝟐 𝒊
𝑨𝒎𝒂𝒙
(𝟐. 𝟒𝟑)
𝒊 𝟏 𝟐
𝑽 = [ 𝒊𝑨𝒎𝒂𝒙 𝑻𝒄 − √( 𝒊𝑨𝒎𝒂𝒙 𝑻𝒄 ) − 𝟒( 𝒊𝒒𝑩 − 𝒊𝒒𝑨 ) 𝒊𝑨𝒎𝒂𝒙 ]
{ 𝟐
Voilà donc ce qu’il en est de la modélisation de commande nous pouvons donc nous
poser la question de savoir comment et quelles sont les contraintes liées à son implémentation.
9
Qui est intégré de féçon indissociable à un matériel
51
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
On distingue dans cette figure les tâches de communication qui gèrent des messages
(recevoir, envois) à travers plusieurs réseaux et les tâches de sauvegarde qui stockent l’état du
système à un instant fixe. Cette sauvegarde peut être utilisée à postériori pour analyser le
fonctionnement de l’application ou d’une reprise d’exécution à une étape précédente.
Les relations entre les tâches sont de type ;
Synchronisation qui gère les relations de précédence d’exécution entre les tâches
La communication qui est une relation de précédence et de transfert de données entre les tâches
Les partage de ressource qui assure la mise en commun au niveau du système comme les zones
mémoires ; carte entrée/sortie ; carte réseaux.
Pour gérer ces différentes tâches qui peuvent avoir des relations complexe et multiples
nous avons besoin d’un système informatique capable de gérer l’enchainement des
concurrences des tâches en optimisant l’occupation du processus (ordonnancement qui es
garante du respect des contraintes temporelles imposé à l’exécution de l’application). Ces
systèmes sont de deux sorte synchrone (Une tâche ne commence que si la précédente est
terminée ; les tâches doivent être non préemptible) ou asynchrone (L’occurrence de tous
52
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
évènement est immédiatement pris en compte par le système pour tenir compte de l’urgence ou
e l’importance ; les tâches sont préemptible10).
Une tâche préemtible est une tâche qui peut être interrompu à n’importe quel instant.
Le système informatique doit donc posséder un noyau temps réel dont le rôle est de gérer
l’enchainement et la concurrence des tâches en optimisant l’unité central (gestion des
entrées/sorties ; ordonnancer les tâches ; gérer les relations entre les tâches.)
Le cycle de développement d’une application temps réel après l’analyse du besoin et la
rédaction du cahier de charge suit trois étapes à savoir :
La spécification globale qui décrit ce qu’on a à faire ou le « quoi ? ». C’est une mise en forme
plus ou moins formelle du cahier de charge.
La conception préliminaire et détaillée qui réalise la description du « comment ? ». C’est une
modélisation de l’architecture logicielle de l’application (Modules, Tâches, Object « MTO »).
La programmation qui consiste à traduire dans un langage exécutable l’architecture logiciel de
l’application. Cette partie doit tenir compte de la plateforme hôte (celle sur laquelle on réalise
l’application temps réel) ; la plateforme cible (environnement d’exécution « noyau temps
réel ») ; du temps de masquage des interruption (temps pendant lequel les interruptions sont
masquées et ne peuvent donc pas être pris en compte.) et du temps de réponse (temps entre
l’occurrence d’une interruption et l’exécution de la tâche réel).
Les méthodes appliquées au développement des application STR sont de trois sorte pour
le moment :
La méthode fonctionnelles et structurée (flots de données) elle procède par découpage
fonctionnelle et utilise peut les outils de conception suivant : JSD ; SA-RT ; DART ; SDL ;
MSMC … etc. L’un des logiciels professionnels sur les quelle on peut implémenter cette
méthode est LabVIEW
La méthode machine à état qui repose sur des bases formelles. Elle peut utiliser les outils de
conceptions suivant : LE SIGNAL ; LES REXEAUS DE PETRI ; LE GRAFCET ; LE
STATECHARTS ; LE LANGAGES REACTIFS SYNCHRONE ; LE LUSTRE [caspi,19914] ;
L’ETEREL … etc. L’un des logiciels professionnels sur les quelle on peut implémenter cette
méthode est la bibliothèque stateflow de Matlab. Nous nous appesantirons sur cette méthode en
utilisant l’outil state charts dans les prochains paragraphes.
10
Qui peut être interruptible en fonction des priorités
53
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
La méthode orienté Object qui met en avance les données et leurs structurations. Les outils de
conception pouvant être utilisé sont : L’UML ; LE HOOD … etc. Lun des logiciels sur lesquels
on peut implémenter cette méthode est Eclipse (java). [25]
Le statecharts
Il s’agit d’un diagramme servant à représenter automatiquement les systèmes d’état fini
sous forme de graphe d’état. Il décrit le changement d’état d’un Object ou d’un composant en
réponse aux interactions avec d’autre objets ; composantes ou acteurs.
Il est régi par quatre grands concepts à savoir ;
Les états : Qui est une condition ou interaction dans la vie d’un Objet pendant laquelle
il satisfait certaine conditions (exécuter une action ; attendre un évènement). Un état peut être
dans des conditions statique ou dynamique (une activité se déroule). D’après la norme OMG
2.0 un état est une situation dans laquelle quelques conditions sont invariant.
Un état peut être simple (non décomposable) ; composite (comportant plusieurs régions) ou
sous-système (encore appelé sous machine. La figure (2.39) nous présente la structure d’un état.
54
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Comme on peut le constater une transition peut avoir trois parties : Le nom de l’événement qui
permet de spécifier la transition ; la condition de garde qui est une condition devant être vérifié
avant de réaliser la transition et l’action qui décrit ce qu’on doit faire pendant qu’on franchi la
transition.
Les actions qui s’exécute à l’intérieur des états en fait il en existe quatre : entry (qui
s’exécute à l’entrée de l’état) ; exit (qui s’exécute à la sortie de l’état) ; on evenement (qui
s’exécute à chaque fois que l’évènement cité survient) et do (qui es l’action récurrent ou
significatif exécuté dans l’état.).
Les évènements : C’est un fait remarquable. Les catégories d’évènement sont : Une condition
devient vraie ; la réception d’un signal explicite venant d’un objet (asynchrone) ; réception d’un
call pour une opération pour un objet (synchrone) ; la fin d’une période de temps après la
production d’un évènement. [27]
CONCLUSION
Ce chapitre non seulement permis de comprendre les différentes étapes nécessaires à la
conception d’un système de vision et de robotique mais aussi de de nous familiariser avec les
notions théoriques utile à la bonne conception ingénieuse de notre système.
Dans le dernier chapitre qui suivra, Nous présenterons les différents résultats obtenus
en fonction des différentes méthodes utilisé et que nous avons expliqués plus haut et nous les
interpréterons.
55
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
INTRODUCTION
Les chapitres précédents ont porté sur l’étude des parties de notre système et sur les théorie
mathématiques et physique de celui-ci.
Dans ce dernier chapitre nous présenterons tous les solutions proposées et ainsi que les résultats
issus de la conception de notre système. Le cycle de conception que nous préconisons pour
notre système est le cycle en V « Consulter l’annexe (Les étapes du cycle en V) pour
comprendre ses étapes. » [28] .
I-LES SOLUTIONS
Les solutions proposées proviennent de l’Analyse fonctionnelle interne qui détaille en
plusieurs niveaux la réalisation de nos fonctions de services présenté au chapitre1. L’outil
employé est le diagramme FAST (Function Analysis System Technic) qui ordonne les fonctions
de service et les compose logiquement pour aboutir aux solutions techniques en partant d'une
fonction de service choisit et le choix des composants résulte d’une analyse multicritère.
I.1-SOLUTIONS DU SYSTEME DE VISION
Nous avons choisi les technologies MICROSCAN (MicroHAWK ID-30) car ils proposent des
solutions allant depuis le système d’éclairage à la carte de transfert d’image en passant par la
caméra et les câbles de connexion. La figure (3.1) suivante nous le présente.
56
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
La figure (3.2) présente l’interface graphique du système qui après avoir filtré les bruits
grâce au filtre médian ; détecte les contours avec soit le filtre de canny ou prewitt ou encore
celui de sobel ; puis extrais les point d’intérêt par la méthode d’Harri-stephens extrais les
57
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
paramètres de Hough puis une comparaison entre chacun des deux image est fait par la méthode
Matching by Correlation et lorsque les résultat de chacune des comparaisons est inférieur au
seuil de conformité fixé par l’utilisateur le pièce est rejeté.
Les parties numérotées assurent les fonctions suivantes :
1 permet de choisir le type de filtre utilisé pour la détermination des contours. Il peut prendre
trois valeurs (canny ; prewitt et sobel).
2 permet de déterminer la finesse du contour à détecter. Il prend des valeurs comprises entre 0
et inférieur à 1.
3 permet de lancer l’enregistrement du model de référence
4 permet de visualiser la finesse des contours à prendre en compte pour la détection
automatique
5 permet de régler taux de conformité du produit au modèle de référence ses valeurs son fixe
dans le programme à un intervalle de 50% à 100% pour éviter de mauvaises interprétations
accidentelles.
6 permet de lancer le processus de détection automatique.
7 permet de visualiser le système en temps réel et de le superviser au besoin
8 permet de binariser afin d’améliorer la visualisation
L’algorigramme de cette interface est donné en annexe (Algorigramme conception préliminaire
détaillée du système).
Au niveau du SAM :
58
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
La solution proposée est la conception d’un SAM dans SolidWorks et celui présenté dans la
figure (3.3) en est un exemple.
59
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Corps(i) ai αi di θi
1 0 π/2 L1 θ1
2 L2 0 0 θ2
3 L3 0 0 θ3
𝜽𝟏 = 𝒂𝒓𝒄𝒕𝒂𝒏𝟐(𝑷𝒚 , 𝑷𝒙 ) (𝟑. 𝟐)
(𝑷𝒛 − 𝑳𝟏 )𝟐 + 𝑷𝒙 𝟐 + 𝑷𝒚 𝟐 − 𝑳𝟐 𝟐 − 𝑳𝟑 𝟐
𝜽𝟑 = ±𝒂𝒓𝒄𝒐𝒔 ( ) (𝟑. 𝟒)
𝟐𝑳𝟐 𝑳𝟑
Avec
(𝑷𝒛 − 𝑳𝟏 )𝟐 + 𝑷𝒙 𝟐 + 𝑷𝒚 𝟐 − 𝑳𝟐 𝟐 − 𝑳𝟑 𝟐
𝑫= (𝟑. 𝟓)
𝟐𝑳𝟐 𝑳𝟑
Et |𝐷| ≤ 1 La condition de non singularité.
11
Tableau de Denavit Hartenberg
60
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Au niveau des moteurs (Actuateurs) ; capteur et réducteur : Nous avons préféré les
technologie HARMONIC DRIVE LLC au brushless Maxon car cette société combine en plus
du moteur : le réducteur harmonic drive qui est faiblement brouillant ; les codeurs absolus ou
incrémentaux qui permettent de détermine l’accélération, la vitesse et la position de
l’articulation. Et il possède des variateurs spécialement conçus pour chaque modèle nous avons
choisi le modèle FHA-17C-PR et le tableau (3.5) :
Tableau3.5 : Caractéristique du moteur FHA-17C-PR [31]
Considérations Poids Inertie Moment max de Couple Vitesse Prix
charge admissible moteur
61
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
D’après leurs catalogue le variateur qui lui est attribué pour une alimentation de 200V
est le : HA-800*3C-200
Au niveau de la simulation du SAM avec le logiciel Simulink ; Staflow et simscape nous
avons :
La figure (3.5) qui présente model des différentes parties de notre SAM à savoir la consigne
en bleu ; la mesure en orange ; la partie carte de commande qui émule le comportement du
SAM ; la partie Groupe moteur/réducteur qui émule le comportement du variateur, moteur et
réducteur de vitesse et enfin la partie bras qui émule le mouvement du bras.
62
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Pour plus d’information sur les sous-systèmes consulter l’annexe (Les sous-groupe de
la simulation du SAM). Pour la composition de chaque sous- système et la deuxième partie de
l’annexe (Algorigramme et conception préliminaire détaillée)
Le FAST qui résulte de ce système est donné à l’annexe (Diagramme FAST du système)
II-RESULTATS ET INTERPRETATIONS
Pour un objet à inspecter situé à 0,7m suivant l’axe des abscisses ; 0,6m suivant celui des
ordonnés et à 0,5 m de profondeur on obtient les résultats suivant :
63
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Les figures (3.7) et (3.8) permettent de visualiser les paramètres de chaque objet (du model ou
de l’objet à inspecter)
Figure 3.7 : Paramètre de hough du model Figure 3.8 : Paramètre de hough de l’objet à
inspecter
En fonction de la corrélation entre chacun de ces trois critères nous décidons en comparant au
taux de corrélation fixé par l’utilisateur avec un minimum de corrélation de 50% d’accepter ou
de rejeter une pièce.
II.2-RESULTATS ET INTERPRETATIONS DE LA SIMULATION DU
SYSTEME ROBOTIQUE
Le temps de cycle obtenu est 𝑇𝑐 = 5,5 𝑠
Au niveau de la position :
Les positions désirées calculées par le système sont les suivant : 𝜃𝑑1 = 150°; 𝜃𝑑2 =
−180° 𝑒𝑡 𝜃𝑑3 = 35°
Et la figure (3.9) permet de visualiser visualise les positions des différentes articulations du bras
au cours du temps de simulation. Entre 0 et 1,5s, le système est en phase d’initialisation comme
présenté à l’annexe Diagramme état transition principal du robot. Et le reste du temps de
simulation la loi de commande présenté dans l’annexe comportement de marche (i).
64
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
65
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Dans cette figure nous voyons que les vitesses de consigne son atteinte rapidement et ceux de
manière satisfaisante. Et diminuer progressivement lors que les positions sont en train d’être
atteinte.
Au niveau de la tension des moteurs :
La figure (3.11) nous présente l’évolution de la tension dans chaque moteur. Ce schéma suit
parfaitement le comportement programmer et atteint rapidement les valeurs nominale fixé par
le constructeur proposé dans l’annexe caractéristiques du systèmeFHA-17C PR
66
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
1 10 0.2 0.1
2 10 0.2 0.1
3 10 0.2 0.1
Avec les résultats suivants ;
Temps de réponse à 5% est de 0,3 s ; Temps de monté à 80% est de 0,25 s et une robustesse de
0.6 ;
On constate que les mouvements sont stables avec une précision bonne.
67
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
(605 000)
8 Cage de 560 $US 560 $US
sécurité (308 000)
SAM
9 Câbles + 300$US 1 300 $US
connectiques (165 000)
10 transport 2000$US 1 2 000 $US
(1 100 000)
11 Divers 1775$US 1 2 060 $US
(1 133 000)
Main d’œuvre 30% 4 738 $US (2 369 000 F.cfa)
Prix total HT 20 530,51 $US (10 265 255 F.cfa)
TVA 19.25% 3 953 $US (1 976 500 F.cfa)
Prix total TTC 29 221,51$US (14 610 755 F.cfa)
CONCLUSION
Dans ce chapitre nous avons modélisés conçu notre système de tri à l’aide des logicielles
SOLIDWORK ainsi que MATLAB et ses bibliothèques. Les résultats sont concluants en
fonction des objectifs que nous nous sommes fixés. Excepté l’asservissement des moteurs 2 et
3 qui nous ont posé quel problème de précision cela peut être due au logiciel utilisé. Nous y
avons également effectué une estimation des coûts de réalisation de ce système grâce aux
solutions technologiques proposée.
68
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
69
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Glossaire
Répétabilité : Selon la définition ISO9283, la répétabilité est définie comme étant l’étroitesse de
l’accord entre les positions atteintes pour la même commande, répétée n fois suivant la même direction.
n doit être suffisamment grand pour être significatif. La norme ISO préconise de choisir n 30 ; on parle
communément du rayon maximal de la sphère contenant les points. La répétabilité de trajectoire est
définie d’une manière simplifiée pour une trajectoire répétée " n " fois comme étant le diamètre maxi du
" tube " contenant les trajectoires atteintes
Exactitude : Selon la définition ISO 9283, l’exactitude représente l’écart entre une commande
et la moyenne atteinte lorsque commande est atteinte suivant la même direction. En d’autres termes, elle
correspond à la différence entre une commande et le barycentre du nuage des points atteints.
L’exactitude de trajectoire représente l’écart entre une trajectoire commandée et la ligne moyenne des
trajectoires atteintes.
Densités de robot : nombre de robot pour 10000 ouvriers
70
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Références
[1] «www.thedisruptory.com/fr/2017/04/tendances-robotiques-2016-lol-1-la-robotique-
industrielle/,» 2017. (consulté le 6 Novembre 2018 à 15h04 mm),» [En ligne]..
[2] www.fr.m.wikipedia.org/wiki./Robotique-industrielle. (consulté le 18 Juillet 2018 à
08h45 mm),» [En ligne]..
[3] O. M. Radu Horaud, Vision par ordinateur : outils fondamentaux.
[4] «www.atilf.fr., ressources-grand public,» (consulté le 11 Juin 2018 à 20h15 mm),» [En
ligne]..
[5] J.G.E.3.M.I.C..Robotique,«
http://icubeavr.unistra.fr/fr/img_auth.php/a/a4/Cours_rob_intro.pdf .,» 2017. [En ligne].
[6] « http://www.gralon.net/index.htm/Articles > Matériel et Consommables > Matériels
Industriels > Robots industrie,» (consulté le 12 Juiv 2018 à 16h45 mm),» [En ligne]..
[7] ChapI Introduction àla Robotique.
[8] «http://www.visionindustrielle.org/visionwhat (consulté le 10 Octobre 2018 à 08h45
mm),» [En ligne].
[9] D. Y. T. Aurelien, Cours d'asservissement visuel, 2018.
[10] U. d. M. I. M. EEA/RA, Calibrage de caméra et stéréovision, Monpellier, 2008/2009.
[11] J. GANGLOFF, COMMANDE PAR LA VISION, Strasbourg, 2017.
[12] H. Mathieu, « (herve.mathieu@inrialpes.fr)».
[13] M. E. (FGI), Cours de traitement des images, DOUALA, 2017.
[14] R. C.Gonzalez et R. E. a. Eddins, Digital ImageProccessing.
[15] C. Merouane, « Modélisation cinématique d’un robot manipulateur à chaine continue
ouverte », UNIVERSITE KASDI MERBAH OUARGLA Option Maintenance
Industrielle,,» 2013.
[16] JACQUEGANGLOFF, «cours de robotique».
[17] «http://coursenligne1s6.fr/si-terminale-moteur-pas-a-pas.html,» [22 octobre 2018].
[18] W. K. e. E. DOMBRE, Bases de la modélisation et de la commande des robots-
manipulateurs de type série, 2012.
[19] R. MERZONKI, Robotique Industriel ROBOT KHEPERA II, Lille, 2010/2011.
[20] D. Y. AURELIEN, «cours de robotique,» 2015.
[21] F. C. E. Grolleau, SYSTÈMES TEMPS RÉELDE CONTRÔLE-COMMANDE
Conception et implémentation.
[22] Cour UML : Diagrammes d’état (statechart) Modéliser les vues dynamiques d'un système.
[23] I. LIEBGOTT, Modélisation et simulation des systèmes multi-physiques, Nice.
[24] catalogue MICROSCAN.
[25] L. S. D. S. 2017.
71
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
72
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
ANNEXE :
ANNEXE 1 : Dessin de la SAM du système et les caractéristiques
4 3 2 1
F F
E E
D D
C C
B B
A NOM : ESSIMAGEL AOUDOU EMMANUEL TITRE : 40-10_NF-61 A
73
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
74
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
75
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
76
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
77
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Le groupe moteur/réducteur
78
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
79
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
initialisation
paramètrage
Acquisition du
masque
Filtrage et
extraction des
primitives
Non
Contours évalués
satisfaisant
oui
Démarrer
processus de
contrôle
80
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Acquérir signal
Filtrage
Extraction des
contours
Extraction des
points d intérêt et
caractèristiques
Mise en corrélation
Non Résultat de
Rejetter corrélation
appartient [γ;1]
oui
Accepter
81
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Marche
Etape1
Marche1
Etape2
Marche2
Etape3
Marche3
82
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Si différence
proche de 0
Si une des températures des
moteurs supérieur ou égale à T
alerte
Si pas d alerte
2 1
83
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
84
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
85
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
Gérant la température
FP11:
interne du SAM
En interfaçant le
système de Interfaceur hacheur « HD » :
FP15:
commande et de HA-800*3C-200
puissance du SAM
Carte de commande temps
Soustraire les pièces En traitant les réel +correcteur PID intel
défectueuse de la chaine données et gérant les core i7-7700K+système
FP: VxWorks
de production en assurant FP16: consignes et
la qualité de la production coordonnant le
mouvement du SAM Laptot 4 cœurs(acer ou HP)
En traitant le flux +Logiciel temps réel
vidéo provenant du dédié(conçu)+Bureau de
FP21: travail
dispositif
d acquisition
86
Système automatique de tri par vision
Ne pas interrompre le
En y afférant un effecteur adapté Ventouse() ou
FC1: processus de production FC11:
aux activités de l entreprise Pince()
de l entreprise
Cage de protection +
Veiller sur la sécurité En privant le système d énergie
Interrupteur de sécurité dans
FC4: des utilisateurs et FC41: électrique si un individu se
la chaine énergétique du
maintenanciers retrouve dans l espace de travail
système
87
Rédigé et soutenu par ESSIMAGEL AOUDOU Emmanuel
Système automatique de tri par vision
88