Dassault Systèmes® logo

Deep Learning & Réalité Augmentée

Solution DAO - fiches s-d'instructions digitales- Industry space

Diota accélère le déploiement des solutions de Réalité Augmentée en intégrant une option Deep Learning permettant une initialisation du modèle de tracking plus robuste aux changements d'environnement

L’initialisation du modèle de tracking (référentiel 3D) est une étape nécessaire avant de commencer à utiliser la réalité augmentée pour contextualiser les instructions de travail sur le terrain. Différentes méthodes sont disponibles pour réaliser cette initialisation, et les techniques standard d’apprentissage permettent de mettre en place un référentiel offrant une initialisation rapide et efficace sur un poste de travail. Dans les phases de déploiement, lorsque les systèmes sont amenés à fonctionner dans différentes conditions (jour, nuit, éclairage naturel, éclairage artificiel…) ou sur de nombreux postes de travail (avec des configurations d’assemblages variables, des arrières plans changeants…) l’apprentissage classique doit être enrichi pour tenir compte de ces variations.

Pour répondre à ce challenge, Diota a intégré une nouvelle option de tracking dans la génération 4X de sa solution utilisant la technologie de deep learning (« apprentissage profond« ) pour faciliter l’initialisation du modèle de tracking et assurer la robustesse à l’évolution de l’environnement.
L’option Deep Learning propose une alternative à l’approche d’apprentissage enrichi, offrant une flexibilité importante dans le déploiement des cas d’usages dans les usines. En effet, le Deep Learning permet de créer un référentiel à partir d’un faible volume de données (quelques vidéos) et de la maquette numérique pour offrir une méthode d’initialisation générique qui s’adapte à toutes les variations de luminosité, d’arrière plan, ou d’apparence produit, en particulier lorsque le même modèle 3D est utilisé pour aider à l’assemblage ou au contrôle qualité des pièces et équipements à différentes étapes du processus de production. Ainsi, le client dispose d’un moyen simple d’initialisation et gagne du temps sur les déploiements tout en ayant une flexibilité sur le choix des postes et leur évolution.

L’approche deep learning est également très pertinente dans le cas où avez déjà implémenté notre solution et vous souhaitez dupliquer et déployer rapidement le même cas d’usage sur un autre site industriel avec un environnement de travail différent.

logo


[Guide] Projet 4.0 : posez-vous les bonnes questions avant de vous lancer !