Optimisation d’une chaîne de production photogrammétrique : détection automatisée de points de calage
Abstract
Syslor’s Recolement application is dedicated to the reconstruction of point clouds via photogrammetry. This product facilitates the creation of as-built plans for underground networks. Currently, the georeferencing of point clouds is either automatic, using pre-configured targets, or, in the majority of cases, manual, relying on the marking of painted targets. To achieve complete process automation and eliminate the need for human intervention, a painted marking detection algorithm has been developed. An instance segmentation model, YOLOv8, has been trained, and methods have been explored to accurately pinpoint the center of the extracted masks and, ultimately, match the clusters resulting from the detections with the surveyed points, while maintaining an A-grade precision class.
L'application Récolement de l'entreprise Syslor est dédiée à la reconstitution, via photogrammétrie, de nuages de points. Ce produit facilite l'élaboration de plans de récolement relatifs aux réseaux enterrés. Actuellement, le géoréférencement des nuages de points est soit automatique, à l'aide de cibles pré-paramétrées, soit, dans la majorité des cas, manuel, reposant sur le pointage de marquages peints. Pour parvenir à une automatisation complète du processus et éliminer la nécessité d'une intervention humaine, un algorithme de pointage des marquages peints a été développé. Un modèle de segmentation d'instances YOLOv8 a été entraîné, et des méthodes ont été explorées afin de pointer avec exactitude le centre des masques extraits et, finalement, faire correspondre les clusters issus des détections avec les points relevés, tout en maintenant une classe de précision A.
| Origin | Files produced by the author(s) |
|---|