Conception Et Réalisation D'un Scanneur Électronique Pour L'acquisition de Forme 3D-Johannès Dagbégnon HOUNSINOU

UNIVERSITÉ D’ABOMEY-CALAVI
********
ÉCOLE POLYTECHNIQUE D’ABOMEY-CALAVI
********
Département de Génie Electrique
********
Option : Contrôle de Processus Industriels
MEMOIRE DE FIN DE FORMATION POUR L’OBTENTION DU

DIPLOME D’INGENIEUR DE CONCEPTION
THEME :
Conception et réalisation d’un scanneur électronique pour

l’acquisition de forme 3D
Réalisé par :
Johannès Dagbégnon HOUNSINOU
Soutenu le, 10-04-2020, devant le jury composé de :
Président : Dr DOSSOU Michel, enseignant à l’EPAC

Membres : 1. M MONTEIRO Léonard, enseignant à l’EPAC , Maître de Mémoire
2. Dr SANYA Max Fréjus, enseignant à l’EPAC
3. M KIKI Manhougbé Probus, doctorant à l’EPAC , Encadreur
Année Académique 2018 - 2019

12ième Promotion
Dédicace
Je dédie ce travail à :
— mon père, Félix HOUNSINOU ;
— ma mère, Appoline ADAGBENON ;
— mes oncles, Cassien HOUNSINOU et Feu Aubin HOUNSINOU.
i
Remerciements
Nous ne saurions commencer ce travail sans au préalable exprimer notre profonde gratitude
à tous ceux qui ont contribué de près ou de loin à sa réalisation. Avant tout, nous remercions
Dieu, le Miséricordieux, lui qui a tant fait pour nous, lui qui a veillé sur nous toute notre vie
durant et particulièrement ces cinq dernières années.
Nos remerciements vont également à l’endroit :
— Du Professeur Guy Alain ALITONOU, Directeur de l’École Polytechnique d’Abomey-

Calavi (EPAC) ainsi que toute son administration ;
— Du Docteur Théophile HOUNGAN , Chef de Département de Génie Électrique,

pour sa détermination à nous offrir une formation de qualité ;
— De notre maitre de mémoire, M Léonard MONTEIRO pour avoir accepté suivre

notre travail ;
— De notre encadreur, M Probus KIKI, Directeur de MIFY-SARL, pour nous avoir ac-
cepté dans sa structure et pour tous ses conseils pour la réalisation de ce projet ;
— De tous les enseignants du Département de Génie Électrique pour la qualité de la

formation reçue ;
— De mes parents, Félix HOUNSINOU et Appoline ADAGBENON, pour leur amour

et leur éducation ;
— De mes sœurs et de mon frère, Laurence, Fabrice et Bénédicte HOUNSINOU, pour
ii
leur soutien et pour leur affection ;
— De ma chère Reine Christelle LAWSON, pour son affection et mon absence qu’elle a
pu supporter ;
— De nos camarades Maurice HINVI et Romain OUSSOU, pour leur hospitalité et leur
aide dans la maitrise du logiciel Latex ;
— De nos camarades Géoffroy ZANNOU et Anthony MIGAN, co-stagiaires à MIFY,

pour leur aide et la bonne ambiance au stage ;
— De nos camarades et amis de la 12 ème promotion d’ingénieurs de conception pour

leur soutien et l’ambiance conviviale durant ces cinq (05) années de formation spé-
cialement Auriole OMOREMY et Richard DANSOU des frères d’autres parents ;
— De Alban AVOCEFOHOUN , Nicaise HOUNKANRIN et Sadler GBENONTIN ,

pour leur aide dans la réalisation de ce travail ;
— De Bonheur HODEHOU, Chef Vitrier Aluminium pour son aide dans la réalisation
de ce travail ;
— De tout le Comité d’Ordre, de Discipline et d’Épanouissement des Étudiants (CODE-

UAC) pour la formation que j’y ai reçue ;
— De tous ce qui de près ou de loin ont participé à ce travail.

Puisse Dieu vous combler de ses grâces.
Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page iii

Table des matières
Dédicace i
Remerciements ii
Table des matières iv
Liste des sigles et abréviations vii
Liste des figures viii
Liste des tableaux x
Résumé xi
Abstract xii
Introduction Générale 1
1 Etat de l’art sur les systèmes d’acquisition 3D 3

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Techniques de calcul de distance des méthodes d’acquisition 3D optiques . . 5
1.2.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Temps de vol (Time Of Flight : TOF) . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Récepteurs multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Systèmes de positionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
iv
TABLE DES MATIÈRES
1.3.1 Plateau rotatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.3.2 Machine à Mesurer Tridimensionnelle – MMT . . . . . . . . . . . . . . 9
1.3.3 Bras robotisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.4 Bras polyarticulé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Présentation du projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Analyse et modélisation du scanneur 14

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Présentation du cahier des charges . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1 Spécifications fonctionnelles . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.2 Schéma conceptuel du système . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Description du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1 Synoptique détaillé du système . . . . . . . . . . . . . . . . . . . . . . 16
2.3.2 Schéma fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.3 Organigramme fonctionnel du système . . . . . . . . . . . . . . . . . . 18
2.3.4 Filtrage des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Logiciels utilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4.1 SketchUp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4.2 LabVIEW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.3 Arduino IDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.4 MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.5 Proteus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5 Modélisation 3D du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.1 Modélisation des pièces du scanneur . . . . . . . . . . . . . . . . . . . 24
2.5.2 Modèle 3D du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Réalisation du scanneur 28
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Matériel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.1 Matériel mécanique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.2 Matériel électrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Assemblage du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3.1 Assemblage mécanique . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3.2 Assemblage électrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4 Programmation de la commande . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Évaluation financière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4 Résultats et discussions 47
Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page v

TABLE DES MATIÈRES
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 Scanneur réalisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2.1 Comparaison des scanneurs modélisé et réalisé . . . . . . . . . . . . . 48
4.2.2 Evaluation des spécifications fonctionnelles . . . . . . . . . . . . . . . 49
4.3 Formes 3D obtenues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3.1 Forme d’ananas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3.2 Forme de papaye . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.3.3 Formes de jouets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4 Applications possibles du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Conclusion Générale et Perspectives 55
REFERENCES BIBLIOGRAPHIQUES 57
ANNEXE 61
A DATASHEET 61
A.1 Moteur Nemma 17HS4401 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
A.2 Capteur Infrarouge GP2Y0A51SK0F (Extait) . . . . . . . . . . . . . . . . . . . 63
B PROGRAMMES MATLAB 64
B.1 Programme de filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
B.2 Programme d’interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
C Assemblage électrique 67
C.1 PCB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
C.2 Circuits imprimés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
C.3 Assemblage final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page vi

Liste des sigles et abréviations
3D Trois dimensions
AC Alternative Current
CAO Conception Assistée par Ordinateur
EPAC Ecole Polytechnique d’Abomey-Calavi
FAO Foods and Agriculture Organisation
I2C Inter-Integrated Circuit
LabVIEW Laboratory Virtual Instrument Engineering Workbench
MATLAB MATrix LABoratory
MMT Machine à Mesurer Tridimensionnelle
MOSFET Metal Oxide Semiconductor Field Effect Transistor
PCB Print Circuit Board
PWM Pulse Width Modulation
SPI Serial Peripherique Interface
TOF Time Of Flight
UART Universal Asynchronous Receiver Transmitter
vii
Liste des figures
1.1 Graphe non exhaustif des systèmes d’acquisition 3D [6] . . . . . . . . . . . . 4

1.2 Graphe non exhaustif des systèmes optiques [6] . . . . . . . . . . . . . . . . . 4
1.3 Principe de la triangulation [7] . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Temps de vol à détection de pulse [9] . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Temps de vol à décalage de phase : (a-b) mesure du décalage ; (c) combinaison
de plusieurs fréquences pour lever l’ambiguïté [9] . . . . . . . . . . . . . . . . 7
1.6 Principe des récepteurs multiples . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7 Exemples de plateaux rotatifs [10] . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.8 MMT de différentes dimensions [11] . . . . . . . . . . . . . . . . . . . . . . . . 10
1.9 Bras robotisés [12] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.10 Exemple d’un système combinant un palpeur et une tête laser ligne sur bras
polyarticulé ligne [9] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.11 (a) Tracker optique de Metris et (b) Steinbichler [9] . . . . . . . . . . . . . . . . 12
2.1 Schéma conceptuel du système . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.2 Schéma synoptique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Schéma fonctionnel du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Organigramme du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5 Modèle 3D du moteur pas à pas . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Modèle 3D du support des moteurs . . . . . . . . . . . . . . . . . . . . . . . . 25
2.7 Modèle 3D du plateau tournant . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.8 Modèle 3D du support de fixation du capteur . . . . . . . . . . . . . . . . . . 26
2.9 Modèle 3D du scanneur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1 Tige filetée M8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2 Téflon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
viii
LISTE DES FIGURES
3.3 Schéma bloc de principe du contrôle d’un moteur pas-à-pas [21] . . . . . . . 31

3.4 Moteur pas à pas Nema 17 [21] . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5 Structure interne du moteur pas à pas Nema 17 : (a) Schématisation de la
structure , (b) Structure réelle [21] . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.6 Synoptique interne du driver A4988 [24] . . . . . . . . . . . . . . . . . . . . . 36
3.7 Driver A4988 [24] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.8 Tension de sortie du capteur en fonction de la distance [25] . . . . . . . . . . 37
3.9 Tension de sortie mesurée aux bornes du capteur en fonction de la distance . 38
3.10 Distance en fonction de la tension analogique de sortie du capteur . . . . . . 39
3.11 Optocoupleur 4N35 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.12 Carte Arduino Uno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.13 Microcontrôleur Atmega328P et correspondance avec les broches de l’Arduino
Uno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.14 Assemblage mécanique final du scanneur . . . . . . . . . . . . . . . . . . . . . 42
3.15 Schéma électrique principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.16 Schéma électrique d’un optocoupleur . . . . . . . . . . . . . . . . . . . . . . . 44
3.17 Interface de commande LabVIEW du scanneur . . . . . . . . . . . . . . . . . . 45
4.1 Comparaison des scanneurs : (a) scanneur modélisé ; (b) scanneur réalisé . . 48
4.2 Formes 3D d’un ananas : (a) forme réelle ; (b) forme acquise . . . . . . . . . . 50
4.3 Formes 3D d’un ananas : (a) forme réelle ; (b) forme filtrée (intervalle de confiance
0.95) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4 Formes 3D d’une papaye : (a) forme réelle ; (b) forme acquise . . . . . . . . . 51
4.5 Formes 3D de la papaye : (a) forme réelle ; (b) forme filtrée (intervalle de
confiance 0.95) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.6 Forme filtrée 3D de la papaye : (a) forme réelle ; (b) forme filtrée (intervalle de
confiance 0.70) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.7 Forme 3D d’un jouet canard : (a) forme réelle ; (b) forme acquise . . . . . . . . 53
4.8 Formes 3D d’un jouet cheval : (a) forme réelle ; (b) forme acquise . . . . . . . 54
C.1 Schéma du PCB principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

C.2 Schéma du PCB des optocoupleurs . . . . . . . . . . . . . . . . . . . . . . . . 68
C.3 Circuit imprimé principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
C.4 Circuit imprimé des optocoupleurs . . . . . . . . . . . . . . . . . . . . . . . . 69
C.5 Assemblage électrique final du scanneur . . . . . . . . . . . . . . . . . . . . . . 70
Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page ix

Liste des tableaux
2.1 Spécifications fonctionnelles du scanneur . . . . . . . . . . . . . . . . . . . . . 15
3.1 Caractéristiques du moteur Nema 17 [22] . . . . . . . . . . . . . . . . . . . . . 32

3.2 Devis quantitatif et estimatif mécanique . . . . . . . . . . . . . . . . . . . . . . 45
3.3 Devis quantitatif et estimatif électrique . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Bilan financier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.1 Vérification des exigences fonctionnelles . . . . . . . . . . . . . . . . . . . . . . 49
x
Résumé
Les pertes post-récoltes dues au pelage manuel des fruits constituent l’une des premières
pertes dans l’industrie agroalimentaire. Les machines automatiques existant pour peler les
fruits ne s’adaptent pas à toutes les formes de fruits. Une nouvelle approche proposée
consiste à utiliser une technique de pelage qui prend en compte la forme du fruit. Cette
solution nécessite l’acquisition de la forme 3D du fruit. Dans ce contexte, l’objectif de ce tra-
vail est de concevoir et réaliser un scanneur électronique pour une acquisition de forme 3D.
Une méthodologie en six étapes est adoptée pour conduire cette réalisation. La première
étape consiste en une étude des systèmes d’acquisition 3D. La deuxième étape est l’ana-
lyse du fonctionnement du scanneur et la définition d’un cahier des charges. A la troisième
étape, les pièces mécaniques du scanneur et tout le scanneur ont été modélisés en 3D avec
le logiciel SketchUp. La quatrième étape traite des différentes pièces mécaniques ainsi que
des composants électriques et électroniques assemblés pour réaliser le scanneur. Son pro-
gramme de commande a été implémenté avec le logiciel LabVIEW utilisé pour programmer
une carte Arduino Uno à la cinquième étape. La sixième et dernière étape a permis de tester
le scanneur pour différents types d’objets. A l’issu des tests, le scanneur conçu fonctionne
correctement et respecte le cahier des charges défini. Il peut supporter un fruit de 4 kg et
son coût de fabrication est estimé à trois cent vingt mille cinq cent dix francs CFA (320 510
F CFA). La réalisation de cette machine constitue une première étape dans la conception
d’une machine à peler des fruits. En dehors de cette solution, le scanneur présente d’autres
applications très intéressantes telles que la numérisation 3D et la reconstitution d’objets en-
dommagés de type solide de révolution.
Mots-clés : scanneur, forme 3D, LabVIEW et Arduino, modélisation 3D
xi
Abstract
Post-harvest losses fees for manual fruits peeling represents one case of loss in the food in-
dustry. Automatic machines for fruit peeling are not adapting to all fruit’s shape. A new
approach is the use of a peeling technic which takes into account fruit’s shape. This solution
needs a 3D shape of the fruit to peel. In this context, the objective of this work is to de-
sign and produce an electronic scanner for 3D shape acquisition. A six-step methodology is
adopted. The first step is to study 3D systems acquisition. The second step is the analysis of
the scanner functions and also definition of a specification. In the third step, the mechanical
parts of the scanner and the entire scanner were modeled in 3D with SketchUp software. In
the fourth step, the various mechanical parts and electrical components were assembled to
make the scanner. Its control program was implemented with the LabVIEW software used
to program an Arduino Uno board in the fifth step. The sixth and final step was to test the
scanner for different types of objects. At the end of the tests, the designed scanner works
properly and respects all the defined specifications. It can support fruit of 4 kg and its ma-
nufacturing cost is estimated at three hundred and twenty thousand five hundred and francs
CFA (320,510 FCFA). The realization of this machine constitutes a first step in the design of
fruits peeling machine. Apart from this solution, the scanner presents other very interesting
applications like 3D digitization and reconstruction of damaged objects resembling solid or
revolution.
Keywords : scanner, 3D shape, LabVIEW and Arduino, 3D design
xii
Introduction Générale
Les pertes post-récoltes comprennent l’ensemble des pertes de produits agricoles essentiel-
lement alimentaires, le long de la chaine de valeur agricole depuis la culture des champs
jusqu’à l’assiette des consommateurs. Les activités post-récoltes comprennent la récolte elle-
même, la manutention, le stockage, la transformation, le conditionnement, le transport, et la
commercialisation [1]. Chacune de ces activités contribue pour sa part dans les pertes post-
récoltes. Les causes les plus communes sont la moisissure, les infestations des rongeurs ou
d’insectes, ou encore l’exposition à la pluie, à la sécheresse ou à des températures extrêmes.
Les pertes peuvent être aussi dues à un manque de véhicules ou de routes [2]. La FAO (Foods
and Agriculture Organisation) estime les pertes post-récoltes des fruits et légumes entre 30
et 40 % [3]. Dans l’industrie agroalimentaire en particulier, au cours de la transformation
des fruits, d’énormes pertes s’enregistrent après le pelage manuel des fruits où beaucoup de
chairs sont jetées avec la peau.
Contexte et motivation
Le pelage manuel peut être remplacé par le pelage automatique à travers une machine méca-
nique. Les travaux scientifiques concernant la conception et la réalisation de machine à peler
sont nombreux. Mais ces machines conçues présentent toutes la même limite : la forme des
fruits. Les machines ne sont pas adaptées à toutes les formes de fruits. L’inventeur amé-
ricain Gary John Harding a spécialement conçu une machine à peler les fruits ayant une
surface convexe notamment les melons en utilisant une lame en forme de U [4]. Dhanusha
Sree montre également les limites d’une machine à peler les fruits utilisant la fraise. En effet
la fraise n’est pas capable de suivre les formes irrégulières des fruits [5]. Cela engendre la
non-optimisation du pelage automatique des fruits. Cette optimisation pourrait passer par
une machine automatique et intelligente.
1
Introduction Générale
Problématique et intérêt
L’optimisation du pelage des fruits à travers une machine peut s’avérer complexe. Cet état
de chose est dû au fait que les différents fruits n’ont pas les mêmes formes (pomme et ana-
nas ont des formes différentes) et le même fruit peut avoir plusieurs formes selon sa variété
(ananas effilé et ananas oblong). La technique de pelage à mettre en œuvre sur une telle
machine doit alors prendre en compte la forme du fruit. Il est donc nécessaire de pouvoir
scanner le fruit pour acquérir sa forme 3D. La réalisation d’un scanneur pour l’acquisition
de forme 3D des fruits se voit être alors un début de solution au problème d’optimisation
du pelage des fruits.
Objectifs du sujet
L’objectif général visé dans le cadre de ce travail est de réaliser un scanneur capable de
faire l’acquisition de la forme 3D de divers fruits. Cet objectif général est décliné en six (06)
objectifs spécifiques à savoir :
— étudier les systèmes d’acquisition de données 3D et leurs systèmes de positionne-
ment ;
— analyser le système sur les plans conceptuel et fonctionnel à travers un cahier des
charges ;
— modéliser en 3D, les différentes pièces mécaniques du scanneur ;
— faire la conception assistée par ordinateur de la partie électrique du scanneur ;
— implémenter le fonctionnement décrit sur une carte à processeur ;
— assembler la machine et faire une série de tests de validation.
A la suite de cette introduction qui présente le contexte, la problématique et les objectifs
visés, le document est subdivisé en quatre (04) chapitres. Le chapitre 1 présente un état de
l’art sur les systèmes d’acquisition 3D et leurs systèmes de positionnement. Dans le chapitre
2, il est question d’analyser le système (scanneur). Le chapitre comprend : la présentation du
cahier des charges, la description du fonctionnement et la modélisation 3D du scanneur. Le
chapitre 3 aborde la réalisation du scanneur. Le chapitre 4, quant à lui, présente les résultats
obtenus à l’issue des différents essais ainsi que les discussions qui en découlent.
Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page 2

CHAPITRE 1
Etat de l’art sur les systèmes d’acquisition 3D
3
CHAPITRE 1. ETAT DE L’ART SUR LES SYSTÈMES D’ACQUISITION 3D
1.1 Introduction
Dans la conception d’un scanneur 3D, une attention particulière doit être accordée au sys-
tème d’acquisition de données et au système de positionnement. Au cours des quatre der-
nières décennies, les systèmes d’acquisition de données 3D se sont fortement développés.
Apparus dans les laboratoires dans les années 80, ils se répandent de plus en plus rapide-
ment dans presque tous les secteurs (l’industrie, la conservation du patrimoine, la biologie,
les jeux vidéo . . .). Les figures 1.1 et 1.2 montrent un classement possible de ces différentes
méthodes d’acquisition.
F IGURE 1.1 – Graphe non exhaustif des systèmes d’acquisition 3D [6]
F IGURE 1.2 – Graphe non exhaustif des systèmes optiques [6]

Des capteurs de distance sont utilisées pour mettre en œuvre les méthodes d’acquisition
optiques. La lumière est émise sur l’objet et réfléchie sur un récepteur. Les techniques pour
déduire la distance capteur-objet sont diverses et variées. Dans ce chapitre, nous présente-
rons quelques techniques de calcul de distances des méthodes d’acquisition optiques. Nous
décrirons par la suite, les différents systèmes de positionnement nécessaires à la mise en
œuvre de ces techniques de mesure.
1.2 Techniques de calcul de distance des méthodes d’acqui-

sition 3D optiques
1.2.1 Triangulation
La terme triangulation vient du fait que cette technique de mesure utilise trois points for-
mant un triangle. Ces trois points sont le projecteur (émetteur), l’objet et le capteur (récep-
teur). Dans l’exemple donné à la figure 1.3, le centre de l’image est O et la focale est f. Les
orientations du projecteur θ et du capteur φ sont connues, ainsi que la distance D entre le
projecteur et le capteur. Pour déterminer la profondeur Z en fonction de la déviation "x" lue
sur l’image, la “loi des sinus” est appliquée :
D+x D+x Z
= = (1.1)
sin(α) sin(θ + φ) sin(θ)
Il vient, avec φ = arctan fx :

sin θ
Z = (D + x) (1.2)
sin(θ + arctan fx )
F IGURE 1.3 – Principe de la triangulation [7]

1.2.2 Temps de vol (Time Of Flight : TOF)
Le principe de mesure par temps de vol se caractérise par la génération de courtes impul-
sions laser par une diode laser dans le capteur. Ces impulsions laser sont projetées sur l’objet
à mesurer. La lumière réfléchie par l’objet à mesurer est réfléchie par un élément du capteur.
La distance de mesure est déduite du temps de vol mis par les impulsions lumineuses pour
atteindre l’objet à mesurer et revenir [8]. Les coordonnées d’un point 3D (X, Y, Z) dépendent
de trois données : l’angle horizontal, l’angle vertical et la distance entre le scanneur et l’objet.
Les valeurs des angles sont données par l’orientation de la source laser (pilotage motorisé).
La distance d entre le capteur et un point est calculée par la relation suivante :
4t
d = v. (1.3)
2
où v est la vitesse du signal, et 4t est le temps mis par le signal pour effectuer l’aller-retour,
et donc 4t2
est le temps mis par l’impulsion laser pour atteindre l’objet.
Le calcul de la distance d peut être effectué à l’aide de deux technologies différentes : la
détection d’impulsion et le décalage de phase.
1.2.2.1 Détection d’impulsion
Cette technologie consiste à envoyer une impulsion laser sur l’objet. La distance se déduit
directement du temps d’aller-retour (figure 1.4) La portée maximale est de l’ordre de 300
mètres pour une vitesse d’acquisition maximale d’environ 50 000 points par seconde.
1.2.2.2 Technique de modulation d’amplitude
Au lieu d’envoyer une impulsion brève, l’onde est modulée en amplitude. La différence de
phase 4Φ entre le signal transmis et le signal reçu est alors mesurée (figure 1.5). Cette diffé-
rence de phase n’est déterminée que modulo 2π. La distance (fonction de 4Φ ) ne peut donc
être calculée que modulo un intervalle d’ambiguïté correspondant à la longueur d’onde du
signal émis. Pour s’affranchir de cette restriction, plusieurs méthodes ont été développées,
comme par exemple la combinaison de plusieurs fréquences de modulation [9].

F IGURE 1.4 – Temps de vol à détection de pulse [9]
F IGURE 1.5 – Temps de vol à décalage de phase : (a-b) mesure du décalage ; (c) combinaison
de plusieurs fréquences pour lever l’ambiguïté [9]

1.2.3 Récepteurs multiples
La technique des récepteurs multiples est simple. L’émetteur envoie une lumière sur l’objet.
Cette lumière est réfléchie (avec un angle de réflexion qui dépends de la distance capteur-
objet) sur une rangée de récepteurs. Chaque récepteur correspond à un angle de réflexion et
donc à une distance. La figure 1.6 décrit le principe de la technique des récepteurs multiples.
F IGURE 1.6 – Principe des récepteurs multiples
Les techniques de mesures ci-dessus expliquées, ne peuvent à elles seules permettre l’acqui-
sition complète de la forme 3D. Les systèmes de positionnement présentés dans la partie
suivante leur sont combinés pour une acquisition complète.
1.3 Systèmes de positionnement
Les systèmes d’acquisition décrits précédemment ne peuvent à eux seuls numériser entière-
ment un objet. Ils doivent pouvoir être placés à différentes positions autour de celui-ci. Les
systèmes à acquisition par vue peuvent être mis en œuvre à l’aide d’un trépied et manipulés
manuellement (déplacement du scanneur ou de l’objet). Le recalage peut se faire automati-
quement si le système d’acquisition le permet sinon l’opérateur doit recaler chaque vue une
à une. D’autres systèmes comme les capteurs à triangulation laser point ou ligne nécessitent
obligatoirement un système de positionnement permettant de référencer chacune de leurs
positions. Dans ce cas-là, les données sont acquises dans un référentiel unique et n’ont donc
pas besoin d’être recalées (tant que l’objet n’est pas déplacé).

1.3.1 Plateau rotatif
Il s’agit du système de positionnement le plus simple. Grâce à l’axe de rotation vertical, il

permet de numériser un objet sous plusieurs angles sans déplacer le capteur. Les plateaux
rotatifs sont également couplés aux bras robotisés, afin de permettre d’agrandir le volume
de travail sans augmenter les dimensions du bras. Ces plateaux peuvent également avoir un
deuxième axe de rotation horizontal.
F IGURE 1.7 – Exemples de plateaux rotatifs [10]
1.3.2 Machine à Mesurer Tridimensionnelle – MMT
Les machines à mesurer tridimensionnelle (MMT) sont des machines utilisées en métrologie
dimensionnelle. Elles permettent d’obtenir les coordonnées des points mesurés (palpés) sur
une pièce mécanique ; on parle parfois de métrologie par coordonnées (traduction de coor-
dinate metrology) [11]. Avec la mesure effectuée, on procède à la comparaison numérique
d’une grandeur connue à la grandeur mesurée. Par conséquent, la prise de coordonnées
permet de mettre en avant des écarts au nominal et donc de vérifier les côtes. La mesure de
grandeurs géométriques peut être réalisée aussi bien avec des moyens de mesure simples
comme des pieds à coulisse ou des micromètres, qu’avec des moyens plus complexes comme
des MMT. De telles machines sont désormais présentes dans la grande majorité des indus-
tries de la mécanique.

F IGURE 1.8 – MMT de différentes dimensions [11]
1.3.3 Bras robotisé
En milieu industriel, ce sont des bras robotisés (figure 1.9) qui permettent le positionnement
des systèmes d’acquisition par vue (projection de franges ou laser ligne à balayage). Leur
portée varie de quelques centimètres à quelques mètres. La répétabilité (fidélité des me-
sures effectuées dans les mêmes conditions matérielles) de ces systèmes est de l’ordre d’une
centaine de microns. Depuis quelques années, ces bras peuvent porter des capteurs à trian-
gulation laser ligne. Les données acquises sont tout d’abord recalées grâce aux informations
de position du robot, puis un second recalage est effectué en fonction du type de scanneur.
1.3.4 Bras polyarticulé
Les bras polyarticulés sont utilisés pour des applications très variées : contrôle de pièces
industrielles, numérisation d’objets archéologiques ... Il s’agit de bras mécaniques à six ou
sept axes équipés de codeurs permettant de remonter à la position du capteur dans l’espace.
Ces bras ont une grande ergonomie, sont assez simples d’utilisation et sont transportables (à
la différence des MMT). Leurs portées varient de un à cinq mètres. La précision est de l’ordre
de quelques centaines voire dizaines de microns. Ils sont utilisés avec un palpeur ou une tête
laser ligne (figure 1.11), ce qui permet de réaliser simultanément l’acquisition complète de
la forme et la prise de référence (plans, cylindres . . .). Lors du palpage, l’opérateur vient

F IGURE 1.9 – Bras robotisés [12]
positionner la bille du palpeur sur la surface de l’objet et déclenche manuellement la prise

de mesure. Ces systèmes sont de plus en plus couramment utilisés de nos jours. La précision
reste toutefois inférieure à celle d’une MMT.
F IGURE 1.10 – Exemple d’un système combinant un palpeur et une tête laser ligne sur bras
polyarticulé ligne [9]

F IGURE 1.11 – (a) Tracker optique de Metris et (b) Steinbichler [9]
1.4 Présentation du projet
Le scanneur qui fait l’objet de notre étude consiste essentiellement en la combinaison d’une
technique de mesure de distance et d’un système de positionnement. L’approche utilisée
consiste à mesurer les distances entre un capteur et la surface extérieure de l’objet et à posi-
tionner avec un plateau tournant l’objet à scanner sous plusieurs angles de mesure. Le cap-
teur doit translater verticalement vers le haut pour pendre des mesures sur chaque contour
de l’objet à scanner. Les mesures de distances effectuées, les angles de positionnement de
plateau et la position de capteur sont utilisés pour reconstituer les coordonnées cartésiennes
de la surface extérieure de l’objet à scanner. Ces coordonnées sont utilisées pour afficher la
forme 3D de l’objet. La translation du capteur et la rotation du plateau sont assurées par
deux moteurs. Tout le matériel nécessaire au scanneur sera assemblé. Un microcontrôleur
sera programmé pour commander tout le système afin d’avoir les formes 3D escomptées.

1.5 Conclusion
Nous avons décrit dans ce chapitre les techniques utilisées pour mesurer les distances dans
les méthodes d’acquisition de données 3D optiques. Afin de balayer toute la surface de l’ob-
jet, certains des systèmes présentés doivent être fixés sur un système de positionnement.
D’autres scanneurs (acquisitions par vue par exemple) peuvent être couplés à un système
de positionnement pour faciliter et accélérer la procédure d’acquisition (table rotative, bras
robotisé). Chaque système d’acquisition possède ses avantages et inconvénients, en fonction
du type de pièce à numériser et de l’application visée (analyse, visualisation ou duplication).
Dans ce travail, il est question de concevoir et réaliser un scanneur pour acquérir les formes
3D de fruits. Pour y parvenir, nous allons aborder dans le chapitre suivant l’analyse (concept
et fonctionnement ) du scanneur ainsi que sa modélisation 3D.

CHAPITRE 2
Analyse et modélisation du scanneur
14
CHAPITRE 2. ANALYSE ET MODÉLISATION DU SCANNEUR
2.1 Introduction
La réalisation d’un appareil fonctionnel, plus précisément d’un scanneur, nécessite que les
différentes fonctions désirées soient explicitement définies ainsi que les différents compo-
sants ou matériels nécessaires. Aussi, est-il nécessaire d’avoir le modèle du scanneur avant
de se mettre à le réaliser. Dans ce chapitre, le cahier des charges du scanneur sera défini. Le
concept et le fonctionnement du scanneur seront exposés. De même, une modélisation 3D
sera faite des différentes pièces du scanneur et du scanneur tout entier.
2.2 Présentation du cahier des charges
2.2.1 Spécifications fonctionnelles
Dans la conception d’un scanneur, une attention particulière doit être accordée aux sys-
tèmes d’acquisition et de positionnement. Le système d’acquisition doit pouvoir récupérer
les données. Le système de positionnement doit supporter la charge qui lui sera soumise
sans difficultés. Les différentes fonctionnalités de l’appareil sont résumées dans le tableau
2.1 :
TABLAEU 2.1 – Spécifications fonctionnelles du scanneur

◦
N Exigences fonctionnelles
1 Alimenter les deux moteurs en tension continue
2 Assurer la translation d’un support de 0.25 kg
3 Assurer la rotation du plateau tournant et de l’objet à scanner jusqu’à 4 kg
4 Permettre à l’utilisateur d’entrer la précision voulue pour l’acquisition
5 Afficher la forme 3D en temps réél
6 Enregistrer les données à chaque opération pour un tracé en différé
2.2.2 Schéma conceptuel du système
Le fonctionnement du scanneur proposé peut être représenté à la figure 2.1.
Le scanneur réalisé doit respecter le cahier des charges défini pour qu’on dise qu’il fonc-
tionne bien. Dans la partie suivante, le système qui permettra de remplir le cahier des
charges est décrit.

F IGURE 2.1 – Schéma conceptuel du système
2.3 Description du système
2.3.1 Synoptique détaillé du système
La figure 2.2 présente le synoptique du système. Il est composé de plusieurs blocs. Chaque
bloc a ses fonctions bien définies.
Bloc d’alimentation
Le bloc d’alimentation est chargé de fournir une tension continue pour alimenter les mo-
teurs à travers leurs contrôleurs. Notons que le bloc de traitement est alimenté à travers
l’ordinateur.
Bloc d’affichage
Ce bloc est en réalité une fenêtre MATLAB dans laquelle est tracée la figure correspondant
à la forme 3D de l’objet scanné.

F IGURE 2.2 – Schéma synoptique
Bloc d’entrée
Ce bloc est constitué du clavier et de la souris d’un ordinateur. En effet, pour avoir en temps
réel le tracé de la forme 3D, il faut que le scanneur soit connecté à l’ordinateur pendant toute
l’opération de scannage. C’est donc à travers l’ordinateur que les informations utiles seront
envoyées au scanneur.
Bloc de stockage
Ce bloc n’est que la mémoire de l’ordinateur. Les données acquises sont enregistrées sur
l’ordinateur. Cet enregistrement est fait afin que les données ne soient pas perdues après
chaque opération. Elles pourront être utilisées pour des tracés de forme 3D en différé.
Bloc de traitement
Ce bloc est constitué de la carte de commande qui est une carte Arduino Uno dans notre cas.
Il traite les informations entrées par l’utilisateur afin d’émettre les ordres de sorties destinés
notamment aux moteurs.
Bloc opérationnel
Ce bloc est constitué de l’ensemble moteur + contrôleur et du système d’acquisition. Les
moteurs assurent les mouvements de rotation du plateau tournant et de translation du sys-
tème d’acquisition (capteur). Ces moteurs sont commandés via leurs contrôleurs respectifs.
Le système d’acquisition renvoie les distances mesurées au bloc de traitement pour le tracé
de la forme 3D.

2.3.2 Schéma fonctionnel
La figure 2.3 montre le fonctionnement du scanneur. Le moteur qui assure la rotation du

plateau tournant est appelé Moteur R et le moteur qui assure la translation du capteur est
appelé Moteur Z.
2.3.3 Organigramme fonctionnel du système
Un organigramme de programmation (logigramme ou plus rarement ordinogramme) est

une représentation graphique normalisée de l’enchaînement des opérations et des décisions
effectuées par un programme d’ordinateur [13]. Avant de lancer le scannage, l’utilisateur
doit entrer à l’ordinateur l’angle de rotation du plateau tournant (nombre de pas à faire par
le moteur), le pas de translation verticale du capteur (distance à parcourir par le capteur
après le scannage de chaque contour) et la distance totale à parcourir par le capteur pour
l’opération (distance supérieure ou égale à la longueur du fruit à scanner).
Deux boucles essentielles constituent l’organigramme du scanneur. Ces deux boucles sont
imbriquées l’une dans l’autre. Dans la boucle inférieure :
— le capteur mesure la distance capteur-objet sur un point d’un contour ;

— la distance est traitée par le programme de commande pour être ajouter au tracé de
la forme 3D ;
— le plateau tourne et repositionne le fruit sous un autre angle ;
Dans la boucle supérieure, la boucle inférieure est exécutée et le capteur effectue une trans-
lation vers le haut pour qu’un autre contour soit scanné. Lorsque le capteur parcourt la
distance désirée par l’utilisateur, celui-ci est ramené à sa position initiale et le processus
s’arrête. Le fonctionnement décrit ci-dessus peut être représenté par l’organigramme de la
figure 2.4.

F IGURE 2.3 – Schéma fonctionnel du scanneur
Début
-Entrer informations
-Lancer scannage
-Acquérir données
-Tourner moteur R
-Afficher forme 3D
Tour complet
-Tourner moteur Z
-Monter capteur
Distance totale par-

courue ?
-Tourner moteur Z
-Descendre capteur
Capteur position ini-

tiale ?
F IGURE 2.4 – Organigramme du système

2.3.4 Filtrage des données
Les données acquises après le scannage doivent être filtrées. Le filtre utilisé est un filtre
statistique. Il se fait en quatre étapes. Pour chaque contour de l’objet scanné :
— calculer la moyenne des distances d¯
n
1X
d¯ = di (2.1)
n i=1
— calculer l’écart-type des distances σ

v
u n
u 1 X ¯2
σ =t |di − d| (2.2)
n − 1 i=1
— définir un intervalle de confiance I
σ σ
I = [d¯ − zα ∗ √ ; d¯ + zα ∗ √ ] (2.3)
n n
avec :
• di une distance mesurée sur le contour ;
• n le nombre de mesures effectués sur le contour ;
• zα est la valeur de la table de la loi normale correspondant à la confiance voulue.
— remplacer chaque distance en dehors de l’intervalle par la distance la plus proche
d’elle et se trouvant à l’intérieur de l’intervalle.
Le programme MATLAB de filtrage est ajouté au document en annexe B.1.
Pour parvenir à la réalisation du système décrit, plusieurs logiciels sont utilisés, chacun
pour un travail bien précis. Dans la partie suivante, les logiciels utilisés dans la réalisation
du scanneur sont présentés.
2.4 Logiciels utilisés
2.4.1 SketchUp
SketchUp est un logiciel de modélisation 3D, d’animation et de cartographie orienté vers

l’architecture. Ce logiciel se caractérise par des outils simples (rotation, extrusion, déplace-
ment etc) qui en font un logiciel de modélisation 3D très différent des modeleurs 3D clas-
siques. A part le fait qu’il soit un modeleur ne manipulant que des surfaces, son originalité
repose essentiellement sur le principe de l’inférence. Le logiciel propose de lui même une
action de modélisation appropriée au contexte : créer une face, l’extruder , la diviser, dessi-
ner sur une face, découper selon la courbe dessinée, faire une coupe, etc [14].

Il existe une panoplie de logiciels de modélisation 3D. Chacun d’entre eux est orienté dans
un domaine d’application. Les logiciels les plus utilisés (du fait des nombreux outils de mo-
délisation dont ils disposent) dans le domaine de la mécanique sont SolidWork et TopSolid.
Le choix de SketchUp s’est fait en raison du caractère particulier de notre modélisation 3D.
En effet, toutes les pièces à modéliser ne sont pas mécaniques (le plateau en plexiglas). Aussi
la simplicité d’utilisation et la disponibilité du logiciel explique notre choix. Nous avons
pu rapidement maîtriser les bases de son utilisation et parvenir à modéliser les principales
pièces de notre scanneur.
2.4.2 LabVIEW
LabVIEW (Laboratory Virtual Instrument Engineering Workbench) est un logiciel de dé-

veloppement d’applications, comparable à la plupart des systèmes de développement en
langage C ou BASIC disponibles sur le marché, ou encore à LabWindows de National Ins-
truments. Cependant, LabVIEW se distingue des autres logiciels sur au moins un point im-
portant. En effet, la majorité d’entre eux s’articulent autour de langages à base de texte dont
la programmation consiste à empiler des lignes de code, tandis que LabVIEW utilise un lan-
gage de programmation graphique, le langage G, pour créer un programme sous forme de
diagramme. Inutile d’être expert en programmation pour pouvoir utiliser LabVIEW. La ter-
minologie, les icônes et les principes inhérents à LabVIEW, tous familiers aux ingénieurs et
aux scientifiques, font appel à des symboles graphiques pour décrire les opérations de pro-
grammation. LabVIEW offre des bibliothèques étendues de fonctions et de routines (blocs
pré-programmés) capables de répondre à la plupart des besoins en programmation. En ce
qui concerne les plates-formes Windows, Macintosh et Sun, LabVIEW comprend également
des bibliothèques de fonctions spécifiques à l’acquisition de données et au pilotage d’instru-
ments VXI et GPIB, ou encore d’instruments connectés sur une liaison série. Il existe aussi
des bibliothèques dédiées à la présentation, à l’analyse et au stockage des données. Lab-
VIEW intègre une panoplie complète d’outils de développement de programmes conven-
tionnels, de sorte que vous pussiez définir des points d’arrêt, animer l’exécution du pro-
gramme en mettant en évidence le cheminement des données et exécuter pas à pas votre
programme. Le développement et la mise au point du programme s’en trouvent ainsi facili-
tés [15].
LabVIEW comprend des bibliothèques de fonctions et des outils de développement spécia-
lement conçus pour les applications de contrôle d’instruments. Un programme LabVIEW
est appelé instrument virtuel (VI) tout simplement parce que sa représentation et son fonc-
tionnement ressemblent à ceux des instruments classiques. Néanmoins, les VIs diffèrent en
ce sens qu’ils tirent leurs fonctionnalités de la programmation informatique. Ils offrent une
interface utilisateur interactive avec l’équivalent en code source, et acceptent les paramètres
des VIs de niveau supérieur. Le LIFA (LabVIEW Inteface For Arduino) est une bibliothèque
qu’on peut télécharger et ajouter à LabVIEW. Il permet d’interfacer Arduino avec LabVIEW.

C’est lui que nous avons utilisé pour programmer le scanneur. La connexion entre le scan-
neur et LabVIEW s’établit à travers la liaison série comme avec le logiciel Arduino. Une
fois la liaison établie, le programme LabVIEW peut envoyer toutes sortes de commande à la
carte Arduino.
2.4.3 Arduino IDE
Arduino IDE est une application multiplateforme qui est écrite dans des fonctions de C
et C++. Il est utilisé pour écrire et télécharger des programmes sur des cartes compatibles
Arduino. Il fournit plusieurs bibliothèques sous forme de classe (programmation orienté
objet) qui sont utilisées notamment pour les différents capteurs et modules compatibles avec
Arduino. Il utilise le programme avrdude pour convertir le code exécutable en un fichier
texte au codage hexadécimal qui est chargé dans la carte Arduino par un programme de
chargement dans le firmware de la carte [16].
Avant de nous aventurer avec LabVIEW, ce logiciel est utilisé pour programmer une carte
Arduino afin de commander le scanneur. Les données acquises sont enregistrées sur une
carte mémoire et tracées en différé avec MATLAB.
2.4.4 MATLAB
MATLAB (MATrix LABoratory) est un environnement de développement utilisant un lan-

gage de script du même nom. Il est utilisé à des fins de calculs numériques, pour manipuler
les matrices, pour afficher des courbes et des données, de mettre en oeuvre des algorithmes
... et peut s’interfacer avec d’autres langages comme le C, C++, Java etc. Il est possible de
programmer une carte Arduino avec MATLAB en y intégrant un toolkit [17].
Ce logiciel est utilisé pour traiter les données issues des tests du capteur. C’est également
dans une fenêtre MATLAB que LabVIEW trace la forme 3D de l’objet scanné.
2.4.5 Proteus
Proteus est un logiciel de CAO (Conception Assisté par Ordinateur) électronique. Édité par
la société Labcenter, il est un logiciel de CAO électronique qui permet la conception d’un
système électronique complet et de le simuler, y compris avec le code des microcontrôleurs.
Pour ce faire, il inclut un éditeur de schéma ISIS, un outil de placement-routage ARES, un
simulateur analogique-numérique, un environnement de développement intégré pour mi-
crocontrôleur, un module de programmation par algorigramme ainsi qu’un éditeur d’inter-
faces pour smartphone afin de piloter à distance des cartes Arduino ou Raspberry [18].

Ce sont l’éditeur de schéma ISIS et l’outil de placement-routage ARES que nous avons uti-
lisés pour la réalisation de notre scanneur. Dans ISIS nous avons édité le schéma électrique
complet de notre système. Ensuite avec ARES nous avons placé les différents composants et
avons fait le routage automatique et manuel pour la finition.
L’utilisation des logiciels décrits ci-dessus a contribué à la réalisation du scanneur. En ce

qui concerne la modélisation 3D avec SketchUp, les modèles obtenus sont présentés dans la
partie suivante.
2.5 Modélisation 3D du scanneur
2.5.1 Modélisation des pièces du scanneur
Le scanneur à réaliser comporte quatre pièces principales : le moteur pas à pas , le support
des moteurs , le plateau tournant et le support de fixation des moteurs. Le reste constitue
des outils d’assemblage. Le logiciel SketchUp est utilisé faire une modélisation 3D de ces
principales pièces du scanneur. La modélisation a pris en compte les dimensions réelles des
pièces.
2.5.1.1 Modélisation du moteur pas à pas
F IGURE 2.5 – Modèle 3D du moteur pas à pas

2.5.1.2 Modélisation du support des moteurs
F IGURE 2.6 – Modèle 3D du support des moteurs
2.5.1.3 Modélisation du plateau tournant
F IGURE 2.7 – Modèle 3D du plateau tournant

2.5.1.4 Modélisation du support de fixation du capteur
F IGURE 2.8 – Modèle 3D du support de fixation du capteur
2.5.2 Modèle 3D du scanneur
Une fois les différentes pièces modélisées, nous les avons assemblées dans le logiciel. Le
résultat est présenté à la figure 2.9 .
F IGURE 2.9 – Modèle 3D du scanneur

C’est ce modèle que nous allons essayer de réaliser avec les matériaux et les composants à
notre disposition.
2.6 Conclusion
Nous avons présenté dans ce chapitre «ce que nous avons à faire». Le cahier des charges du
scanneur a été défini. Les spécifications conceptuelles et fonctionnelles puis l’organigramme
du système ont été présentés. De plus l’aspect physique du scanneur a été présenté à tra-
vers son modèle 3D et de celui de ses différentes pièces. Dans le chapitre suivant, la phase
pratique du travail (réalisation du scanneur) sera exposé.

CHAPITRE 3
Réalisation du scanneur
28
CHAPITRE 3. RÉALISATION DU SCANNEUR
3.1 Introduction
Dans tout type de projet de construction, une bonne planification est essentielle pour obtenir
un bon résultat. Une bonne analyse du système permet d’éviter les erreurs coûteuses de
retouche. Nous devons donc faire dans ce chapitre une étude qui consiste en la réalisation
de notre scanneur 3D. Nous allons présenter tout le matériel utilisé ainsi que les logiciels
nécessaires à la réalisation. Ensuite nous présenterons l’assemblage des différentes parties
du scanneur et nous finirons par l’évaluation financière du projet.
3.2 Matériel
Le choix du matériel est une étape essentielle dans tout projet de conception. Nous sommes
dans notre contexte limité dans nos choix puisque le matériel utilisé est essentiellement de
la récupération. Néanmoins, nous nous sommes assurés par des calculs rigoureux et des
analyses logiques que nos choix convenaient pour notre cahier des charges.
3.2.1 Matériel mécanique
Tige filetée
Afin d’assurer la translation du support de fixation du capteur, nous avons opté pour un
système vis-écrou. Il s’agit ici de l’association d’une tige filetée utilisée comme vis et d’un
bout de tige en inox que nous avons taraudé à l’intérieur pour l’utiliser comme écrou. Une
tige filetée est une simple tige à pas de vis à laquelle s’ajoute une rondelle et/ou un écrou,
pour une meilleure fixation. Celle utilisée pour le montage du scanneur est en acier doux de
diamètre M8 (8 mm de diamètre) et de pas 1.25 mm.
La rotation de la tige provoque le déplacement linéaire ou la translation du support de fixa-

tion du capteur. L’intérêt de ce système est qu’on peut calculer exactement le déplacement
de l’écrou en sachant l’angle de rotation de la tige et son pas de filetage. Il existe plusieurs
types de tiges filetées correspondant aux différents types de filetage existants. D’après la
littérature [19], le filetage à pas carré est plus adapté pour ce type de système qui nécessite
une grande précision. Malheureusement, nous avons dû utiliser une tige à pas triangulaire
du fait de l’indisponibilité de la tige à pas carré sur le marché. La figure 3.1 montre une tige
filetée M8 à pas triangulaire.

F IGURE 3.1 – Tige filetée M8
Tiges en inox
Le système de vis-écrou ne peut à lui seul assurer la translation du support de fixation du
capteur. En effet, ce système se mettrait à tanguer à chaque rotation. Il est donc nécessaire
de forcer la tige filetée à rester droit. Pour ce faire, un système de rails doit être utilisé pour
faire coulisser correctement le support. Nous avons utilisé trois tiges en inox : deux tiges de
diamètre M8 et une tige de diamètre M14. La dernière a été coupée pour avoir deux bouts de
longueur 4.5 cm qui ont été ensuite alésés de l’intérieur. L’alésage est fait pour permettre aux
tiges de diamètre M8 de passer à l’intérieur avec un jeu suffisant pour assurer le coulissage
du support de fixation à chaque rotation de la tige filetée.
Téflon
De son nom chimique polytétrafluoroéthylène, le téflon est un plastique dur reconnu pour
être résistant aux acides, à la chaleur et à la corrosion [20]. Nous l’utilisons ici comme sys-
tème de couplage. La tige filetée et le plateau tournant doivent être entrainés par des mo-
teurs. Cela nécessite qu’ils soient couplés aux moteurs par un système. Nous avons choisi
le téflon pour sa disponibilité et sa résistance. D’abord sous forme cylindrique pleine, nous
l’avons usiné pour permettre aux différents axes d’y entrer et pour que les couplages soient
solides. La figure 3.2 montre le téflon utilisé.
F IGURE 3.2 – Téflon

3.2.2 Matériel électrique
Le moteur pas à pas

Notre scanneur nécessite l’acquisition de données précises. Ainsi la rotation du plateau doit
se faire d’un angle bien précis et la translation du support de fixation du capteur doit être
également d’une distance bien précise. Il faut donc des moteurs pouvant faire de petits dé-
placements sans être perturbés par l’inertie. Les moteurs capables de faire ce genre de mou-
vement sont les moteurs pas à pas. Le moteur pas à pas constitue un convertisseur électro-
mécanique. Il permet de transformer un signal électrique (impulsion ou train d’impulsions
de pilotage) en un déplacement (angulaire ou linéaire) mécanique. Du point de vue élec-
trotechnique, le moteur classique ressemble à la machine synchrone, dont le stator porte
les enroulements de pilotage et le rotor est soit muni d’aimants permanents (structure dite
polarisée ou active), soit constitué par une pièce ferromagnétique dentée (structure dite ré-
luctante ou passive) [21]. Entre le moteur et son alimentation, sont intercalés trois éléments
essentiels (figure 3.3)
— une unité de calcul, qui élabore les impulsions de commande ;
— un modulateur PWM, qui génère les commandes des contacteurs électroniques de
commutation ;
— une électronique de commutation (puissance), qui, à partir d’une alimentation , four-
nit l’énergie vers les enroulements appropriés du moteur (Cf figure 3.4).
F IGURE 3.3 – Schéma bloc de principe du contrôle d’un moteur pas-à-pas [21]

F IGURE 3.4 – Moteur pas à pas Nema 17 [21]
L’alimentation de chaque bobinage du moteur par une tension particulière provoque l’appa-
rition d’un courant qui engendre un champ magnétique de direction précise. Le changement
séquentiel des tensions particulières à chaque bobinage permet de déplacer la position du
champ statorique selon une résolution élémentaire appelée pas. Autrement dit, toute confi-
guration des tensions aux bornes des bobinages correspond à un déplacement de la position
stable du rotor. Une série bien déterminée de commutation de tensions entraîne un dépla-
cement sur un nombre correspondant de pas. La succession des configurations d’alimen-
tation, à une fréquence donnée, impose un champ statorique tournant avec une résolution
d’un micro pas, d’un demi pas ou d’un pas entier. Dans la famille des moteurs pas à pas
à aimants permanents, on distingue les moteurs pas à pas bipolaires qui contiennent deux
enroulements (bobines). Chaque enroulement est commandé en courant positivement ou
négativement. Le rotor aimanté possède plusieurs pôles Nord-Sud. Ces moteurs possèdent
4 fils (2 par bobine).
Pour ce travail, nous avons à disposition des moteurs Nema 17HS4401. La figure 3.5 montre
la structure interne du moteur pas à pas Nema 17. On y distingue deux enroulements ré-
partis en croix ainsi qu’un rotor constitué de nombreux pôles. Le tableau 3.1 présente les
caractéristiques du moteur :
TABLAEU 3.1 – Caractéristiques du moteur Nema 17 [22]

Angle correspondant à chaque pas 1.8◦
Résistance par phase 0.9 Ω
Inductance par phase 2.5 mH
Courant maximal (sous 12 V) 1.7 A
Couple de maintien minimal 40 N.cm

F IGURE 3.5 – Structure interne du moteur pas à pas Nema 17 : (a) Schématisation de la
structure , (b) Structure réelle [21]
Calculons les couples mécaniques qu’il faut pour la translation et la rotation :

• pour la translation :
D’après [23], le couple nécessaire pour la translation est obtenu par l’équation 3.1 :
F.ρ
TLtrans = (3.1)
2.E.π
avec
— F le poids de la masse à translater ;
— ρ le pas de la vis ;
— E le rendement du système vis-écrou ;
Application numérique
En prenant :
— F = m ∗ g = 0.25 ∗ 9.81 = 2.4525N ;
— ρ = 1.25mm = 0.00125m ;
— E = 0.95 d’après [23] ;
On a :
2.4525 ∗ 0.00125
TLtrans = = 0.0514N.cm (3.2)
2 ∗ 0.95 ∗ .π
Le couple de maintien minimal du moteur est de 40 N.cm et est largement supérieur
à TLtrans .
Nous en concluons que le moteur peut assurer la translation du support du capteur.
• pour la rotation :

D’après [23] , le couple nécessaire est obtenu par l’équation 3.3 :
TLrot = F ∗ r (3.3)
avec
— F le poids de la masse à tourner ;
— r le rayon du plateau tournant ;
En prenant :
— F = m ∗ g = 4 ∗ 9.81 = 39.24N ;
— r = 8cm = 0.08m ;
On a :
TLrot = 39.24 ∗ 0.08 = 3.1392N.m (3.4)
Nous n’avons pas le couple maximal du moteur. Nous allons utiliser la puissance
électrique maximale du moteur pour faire le calcul.
Notons :
— Pemax la puissance électrique maximale du moteur ;
— Pmmax la puissance mécanique maximale du moteur
— η le rendement du moteur
— ωmax la vitesse angulaire maximale d’utilisation du moteur
Nous savons que la puissance mécanique est donnée par :
Pm = η ∗ Pe = TL ∗ ω (3.5)
et la puissance électrique
Pe = U ∗ I (3.6)
On peut donc estimer le couple qui sera développé par le moteur pour une vitesse
donnée et ce pour une puissance donnée. Cela est exprimé par la relation suivante :
η∗U ∗I
TL = (3.7)
ω
Prenons :
— en minimisant le rendement du moteur η = 0.5 ;
— la tension U = 12V ;
— le courant maximal Imax = 1.7A (sous 12 V) ;
— la vitesse angulaire maximale d’utilisation ωmax = 0.1tour/s = 1π/10rad/s (un tour
en 20s) ;

On a :
0.5 ∗ 12 ∗ 1.7 ∗ 10
TL = = 32.48N.m (3.8)
π
Cette valeur de couple calculée est le couple disponible sur l’axe du moteur pour la vitesse
angulaire choisie. Il est largement supérieur au couple nécessaire pour faire tourner le pla-
teau tournant et toute la charge.
Nous faisons donc la conclusion que nos moteurs sont en mesure d’assurer la translation du
support et la rotation du plateau tournant.
Le contrôleur des moteurs

La commande des moteurs pas à pas n’est pas chose aisée. Cette commande réside dans une
alimentation séquentielle des deux bobines du moteur tout en inversant les polarités. C’est
ici que le contrôleur va jouer tout son rôle, il permettra d’appliquer les signaux électriques
nécessaires aux bobines du moteur par le biais d’un signal d’horloge généré par un micro-
contrôleur.
Il existe plusieurs contrôleurs utilisables pour commander le moteur Nema 17 : le L298N,
le A4988 , le DRV8825 etc. Le critère de choix du contrôleur réside essentiellement dans le
courant qu’il peut tirer pour alimenter le moteur. Ce courant doit être, pour des mesures
de sécurité, 1.25 à 2 fois supérieur au courant maximal des moteurs. Les driver A4988 et
DRV8825 sont en mesure de fournir un tel courant aux moteurs. Nous avons choisi le driver
A4988 pour son coût (1500 contre 2500 FCFA pour le DRV8825) . Il est alimenté sous une
tension entre 8 et 35 V pour un courant maximal de 2.5 A.
La figure 3.6 représente le synoptique relativement complexe de l’intérieur du driver A4988.
Les deux grands blocs encadrés en rouge représentent un pont en H constitué de 4 tran-
sistors MOSFET qui permettront de commander les deux bobines du moteur. Ce type de
montage permet d’alimenter les bobines dans les deux polarités avec simplement une seule
alimentation. Il faut noter que ce driver est conçu pour commander le moteur en courant et
non en tension. Tout se passe à l’intérieur du composant. Sur la figure 3.6 , vous pouvez voir
deux résistances RS1 et RS2 connectées entre la partie inférieure du pont en H et la masse.
Ces résistances vont permettre de mesurer le courant en permanence dans les bobines du
moteur (boucle de régulation)et agir p ainsi sur l’électronique de commande du pont en H.
Les quatre MOSFET sont bien sûr commandés en fonction du signal « STEP » généré par le
microcontrôleur. En effet, le microcontrôleur génère un signal PWM sur la pin « STEP » du
driver. Ce signal fait commuter les MOSFET à sa fréquence, laquelle fréquence détermine la
vitesse de rotation du moteur pas à pas. La commande du moteur se fait également en fonc-
tion de la tension mesurée aux bornes de RS1 . En fait quelle que soit la tension qui alimente
le driver entre 8 et 35V, le contrôleur va surveiller le courant à l’intérieur des bobines pour
qu’il ne dépasse pas la valeur nominale réglée. Cette valeur est réglée par un potentiomètre
qui se trouve sur le driver [24]. La figure 3.7 montre un driver A4988 ainsi que son câblage.

F IGURE 3.6 – Synoptique interne du driver A4988 [24]
F IGURE 3.7 – Driver A4988 [24]

Le capteur
Pour un scanneur 3D le système d’acquisition de données est très important. C’est lui qui
renvoie les données nécessaires pour le tracé de la forme 3D. Dans notre cas, nous avons
opté pour un capteur de distance. Vu la distance qui sépare le capteur et le plateau tournant
d’après le modèle 3D de notre scanneur, il faut un capteur à petite portée. D’après nos re-
cherches, le plus simple et à notre portée est le capteur de distance Sharp GP2Y0A51SK0F. La
plage de mesure de ce capteur selon son datasheet est de 2 à 15 cm [25]. Il fonctionne avec
la technique des récepteurs multiples (Cf chapitre 1). La courbe de la tension de sortie en
fonction de la distance entre le capteur et l’objet est donnée par le datasheet du composant
(figure 3.8).
F IGURE 3.8 – Tension de sortie du capteur en fonction de la distance [25]
La tension de sortie du capteur n’est pas linéaire avec la distance. Afin de calculer la distance
en utilisant la tension de sortie du capteur, nous avons effectué des mesures nous même avec
le capteur. Pour chaque distance de la plage de mesure considérée (échantillonnée à 0.5mm)
nous avons lu la tension analogique de sortie. Puisque nous avons prévu un plateau tour-
nant de 8 cm de rayon, nous nous sommes limité aux distances entre 2 et 10 cm. La figure
3.9 montre la courbe obtenue après nos mesures. Nous avons en abscisse la distance et en
ordonnée la tension mesurée aux bornes du capteur.

F IGURE 3.9 – Tension de sortie mesurée aux bornes du capteur en fonction de la distance
Dans le fonctionnement de notre scanneur, nous n’avons pas directement la distance. C’est
elle que nous devons calculer en utilisant la valeur de la tension. Pour ce faire, nous avons
procédé à une interpolation des données grâce au logiciel MATLAB. Cette interpolation a
été donc faite dans le sens inverse c’est-à-dire que la tension analogique est désormais en
abscisse et la distance en ordonnée. Le programme d’interpolation MATLAB écrit est ajouté
à ce document en annexe B.2. La figure 3.10 montre les données avant et après interpolation.
L’analyse de ces deux courbes montre que la tension de sortie du capteur est de plus en plus
instable pour des distances proches des 10 cm. Nous devons donc limiter les mesures dans
une plage comportant le moins de fluctuations possibles et plus ou moins large. La plage
choisie pour avoir des données plus précises est de 2 à 5 cm.

F IGURE 3.10 – Distance en fonction de la tension analogique de sortie du capteur
L’Optocoupleur
Un optocoupleur est un composant électronique capable de transmettre un signal d’un cir-
cuit électrique à un autre sans qu’il n’y ait de contact galvanique entre eux. Il est composé
d’un émetteur et d’un récepteur. L’émetteur est une diode électroluminescente émettant de
la lumière infrarouge lorsqu’elle est soumise à une polarisation directe. Le récepteur est un
phototransistor qui est une variante du transistor NPN : le courant passe du collecteur vers
l’émetteur mais à condition que la base reçoive, non plus du courant mais de la lumière
visible ou infrarouge venant de l’émetteur. Nous utilisons ici l’optocoupleur afin d’isoler
électriquement le circuit de commande du circuit de puissance. La figure 3.11 montre l’op-
tocoupleur 4N35 que nous avons choisi.
F IGURE 3.11 – Optocoupleur 4N35
Carte Arduino
Arduino est une marque qui couvre des cartes électroniques matériellement libres sur les-
quelles se trouve un microcontrôleur. La version la plus utilisée des cartes Arduino est la
carte Arduino Uno. La carte Arduino Uno (figure 3.12 ) est basée sur un ATMega328P. Elle
dispose de 19 entrées/sorties dont 13 digitales et 6 analogiques. Comme tout microcontrô-
leur, il offre des interfaces de communications sérielles (UART, I2C, SPI). La configuration
par défaut de cette carte Arduino est telle qu’elle fonctionne avec un quartz de 16 MHz sous
une tension de 5V. Elle se programme principalement avec le logiciel Arduino. Il existe aussi
d’autres logiciels tels que LabVIEW et MATLAB qui ont des modules pouvant programmer
la carte.
Après avoir choisi le matériel nécessaire, il doit être assemblé pour réaliser le scanneur. Cet
assemblage est présenté dans la partie suivante.

F IGURE 3.12 – Carte Arduino Uno
F IGURE 3.13 – Microcontrôleur Atmega328P et correspondance avec les broches de l’Ar-

duino Uno

3.3 Assemblage du scanneur
3.3.1 Assemblage mécanique
Après le dessin des différentes pièces avec le logiciel, suit l’étape de l’assemblage. L’assem-
blage désiré est celui du modèle 3D du scanneur précédemment montré dans le chapitre 2.
Cet assemblage s’est effectué à l’atelier mécanique de l’EPAC. Après sciage, coupe, perçage,
alésage, taraudage, filetage, couplage, alignement . . ., nous sommes arrivé à un résultat bien
satisfaisant.
L’assemblage final obtenu est présenté à la figure 3.14.
F IGURE 3.14 – Assemblage mécanique final du scanneur

3.3.2 Assemblage électrique
Après avoir monté la partie mécanique du scanneur, des tests ont été effectués pour vérifier
le bon fonctionnement de la machine. Pour réussir ces tests, le matériel électrique doit être
également assemblé. Cet assemblage s’est fait par deux circuits imprimés. Le premier circuit
(circuit principal) est composé de contrôleurs des moteurs, de deux condensateurs, d’un ré-
gulateur 5V, de connecteurs pour relier les moteurs et le capteur au circuit, ainsi que d’un
T-bloc pour l’alimentation de puissance. Il communique avec le second circuit (circuit d’op-
tocoupleurs) composé seulement des optocoupleurs et de leurs résistances de polarisation.
Il faut noter que le circuit principal est réalisé à la manière des shields Arduino. Il s’emboite
parfaitement dans les connecteurs de la carte Arduino Uno. Ainsi, nous avons trois cartes
électroniques qui communiquent entre elles et elles toutes avec l’ordinateur à travers la liai-
son série de la carte Arduino.
La réalisation d’un PCB (Print Circuit Board) se fait en plusieurs étapes. Le logiciel utilisé
pour le faire est Proteus (version 8.6). Pour cela, le circuit électrique du montage a été réa-
lisé en remplaçant certains composants par des connecteurs. Cela va permettre de réduire
la taille finale des circuits obtenus. Le schéma électrique principal est présenté à la figure
3.15. La figure 3.16 présente le circuit d’un optocoupleur qui sera dupliqué pour les autres.
Une fois les circuits imprimés, nous avons procédé aux soudures des différents composants
et connecteurs sur les circuits. Les PCB réalisés avec Proteus et les circuits imprimés avec
composants sont ajoutés au document en annexe C.
F IGURE 3.15 – Schéma électrique principal

F IGURE 3.16 – Schéma électrique d’un optocoupleur
Ces deux circuits imprimés ont permis de réaliser l’assemblage électrique du scanneur ajouté
au document en annexe C.
Une fois le scanneur assemblé, il faut lui «donner vie». Il s’agit de la programmer. Dans la
partie suivante, cette programmation est présentée.
3.4 Programmation de la commande
Le fonctionnement décrit dans le chapitre 2 est implémenté et transcrit avec le langage gra-
phique G de LabVIEW . La figure 3.17 montre l’interface de commande et de supervision du
scanneur ajoutée au programme pour permettre sa simple utilisation. On peut y retrouver
des outils de supervision : une led verte qui clignote quand le plateau tourne ; une led jaune
(à l’état éteint sur la figure ) qui change d’état à chaque mouvement du capteur et une barre
de progression qui affiche en temps réel l’évolution du scannage.
A la fin de la réalisation du scanneur, il est convenable de faire le point financier de tous ce

qui est entré dans cette réalisation. La partie suivante est consacrée à l’évaluation financière
du projet.

F IGURE 3.17 – Interface de commande LabVIEW du scanneur
3.5 Évaluation financière
Le tableau 3.2 fait le point financier de tous les achats des composants mécaniques ainsi que
leur assemblage.
TABLAEU 3.2 – Devis quantitatif et estimatif mécanique

Désignation Quantité Prix unitaire Prix total
Téflon 1 7500 7500
Tige filetée M8 1 1500 1500
Tiges en inox M8 2 2500 5000
Tige en inox M14 1 3000 3000
Écrou M10 + rondelle M6 4 75 300
Ceintures 4 100 400
Vis 4 150 600
Main d’œuvre Mécanique 1 10000 10000
Main d’œuvre Vitrier 1 15000 15000
Total 43300
Le tableau 3.3 fait le point financier de tous les achats des composants électriques ainsi que
leur assemblage.

TABLAEU 3.3 – Devis quantitatif et estimatif électrique

Désignation Quantité Prix unitaire Prix total
Carte Arduino Uno 1 10000 10000
Moteur pas à pas Nemma 17 2 8500 17000
Driver A4988 2 1500 3000
Capteur Infra-Rouge Sharp GP2Y0A51SK0F 1 7500 7500
Optocoupleur 4N35 6 500 3000
Résistances 12 30 360
Connecteurs males et femelles 6 500 3000
Condensateur 2 50 100
Terminal block 1 150 150
Étain 3m 100 300
Alimentation 1 5000 5000
Impression circuit imprimé 1 6500 6500
Régulateur LM7805 1 300 300
Main d’œuvre 1 16000 16000
Total 72210
Le total des dépenses ajouté à l’évaluation financière du travail personnel effectué est pré-
senté au tableau 3.4 suivant :
TABLAEU 3.4 – Bilan financier

Désignation Prix
Partie électrique 72210
Partie mécanique 43300
Modélisation 3D 30000
Schémas électriques 15000
Print Circuit Board PCB 30000
Programme de commande LabVIEW 130000
Total 320510
Les frais de la réalisation du scanneur 3D s’élèvent à : trois cent vingt mille cinq cent dix
francs CFA (320 510 F CFA).
3.6 Conclusion
Dans ce chapitre, le matériel mécanique et électrique utilisé pour réaliser le scanneur a été
présenté. Ce matériel a été assemblé pour monter le scanneur. Les logiciels qui ont été utilisés
pour la programmation du scanneur ont fait l’objet d’une brève présentation. Une évalua-
tion financière du projet a également été faite dans ce chapitre. Le scanneur réalisé doit être
testé pour l’acquisition de forme 3D. Dans le chapitre suivant, les résultats issus de ces tests
sont présentés ainsi que les analyses qui en découlent.

CHAPITRE 4
Résultats et discussions
47
CHAPITRE 4. RÉSULTATS ET DISCUSSIONS
4.1 Introduction
Après les différents assemblages du matériel et des composants, suit la phase de test du
prototype réalisé. Les résultats obtenus à l’issue de ces tests sont présentés dans ce cha-
pitre : comparaison entre scanneurs modélisé et réalisé, vérification des spécifications fonc-
tionnelles, essais de scannage de fruits et autres objets. Ce chapitre révèle aussi les limites
observées sur le système.
4.2 Scanneur réalisé
4.2.1 Comparaison des scanneurs modélisé et réalisé
La figure 4.1 présente un aperçu des scanneurs modélisé et réalisé.
F IGURE 4.1 – Comparaison des scanneurs : (a) scanneur modélisé ; (b) scanneur réalisé
En faisant une comparaison de forme, nous pouvons dire que nous sommes arrivé à repro-
duire presque exactement le modèle 3D que nous avons prévu et qui nous a servi de guide
tout au long de la réalisation. Ce résultat satisfaisant est néanmoins entaché de quelques
détails à corriger :

— la surface supérieure du support des moteurs n’est pas uniforme comme nous l’au-
rions souhaité. Ceci est dû à la forme des profilés d’aluminium que nous avons pu
avoir pour la réalisation.
— le capteur a été fixé à son support avec de la colle. La vis qui devrait servir à cela n’est
pas venue avec le capteur. Nous ne l’avons pas non plus retrouvé sur le marché.
4.2.2 Evaluation des spécifications fonctionnelles
Une fois le système réalisé, des tests ont été effectués. Ces tests visent la vérification des
conditions qui ont été fixées à travers le cahier des charges (Cf chapitre 2). Les résultats ob-
tenus sont résumés au tableau 4.1.
TABLAEU 4.1 – Vérification des exigences fonctionnelles

◦
N Exigences fonctionnelles Vérification
1 Alimenter les moteurs en tension continue Satisfait
2 Assurer la translation d’un support de 0.25 kg Satisfait
3 Assurer la rotation du plateau tournant et de l’objet à scanner jusqu’à 4 kg Satisfait
4 Permettre à l’utilisateur d’entrer des données Satisfait
5 Afficher la forme 3D en temps réel Satisfait
6 Enregistrer les données à chaque opération pour un tracé en différé Satisfait
Comme résumé au tableau 4.1, toutes les exigences fonctionnelles sont satisfaites. La déduc-
tion qu’on peut en faire est que le scanneur fonctionne correctement et respecte le cahier des
charges défini. Dans la partie suivante, nous présenterons les formes qu’il a scannées.
4.3 Formes 3D obtenues
L’objectif principal de notre scanneur est d’acquérir la forme 3D des fruits. Nous avons ef-
fectué plusieurs essais de scannage sur l’ananas, la papaye et certains jouets afin de tester
notre réalisation pour d’autres applications. Les résultats obtenus sont présentés dans cette
section. Toutes les formes présentées seront accompagnées du fruit ou de l’objet scanné.
4.3.1 Forme d’ananas
La forme numérisée de l’ananas que nous avons obtenue est présentée à la figure 4.2.
La forme que nous avons obtenue représente bien la forme d’un ananas. Mais nous remar-
quons une certaine irrégularité au niveau des contours et des points détachés de la forme
notamment en haut. Ceci nous laisse penser à du bruit dans l’acquisition de données du
capteur.

F IGURE 4.2 – Formes 3D d’un ananas : (a) forme réelle ; (b) forme acquise
La forme filtrée de l’ananas que nous avons obtenue est présentée à la figure 4.3. Comme
nous pouvons le voir sur la figure, les contours sont parfaitement régulières. Le filtre nous a
rendu le forme parfaite de l’ananas.
F IGURE 4.3 – Formes 3D d’un ananas : (a) forme réelle ; (b) forme filtrée (intervalle de
confiance 0.95)

4.3.2 Forme de papaye
La forme numérisée de la papaye que nous avons testée est présentée à la figure 4.4. Le
résultat obtenu représente bien la forme de la papaye que nous avons scannée. Elle ressort
bien le fait que la papaye a un coté beaucoup plus arrondi que l’autre. Mais nous remarquons
toujours une certaine irrégularité au niveau des contours et des points détachés de la forme
en haut également.
F IGURE 4.4 – Formes 3D d’une papaye : (a) forme réelle ; (b) forme acquise
La forme filtrée de la papaye que nous avons obtenue est présentée à la figure 4.5. Le résultat
obtenu montre une papaye plus régulière et plus symétrique en termes de forme. Cela ne
correspond pas à la forme réelle de la papaye puisque, comme dit précédemment, la papaye
a un coté beaucoup plus arrondi que l’autre. En diminuant l’intervalle de confiance, nous
obtenons une forme plus proche de la réalité (figure 4.6).
Nous en concluons que le filtre que nous avons implémenté est adapté aux filtrages des
formes symétriques, plus précisément aux formes qui ressemblent à un solide de révolu-
tion.

F IGURE 4.5 – Formes 3D de la papaye : (a) forme réelle ; (b) forme filtrée (intervalle de
confiance 0.95)
F IGURE 4.6 – Forme filtrée 3D de la papaye : (a) forme réelle ; (b) forme filtrée (intervalle de
confiance 0.70)

4.3.3 Formes de jouets
Pour des essais, nous avons choisi de scanner d’autres objets différents des fruits. Nous
avons scanné deux jouets : un cheval et un canard. Les figures 4.7 et 4.8 montrent les résultats
obtenus.
Les formes 3D obtenues ressortent bien les formes des jouets scannés. Il faut remarquer que
les points détachés de la forme ne sont plus seulement en haut mais à tous les niveaux. Le
bruit au niveau de l’acquisition de données a considérablement augmenté pour ces jouets.
La dispersion des données est telle que le programme de filtrage n’est pas parvenu à don-
ner une forme améliorée des jouets. La longueur réelle du cheval scanné est de 87 mm. La
longueur extraite de la forme 3D (Cf figure 4.8) est de 88 mm soit une erreur relative de
1.15%.
F IGURE 4.7 – Forme 3D d’un jouet canard : (a) forme réelle ; (b) forme acquise
4.4 Applications possibles du scanneur
Au regard des résultats obtenus, plusieurs applications sont possibles avec le scanneur réa-
lisé.
— En référence à la problématique de notre travail, les formes 3D des fruits obtenues

F IGURE 4.8 – Formes 3D d’un jouet cheval : (a) forme réelle ; (b) forme acquise
sont utilisables pour la commande d’une machine automatique pour peler des fruits.
— Le scanneur peut être utilisé pour la numérisation 3D d’autres types d’objets autres
que les fruits. Cette numérisation pourrait servir à la reproduction de l’objet par im-
pression 3D.
— Le filtre statistique que nous avons implémenté est adapté aux objets de type solide
de révolution. Il pourrait donc être utilisé pour la reconstitution de la forme d’un ob-
jet du type solide de révolution ayant subi de dommages.
4.5 Conclusion
Dans ce chapitre, nous avons présenté les résultats obtenus après les essais sur le scanneur.
Il ressort que le scanneur respecte notre cahier des charges. Il permet l’acquisition de forme
3D de fruits. Les formes d’ananas et de papaye ont été scannées avec succès. Ces formes
ont présenté des bruits que nous avons filtrés. Nous avons scanné également d’autres types
d’objets.

Conclusion Générale et Perspectives
Le pelage automatique de fruits est une opération difficile du fait de la variété des formes
des fruits. Cette difficulté peut être levée grâce au scannage desdits fruits. Ainsi, l’objectif de
ce travail a été de réaliser un scanneur électronique pour l’acquisition de forme 3D.
Une méthodologie en plusieurs étapes a été adoptée pour conduire ce travail. La première
étape a permis d’étudier les systèmes d’acquisition 3D et leurs systèmes de positionnement.
A la fin de la première étape, l’analyse du fonctionnement du scanneur a été faite. Durant
cette étape, le cahier des charges a été décrit, le fonctionnement et le concept du scanneur
ont été étudiés. A la troisième étape, les pièces mécaniques du scanneur et tout le scanneur
ont été modélisés en 3D avec le logiciel SketchUp. À l’issue de la troisième étape, le scanneur
a été réalisé en considérant sa partie mécanique et sa partie électrique. La partie mécanique
est faite en partie chez un vitrier et à l’atelier mécanique de l’EPAC. La partie électrique est
faite en utilisant la plateforme Proteus version 8.6 et est soldée par la réalisation de deux
circuits imprimés. A la cinquième étape, le programme de commande de la machine a été
implémenté sur une carte Arduino à travers le logiciel LabVIEW . La sixième et dernière
étape a permis de tester le scanneur pour différents types d’objets.
Cette machine réalisée constitue un début de solution quant au problème d’optimisation

du pelage des fruits. Elle a permis d’acquérir les formes 3D de fruits, lesquelles formes se-
ront utilisées pour commander la machine automatique de pelage. Elle présente également
d’autres applications : la numérisation 3D d’autres types d’objets dans un but de reproduc-
tion par impression 3D, la reconstitution de la forme d’un objet du type solide de révolution
ayant subi de dommages.
55
Conclusion Générale et Perspectives
Ce travail présente plusieurs perspectives allant dans le sens de l’amélioration de la ma-

chine conçue et de la poursuite de l’objectif d’optimisation du pelage des fruits. Il s’agit
notamment :
— améliorer la conception du support des moteurs ;
— concevoir un système mécanique plus robuste (système de translation et de rotation) ;
— utiliser un capteur plus précis et ayant une grande plage de mesure ;
— implémenter d’autres filtres adaptés à tout type d’objet ;
— concevoir la machine automatique pour le pelage des fruits ;
— concevoir une machine de reconnaissance de forme 3D.

REFERENCES BIBLIOGRAPHIQUES
[1] C. G. Mrema et S.R. Rolle. Status of the postharvest sector and its contri-
bution to agricultural development and economic growth. 9th JIRCAS In-
ternational Symposium - Value Addition to Agricultural Product, pages 13–20,
2002. https ://www.jircas.go.jp/en/file/58637/download ?token=yhvrxyln, consulté
le 24/04/2020 à 11h40.
[2] Bureau des Programmes d’information Internationale Département des
Etats-Unis. Réduire les pertes post-récolte pour sauver des vies,
juillet 2013. https ://photos.state.gov/libraries/amgov/133183/french/
P_Saving_Food_Saves_Lives_French.pdf, consulté le 24/04/2020 à 11h45.
[3] Site Web de Coopération Internationale pour la Rechechre Agronomique pour le
Développement. Maitrise de la qualité post-récolte des fruits et légumes frais.
https ://umr-qualisud.cirad.fr/actions-scientifiques/qualite-post- recolte-des-fruits-
et-legumes, consulté le 11/09/2019 à 11h50.
[4] Gary John Harding. Peeler for fruits and vegetables. Brevet d’inven-
tion aux Etats-Unis d’Amérique, 4 décembre 2001. https ://patenti-
mages.storage.googleapis.com/29/c2/6e/0da5239b52f60c/US6324969.pdf., consulté
le 24/04/2020 à 11h50.
[5] K Dhanusha Sree. Development of a peeling machine for large sized cylindrical vegetables.
Master’s thesis, ORISSA University of agriculture and technology, 2017. http ://krishi-
kosh.egranth.ac.in/displaybitstream ?handle=1/5810027114, consulté le 24/04/2020 à
11h52.
[6] Brian Curless. Overview of active vision techniques. SIGGRAPH, Course on 3D
Photography, 2000. http ://www.cs.cmu.edu/ seitz/course/Sigg00/slides/curless-
active.pdf, consulté le 24/04/2020 à 11h55.
57
[7] Benjamin Loriot. Automatisation de l’Acquisition et des Post-traitements en Numérisa-

tion 3D. PhD thesis, Université de Bourgogne,mars 2009. https ://tel.archives-
ouvertes.fr/tel-00371269/document, consulté le 24/04/2020 à 11h48.
[8] Micro-epsilon. https :\\www.micro-epsilon.fr \service\glossar\laufzeit-
messprinzip.html, consulté le 11/09/2019 à 11h35.
[9] Saleh Mosaddegh. Line matching across catadioptric images. Master’s thesis, Université
de Bourgogne, 2008.
[10] Plateau rotatif. https :\\www.google.com\search ?q=plateau+rotatif&sxsrf, consulté
le 11/09/2019 à 13h45.
[11] Machine de mesures tridimensionnelles. https :\\www.google.com\search ?q=syst,consulté
le 11/09/2019 à 13h59.
[12] Bras robotisé. https :\\www.google.com\search ?q=bras+robotisé&sxsrf, consulté le
11/09/2019 à 14h26.
[13] Organigramme de programmation. https ://fr.wikipedia.org/wiki/organigramme_de
_programmation, consulté le 11/09/2019 à 18h00.
[14] SketchUp. https ://en.wikipedia.org/wiki/sketchup, consulté le 11/02/2020 à 18h00.
[15] National Instruments Corporation. Initiation à LabVIEW]. juillet 2013.
http ://www.ni.com/pdf/manuals/373427j_0114.pdf, consulté le 24/04/2020 à
12h00.
[16] IDE Arduino. https ://en.wikipedia.org/wiki/arduino_ide, consulté le 11/02/2020 à
12h00 05.
[17] MATLAB. https ://en.wikipedia.org/wiki/matlab, consulté le 11/02/2020 à 12h00 09.
[18] Proteus (électronique). https ://fr.wikipedia.org/wiki/proteus_(%c3%a9lectronique),
consulté le 11/02/2020 à 12h00 15.
[19] Ecole Supérieure d’industrie mécanique. Systèmes vis-écrou. Ecole Supérieure d’indus-
trie mécanique. https ://www.academia.edu/34654106/ESIM_D%C3%A9partement
_G%C3%A9nie_M%C3%A9canique_Conception_de_Machines _Cha-
pitre_18_SYST%C3%88ME_VIS_%C3%89CROU, consulté le 24/04/2020 à 12h05.
[20] Polytétrafluoroéthylène Chimie industrielle. https ://fr.wikipedia.org/wiki/polyt%c3
%a9trafluoro%c3%a9thyl%c3%a8ne, consulté le 11/02/2020 à 17h00.
[21] M. Correvon. Systèmes électromécaniques, les moteurs pas à pas. Cours
de Systèmes électromécaniques, Haute ecole spécialisée de Suisse Occidentale.
https ://www.chireux.fr/mp/cours/electromecanique/Chap07%20-%20Les %20mo-
teurs%20pas%20a%20pas.pdf , consulté le 24/04/2020 à 12h10.
[22] HB Stepper Motor Catalog. Datasheet du moteur Nema 17HS4401.
https ://www.datasheet4u.com/datasheet-pdf/MotionKing/17HS4401/pdf.php
id=928661, consulté le 24/04/2020 à 12h08.

[23] Superior Electric. Step Motors. https ://users.obs.carnegiescience.edu/crane/pfs/

man/Electronics/Superior-StepMotors.pdf , consulté le 24/04/2020 à 12h09.
[24] Denis Alaime. Comprendre et bien utiliser le driver a4988 pour moteurs pas à
pas. Site Web, Devenez pro en électronique, 26 décembre 2018. https ://devenez-pro-
en-electronique.com/comprendre-et-bien-utiliser-le- driver-a4988-pour-moteurs-pas-
a-pas/, consulté le 15/04/2020 à 15h00.
[25] Sharp. Datasheet du capteur infrarouge GP2Y0A51SK0F. https ://glo-
bal.sharp/products/device/lineup/data/pdf/datasheet/gp2y0a51sk_e.pdf, consulté
le 24/04/2020 à 12h15.

ANNEXES
60
ANNEXE A
DATASHEET
61
ANNEXE A. DATASHEET
A.1 Moteur Nemma 17HS4401
HB Stepper Motor Catalog

MotionKing (China) Motor Industry Co., Ltd.
2 Phase Hybrid Stepper Motor

17HS series-Size 42mm(1.8 degree)
Wiring Diagram:
UNI-POLAR(6 LEADS) BI-POLAR(4LEADS)
Electrical Specifications:
Step Motor Rated Phase Phase Holding Detent Rotor Lead Motor
Series Inertia
Angle Length Current Resistance Inductance Torque Torque Wire Weight
Model
(deg) (mm) (A) (ohm) (mH) (N.cm Min) (N.cm Max) (g.cm²) (No.) (g)
17HS2408 1.8 28 0.6 8 10 12 1.6 34 4 150
17HS3401 1.8 34 1.3 2.4 2.8 28 1.6 34 4 220
17HS3410 1.8 34 1.7 1.2 1.8 28 1.6 34 4 220
17HS3430 1.8 34 0.4 30 35 28 1.6 34 4 220
17HS3630 1.8 34 0.4 30 18 21 1.6 34 6 220
17HS3616 1.8 34 0.16 75 40 14 1.6 34 6 220
17HS4401 1.8 40 1.7 1.5 2.8 40 2.2 54 4 280
17HS4402 1.8 40 1.3 2.5 5.0 40 2.2 54 4 280
17HS4602 1.8 40 1.2 3.2 2.8 28 2.2 54 6 280
17HS4630 1.8 40 0.4 30 28 28 2.2 54 6 280
17HS8401 1.8 48 1.7 1.8 3.2 52 2.6 68 4 350
17HS8402 1.8 48 1.3 3.2 5.5 52 2.6 68 4 350
17HS8403 1.8 48 2.3 1.2 1.6 46 2.6 68 4 350
17HS8630 1.8 48 0.4 30 38 34 2.6 68 6 350
*Note: We can manufacture products according to customer's requirements.
Dimensions: unit=mm Motor Length:
Model Length
17HS2XXX 28 mm
17HS3XXX 34 mm
16HS4XXX 40 mm
16HS8XXX 48 mm
9 www.MotionKing.com MK1106, Rev.04

ANNEXE A. DATASHEET
A.2 Capteur Infrarouge GP2Y0A51SK0F (Extait)
GP2Y0A51SK0F
Distance Measuring Sensor Unit
Measuring distance : 2 to 15
cm
Analog output type
■Description
GP2Y0A51SK0F is a distance measuring sensor unit,
composed of an integrated combination of PSD
■ Agency approvals/Compliance
(position sensitive detector) , IR-LED (infrared
emitting diode) and signal processing circuit. The 1. Compliant with RoHS directive (2002/95/EC)
variety of the reflectivity of the object, the
environmental temperature and the operating duration
are not influenced easily to the distance detection
because of adopting the triangulation method. This
device outputs the voltage corresponding to the ■ Applications
detection distance. So this sensor can also be used as a
proximity sensor.
1. Cleaning robot
2. Personal robot
3. Sanitary
■Features
1. Distance measuring sensor is united with PSD,
infrared LED and signal processing circuit
2. Short measuring cycle (16.5ms)
3. Distance measuring range : 2 to 15 cm
4. Compact size (27.0 × 10.8 × 12.0mm)
5. Analog output type

ANNEXE B
PROGRAMMES MATLAB
64
ANNEXE B. PROGRAMMES MATLAB
B.1 Programme de filtrage
%RHO est la matrice qui contient les distances mesurées par le capteur
for i=1:length(RHO)/(l)
RR(i,:)=RHO(j:j+l-1);
m(i)= sum(RR(i,:))/(l);
p=0;
for k=1:(l)
p = p + (RR(i,k)-m(i))^2 ;
end
s(i)= sqrt(p/(l));
j=j+l;
end
t=2.96; % valeur correspondant à l'intervalle de confiance
a= m(i)-t*(s(i)/sqrt((l)));
b= m(i)+t*(s(i)/sqrt((l)));
for k=1:(l)
if(~(a<=RR(i,k) & RR(i,k)<=b))
RR(i,k)=NaN; % On remplace les valeurs hors de l'intervalle
end % par Nan
end
end
for k=1:(l)
L= isnan(RR(i,:));
if(L(k)== 1)
if(k==1)
j=length(RR(i,:));
else
j=k-1;
end
while(isnan(RR(i,j)))
j=j-1;
if(j==0)
j=length(RR(i,:));
end
end
RR(i,k)=RR(i,j);% Remplacement par la valeur la plus proche
end
end
end

ANNEXE B. PROGRAMMES MATLAB
B.2 Programme d’interpolation
nom = 'C:\Users\BELONGS TELECOS\Desktop\CAPTEUR2.txt';

A = load(nom);
X=(80/b+20:80/b:length(A)*80/b+20)/10;
Y=A*5/1023;
P= polyfit(Y,X',6);
XX= P(1)*Y.^6 + P(2)*Y.^5 + P(3)*Y.^4 + P(4)*Y.^3 + P(5)*Y.^2 + P(6)*Y.^1+
P(7) ;
figure
plot(X,Y);xlabel('distance [cm]');ylabel('tension analogique de sortie
[V]');grid;
figure
plot(Y,X,'b',Y,XX,'r');legend('courbe avec données brutes', 'courbe avec
données interpolées'),grid
ylabel('distance [cm]');xlabel('tension analogique de sortie [V]')

ANNEXE C
Assemblage électrique
67
ANNEXE C. ASSEMBLAGE ÉLECTRIQUE
C.1 PCB
F IGURE C.1 – Schéma du PCB principal
F IGURE C.2 – Schéma du PCB des optocoupleurs

C.2 Circuits imprimés
F IGURE C.3 – Circuit imprimé principal
F IGURE C.4 – Circuit imprimé des optocoupleurs

C.3 Assemblage final
F IGURE C.5 – Assemblage électrique final du scanneur

Conception Et Réalisation D'un Scanneur Électronique Pour L'acquisition de Forme 3D-Johannès Dagbégnon HOUNSINOU

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Conception Et Réalisation D'un Scanneur Électronique Pour L'acquisition de Forme 3D-Johannès Dagbégnon HOUNSINOU

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSITÉ D’ABOMEY-CALAVI

MEMOIRE DE FIN DE FORMATION POUR L’OBTENTION DU

Conception et réalisation d’un scanneur électronique pour

Johannès Dagbégnon HOUNSINOU

Soutenu le, 10-04-2020, devant le jury composé de :

Président : Dr DOSSOU Michel, enseignant à l’EPAC

Année Académique 2018 - 2019

— mon père, Félix HOUNSINOU ;

— ma mère, Appoline ADAGBENON ;

— mes oncles, Cassien HOUNSINOU et Feu Aubin HOUNSINOU.

— Du Professeur Guy Alain ALITONOU, Directeur de l’École Polytechnique d’Abomey-

— Du Docteur Théophile HOUNGAN , Chef de Département de Génie Électrique,

— De notre maitre de mémoire, M Léonard MONTEIRO pour avoir accepté suivre

— De tous les enseignants du Département de Génie Électrique pour la qualité de la

— De mes parents, Félix HOUNSINOU et Appoline ADAGBENON, pour leur amour

— De mes sœurs et de mon frère, Laurence, Fabrice et Bénédicte HOUNSINOU, pour

— De nos camarades Géoffroy ZANNOU et Anthony MIGAN, co-stagiaires à MIFY,

— De nos camarades et amis de la 12 ème promotion d’ingénieurs de conception pour

— De Alban AVOCEFOHOUN , Nicaise HOUNKANRIN et Sadler GBENONTIN ,

— De tout le Comité d’Ordre, de Discipline et d’Épanouissement des Étudiants (CODE-

— De tous ce qui de près ou de loin ont participé à ce travail.

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page iii

Table des matières iv

Liste des sigles et abréviations vii

Liste des figures viii

Liste des tableaux x

1 Etat de l’art sur les systèmes d’acquisition 3D 3

1.3.1 Plateau rotatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 Analyse et modélisation du scanneur 14

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page v

Conclusion Générale et Perspectives 55

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page vi

CAO Conception Assistée par Ordinateur

EPAC Ecole Polytechnique d’Abomey-Calavi

FAO Foods and Agriculture Organisation

I2C Inter-Integrated Circuit

LabVIEW Laboratory Virtual Instrument Engineering Workbench

MATLAB MATrix LABoratory

MMT Machine à Mesurer Tridimensionnelle

MOSFET Metal Oxide Semiconductor Field Effect Transistor

PCB Print Circuit Board

PWM Pulse Width Modulation

SPI Serial Peripherique Interface

TOF Time Of Flight

UART Universal Asynchronous Receiver Transmitter

1.1 Graphe non exhaustif des systèmes d’acquisition 3D [6] . . . . . . . . . . . . 4

2.1 Schéma conceptuel du système . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.1 Tige filetée M8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.3 Schéma bloc de principe du contrôle d’un moteur pas-à-pas [21] . . . . . . . 31

C.1 Schéma du PCB principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page ix

2.1 Spécifications fonctionnelles du scanneur . . . . . . . . . . . . . . . . . . . . . 15

3.1 Caractéristiques du moteur Nema 17 [22] . . . . . . . . . . . . . . . . . . . . . 32

4.1 Vérification des exigences fonctionnelles . . . . . . . . . . . . . . . . . . . . . . 49

Mots-clés : scanneur, forme 3D, LabVIEW et Arduino, modélisation 3D

Keywords : scanner, 3D shape, LabVIEW and Arduino, 3D design

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page 2

Etat de l’art sur les systèmes d’acquisition 3D

F IGURE 1.1 – Graphe non exhaustif des systèmes d’acquisition 3D [6]

F IGURE 1.2 – Graphe non exhaustif des systèmes optiques [6]

Rédigé par Johannès Dagbègnon HOUNSINOU CPI/2018-2019 Page 4

1.2 Techniques de calcul de distance des méthodes d’acqui-

Il vient, avec φ = arctan fx :