Towards reverse engineering of industrial site plants

• Ano de defesa: 2019
• Autor(a) principal: Araujo, Abner Matheus Costa de
• Orientador(a): Oliveira Neto, Manuel Menezes de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Computação gráfica; Indústria; Processamento de imagens
• Palavras-chave em Inglês: Point cloud; Reverse engineering; Plane detection; Cylinder detection
• Link de acesso: http://hdl.handle.net/10183/236574

Modelos CAD de plantas industriais são extremamente importantes, já que eles provêm documentação e simplificam inspeção, planejamento, modificação, assim como uma série de simulações físicas e logísticas das instalações correspondentes. Apesar destas claras vantagens, muitas instalações industriais não contêm modelos CAD, ou têm problemas em mantê-los atualizados. Isto é comumente devido à quantidade de esforço requerida para criar e manter modelos CAD atualizados. Felizmente, a recente popularização de scanners 3D está promovendo o desenvolvimento de engenharia reversa, permitindo a criação de representações 3D de ambientes reais a partir de nuvens de pontos. Apesar disto, nuvens de pontos extraídas de instalações industriais são extremamente comple- xas devido à oclusões, ruído, amostragem não-uniforme, tamanho do conjunto de dados, falta de estrutura das amostras, entre outros fatores. Por isso, uma solução de engenha- ria reversa de sucesso deveria ter muitas propriedades desejáveis, incluindo velocidade, robustez à ruído, acurácia, e capacidade de lidar com nuvens de pontos em geral sem re- querer ao usuário ajustar seus parâmetros para cada conjunto de dados a fim de produzir bons resultados. Esta tese apresenta alguns esforços iniciais na obtenção de um framework de engenha- ria reversa de plantas industriais. Ela introduz dois algoritmos rápidos e robustos para a detecção de planos e cilindros, respectivamente, em nuvens de pontos não-organizadas com ruído. Planos e cilindros são tipicamente as maiores e mais comuns estruturas en- contradas nesses ambientes, representando paredes, chãos, tetos, canos e ductos. Nós demonstramos a eficácia das abordagens propostas comparando suas performances com soluções estado-da-arte para a detecção de planos e cilindros em nuvens de pontos não- organizadas. Nesses experimentos, nossas soluções alcançaram a melhor acurácia em mé- dia usando o mesmo conjunto (padrão) de valores de parâmetros para todos os conjuntos de dados avaliados. Isto contrasta com técnicas competidoras, para quais seus parâmetros foram individualmente ajustados para cada combinação de técnica e conjunto de dados a fim de alcançar os melhores resultados em cada caso, demonstrando a robustez de nos- sos algoritmos, que não requerem um ajuste fino para funcionarem bem em nuvens de pontos arbitrárias. Além disso, nossa técnica também demonstrou velocidade competitiva em relação às outras técnicas do estado-da-arte, sendo adequada para lidar com nuvens de pontos de larga escala. A tese também apresenta uma interface gráfica que permite o refinamento posterior das estruturas detectadas, provendo ao usuário a habilidade de re- mover, unir e detectar de forma semi-automática planos e cilindros em nuvens de pontos.