Reverse Engineering

Metodi e tecniche di
Reverse Engineering
Caterina Rizzi
Dipartimento di Ingegneria Industriale

2
3D Data Capture
 sistema di acquisizione 3D: strumenti e tecnologie per
l’acquisizione dei dati 3D da oggetti fisici
 processo che combina tecnologie hardware (sensori) e software
(algoritmi) per catturare i dati 3D misurandoli, al fine di
ottenerne una rappresentazione digitale.
 i punti risultanti - nuvola di punti - vengono processati per essere
utilizzati in successive applicazioni che spaziano da:
– reverse modelling (per prodotto industriale)
Università degli Studi di Bergamo
Caterina Rizzi
2
1

3
3D Data Capture
 sistema di acquisizione 3D: strumenti e tecnologie per
l’acquisizione dei dati 3D da oggetti fisici
 processo che combina tecnologie hardware (sensori) e software
(algoritmi) per catturare i dati 3D misurandoli, al fine di
ottenerne una rappresentazione digitale.
 i punti risultanti - nuvola di punti - vengono processati per essere
utilizzati in successive applicazioni che spaziano da:
– reverse modelling (per prodotto industriale)
– reverse engineering (per campo ingegneria)
Università degli Studi di Bergamo
Caterina Rizzi

3
4
3D Data Capture
 sistema di acquisizione 3D: strumenti e tecnologie per
l’acquisizione dei dati 3D da oggetti fisici
 processo che combina tecnologie hardware (sensori) e software
(algoritmi) per catturare i dati 3D misurandoli, al fine di
ottenerne una rappresentazione digitale.
 i punti risultanti - nuvola di punti - vengono processati per essere
utilizzati in successive applicazioni che spaziano da:
– reverse modelling (per prodotto industriale)
– reverse engineering (per campo ingegneria)
– riproduzione
Università degli Studi di Bergamo
Caterina Rizzi
4
2

5
3D Data Capture
 sistema di acquisizione 3D: strumenti e tecnologie per
l’acquisizione dei dati 3D da oggetti fisici
 processo che combina tecnologie hardware (sensori) e software
(algoritmi) per catturare i dati 3D misurandoli, al fine di
ottenerne una rappresentazione digitale.
 i punti risultanti - nuvola di punti - vengono processati per essere
utilizzati in successive applicazioni che spaziano da:
–
–
–
–
–
–
–
–
–
–
–
reverse modelling (per prodotto industriale)
reverse engineering (per campo ingegneria)
riproduzione
Archiviazione
ispezione
analisi
controllo qualità
medicina
campo forense
Animazione
---
Università degli Studi di Bergamo
Caterina Rizzi

5
6
Reverse Engineering
 … in cosa consiste
ricavare il modello geometrico dal modello fisico attraverso due fasi:
– la digitalizzazione tridimensionale del modello fisico
– la realizzazione del suo modello geometrico digitale
Export
Export
Realizzazione
modello
Digitalizzazione
geometrico
Tecnologia
Hardware
Università degli Studi di Bergamo
Caterina Rizzi
Tecnologia
Software
Applicazione
finale
Prototipazione rapida
Modellazione solida
FEM
…..
6
3

7
Reverse Engineering
 Come
– Esistono diverse tecnologie
– La scelta dipende dal problema
 Perché integrarla nel processo di progettazione
– L’introduzione nel mercato di nuovi prodotti impone
l’adozione di una serie di metodologie TCT ( Time
Compression Technologies) la cui integrazione consente
di ottenere significative riduzioni dei tempi di ideazione,
progettazione ed ingegnerizzazione.
Università degli Studi di Bergamo
Caterina Rizzi

7
8
… riassumendo

E’ un insieme di operazioni che
permettono di ricostruire la geometria
di un oggetto 3D a partire dalla
geometria e dalle textures visibili in una
scena

Il modello è ottenuto a partire da un
insieme di misure prodotte da un
insieme di sensori

Il modello, inizialmente rappresentato
da una nuvola di punti P(x,y,z), viene
modificato e completato, per essere
usato in un processo di progettazione
digitale.

Nel campo applicativo dell’ingegneria,
il modello originale deve essere
ricostruito rispettando i valori di
tolleranza predefiniti.
Università degli Studi di Bergamo
Caterina Rizzi
8
4

9
Fasi del processo
INPUT
•
•
•
•
•
•
Prototipi fisici
Pezzi esistenti
Pezzi rotti o detoriariti
Parti da ispezionare
Mock-up
…
Acquisizione dati 3D
Ricostruzione mesh poligonale
Ricostruzione superficie parametrica
Modello geometrico
Definizione modello CAD
OUTPUT
Università degli Studi di Bergamo
Caterina Rizzi

9
10
Fasi ricostruzione modello
Nuvola di punti
Modello Nurbs
Mesh poligonale
Università degli Studi di Bergamo
Caterina Rizzi
Profili caratteristici
10
5

11
Applicazioni
 Acquisizione di una superficie matematicamente corretta
nei casi tipici di:
– modelli fisici (reali o di concept) per ottenere una
matematica di partenza per ulteriori analisi progettuale
– ri-progettazione di parti meccaniche in assenza del modello
CAD
– controllo dimensionale e di qualità per pezzi già in
produzione
– verifica di parti soggette ad usura eccessiva e loro modifica
– aggiornamento rapido di modelli CAD in seguito ai
cambiamenti avvenuti in sede di produzione
– Replica di prototipi fisici
– Definizione di un modello utilizzabile come mezzo di
simulazione
Università degli Studi di Bergamo
Caterina Rizzi

11
12
Aspetti chiave
 conoscere vantaggi e limiti delle diverse tecnologie per poter
scegliere la tecnologia corretta per il problema in esame
 valutare la qualità dei sistemi in funzione dei parametri
caratterizzanti il processo (quali risoluzione, incertezza di
misura e accuratezza) con attenzione verso le caratteristiche
dei materiali e delle features della superficie dell’oggetto
 Definire procedure “user-friendly ” tali da semplificare le
operazioni di acquisizione, garantendo la qualità
dimensionale dei dati:
—
—
—
l’accuratezza dei moderni sistemi di scansione (50 µm e oltre per gli
scanner a triangolazione)
la risoluzione spaziale di acquisizione (es. la distanza media tra 2
punti, normalmente nell’ordine di 0,1-0,5 mm)
la velocità di campionamento (> 300K al secondo sono considerati
parametri adeguati per la maggior parte delle applicazioni)
Università degli Studi di Bergamo
Caterina Rizzi
12
6

13
Tassonomia
Università degli Studi di Bergamo
Caterina Rizzi

Optical Scanners
13
Coordinate Measuring Machines
Computerised Tomography - CT
Università degli Studi di Bergamo
Caterina Rizzi
14
7

Misurazione manuale
 Misurazione manuale di punti (x, y, z) rispetto ad un
punto di riferimento (calibro, …)
 Generazione di curve e superfici interpolanti i punti
 Processo lento e laborioso
 Accuratezza dipende dall’ accuratezza dello
strumento di misura
Università degli Studi di Bergamo
Caterina Rizzi

15
16
Metodi a contatto
 sistemi a contatto non distruttivi, automatici o
semiautomatici utilizzano un sensore montato su una
macchina o su un braccio articolato.
 I sensori (mono o bidimensionali) acquisiscono le forme
integrandosi con sistemi di posizionamento in grado di
rilevare la posizione e l’orientamento nello spazio
Università degli Studi di Bergamo
Caterina Rizzi
16
8

CMM (Coordinate Measuring Machine)
 Le macchine di misura a coordinate sono caratterizzate da
differenti strutture in riferimento al posizionamento ed
orientamento reciproco dei vari componenti
 Sonde seguono il contorno della superficie in modo
automatico
Università degli Studi di Bergamo
Caterina Rizzi

Brown & Sharpe
(www.brownandsharpe.com)
17
18
Tastatori
 Il tastatore rileva le coordinate
cartesiane dei punti appartenenti alle
superfici degli oggetti
 I punti possono quindi essere importati
direttamente oppure sotto forma di
profili o superfici in un modellatore CAD
Università degli Studi di Bergamo
Caterina Rizzi
18
9

19
Bracci articolati
 Braccio articolato a 5 gradi di libertà
sulla cui testa è installata la sonda a
contatto.
 Il robot è posizionato vicino al
particolare da digitalizzare e l’operatore
rileva manualmente
 sistema portatile che richiede una certa
abilità ed esperienza
 Output: sia le coordinate dei punti, sia
alcune primitive quali le curve spline
Università degli Studi di Bergamo
Caterina Rizzi

19
20
Sistemi misti
 sistemi che montano bracci articolati con
sonda laser su macchine CMM
 combinano la metodologia dei tastatori con
il sistema laser di scansione per ottenere
maggior velocità ed accuratezza
 le teste di scansioni possono avere più
componenti laser accoppiati per ottenere
prestazioni migliori.
Università degli Studi di Bergamo
Caterina Rizzi
Ref.
Steinbchler
20
10

21
… riassumendo
VANTAGGI:
SVANTAGGI:
 non sono richiesti trattamenti
delle superfici per evitare
riflessioni
 pareti verticali possono essere
misurate con facilità
 la densità dei dati non é fissa, ma
automaticamente controllata a
seconda della forma del pezzo
 non è richiesto un editing
manuale per eliminare dati affetti
da errori
 dettagli minuscoli possono essere
accuratamente replicati
 grande accuratezza nelle misure
(fino a 1μm ) per sistemi ben
calibrati e ben manovrati
 Volume di misura limitato da
lunghezza del braccio di
comando della sonda
 Bassa velocità di acquisizione
per controllare accuratezza
 Necessità di materiale “duro”
per resistere agli urti del
tastarore
Università degli Studi di Bergamo
Caterina Rizzi

21
Sistemi ottici
22
Tecniche di misura 3D ottiche
TECNICHE OTTICHE
(100 < f < 1000 THz )
PASSIVE
Topografia
Fotogrammetria
Microscopia confocale
Shape from silhouette
ATTIVE
Triangolazione
Singolo spot
Piano luminoso singolo
Piani luminosi multipli
Misure distanza
Tempo di volo (TOF)
Università degli Studi di Bergamo
Caterina Rizzi
Interferometria
Moirè
Proiezione di pattern
Shift di fase
Pulsato
Modulazione continua
Multi-wavelenght
Olografia
22
11

23
Metodi ottici passivi
Sistemi
ottici passivi
Passive vision o a luce non strutturata
 forma 3D generata sfruttando l’illuminazione naturale presente
nell’ambiente
– basati sulla acquisizione di molte immagini RGB prese da punti
diversi, sulla ricostruzione dei contorni dell’oggetto ripreso ed
sull’integrazione di tali contorni per la ricostruzione del modello 3D
 Caratteristiche:
•
•
•
Veloci, economici
Acquisizione solo parti visibili
Sensibili alle proprietà superficiali dei materiali
Università degli Studi di Bergamo
Caterina Rizzi

24
Sistemi ottici attivi
23
24
Active vision
 Costituiti da una coppia sorgente –
sensore
– la sorgente emette una qualche forma di
pattern illuminante
– il sensore acquisisce il segnale di ritorno
riflesso dalla superficie dell’oggetto
– La sorgente luminosa scandisce lo spazio in
modo regolare ed il sistema ritorna una
matrice che codifica i punti rilevati, detta
usualmente range map, che riporta
l’informazione spaziale della parte di
superficie dell’oggetto visibile dallo
strumento di scansione dato il suo
orientamento corrente.
Active
Vision
 Le coordinate si calcolano a partire dal
piano della lente

Lo strumento che impiega una tecnica 3D
attiva viene normalmente chiamato Range
Camera
Università degli Studi di Bergamo
Caterina Rizzi
24
12

25
Scanner ottici
Università degli Studi di Bergamo
Caterina Rizzi

26
25
Sensori basati sulla triangolazione
Principio di funzionamento
1. Un raggio laser colpisce il bersaglio
e viene riflesso (in modo diffuso)
2. Il punto colpito viene messo a
fuoco da lenti su un sensore CCD
3. In base alla posizione del punto sul
sensore si può determinare la
distanza del bersaglio
D1 = distanza di riferimento (lo zero)
26
D2 = campo di validità delle misure
Università degli Studi di Bergamo
Caterina Rizzi
26
13

30
Sistemi a tempo di volo



Viene emesso un segnale ad impulsi (o
modulato) ed il sensore misura il tempo
necessario per raggiungere la superficie e
tornare in modo riflesso al dispositivo
sistemi in genere poco precisi (l’accuratezza
si colloca nei valori 1 - 5 cm)
possibilità di acquisire ampie superfici in
una singola immagine (nell’ordine delle
decine di metri quadrati)
FARO
Università degli Studi di Bergamo
Caterina Rizzi

Leica
Riegl LMS
30
31
Problematiche
 Verifica delle prestazioni dei sistemi ottici
– Abbondanza di sensori ottici presenti sul mercato
– Le normative per la verifica di prestazioni sono ancora in fase di
sviluppo (es. ISO 10360-7, VDI/VDE 2617-6, ANSI/ASME B89.4.14)
– I costruttori di sistemi adottano procedure di verifica diverse
 Gli utilizzatori:
– hanno difficoltà nell’effettuare confronti tra sistemi
– non sanno come eseguire le verifiche di accettazione e le verifiche
periodiche delle prestazioni metrologiche
– non conoscono l’accuratezza degli specifici processi di misura
N.B. Il risultato di una misurazione effettuata ha senso solo se è
noto il grado di incertezza e più in generale tutti i parametri che
convergono nella caratterizzazione di una misura
Università degli Studi di Bergamo
Caterina Rizzi
31
14

33
Fattori di criticità
Caratteristiche Formali
Geometria, dimensione e sviluppo
spaziale fino ad arrivare alla analisi sulla
variazione di curvatura e alla presenza di
dettagli in rapporto alla dimensione
principale del modello
Caratteristiche Materiche Materiale, finitura superficiale e colore
condizionano in maniera
determinante la risposta ottica della luce
come elemento esplorante
Condizioni Ambientali
Università degli Studi di Bergamo
Caterina Rizzi

Condizioni al contorno come la
luminosità dell’ambiente, lo spazio di
movimentazione, il tempo per il rilievo
determinati per la qualità del
rilievo e la diminuzione o amplificazione
delle problematiche di acquisizione 3D
33
34
Pipeline
Università degli Studi di Bergamo
Caterina Rizzi
34
15

35
Calibrazione



Alcune procedure sono fatte “a priori” per verificare i dati di targa forniti dal
costruttore dello strumento:
– Verifico l’incertezza di misura dello strumento
Altre procedure devono essere ripetute durante il funzionamento dello scanner, per
verificarne la stabilità nel tempo
– Es. circa ogni mese si deve ri-calibrare la lente in uso
– Ogni volta che cambia l’ottica è necessaria una calibrazione specifica
Altre procedure di calibrazione sono da farsi in funzione del caso specifico:
– Es. nel caso di utilizzo della tavola rotante, è necessario definire, per la specifica
distanza di utilizzo, il centro del sistema di rotazione della tavola
Università degli Studi di Bergamo
Caterina Rizzi

35
36
Prestazioni scanner
 Prestazion di misura dello strumento
su bersagli di test di cui sia nota a
priori la forma (supporti certificati):
– pezzo campione avente delle features
tecnologiche: piani, cilindro, cono.
– pezzo avente cilindri concentrici di
diverse altezze che determinano una
scala di gradini variabile da 30 a 7680 μm
– piano rettificato la cui deviazione dal
piano teorico sia almeno 10 volte
inferiore alla incertezza di misura che si
vuole determinare
Università degli Studi di Bergamo
Caterina Rizzi
36
16

37
Scansione
PIANIFICAZIONE
 quante range maps acquisire
 quali punti di vista
 con quale risoluzione
Range Camera
X
Parametri della scansione:
Obiettivo - distanza focale f (mm)
Profondità di campo / area di ripresa
Risoluzione acquisizione in X,Y e in Z
Tempo di scansione
Definizione dei punti di riferimento sull’oggetto
Z
–
–
–
–
–
Standoff
Near
FOV
Depth-of-view
DOV
Measured
Laser Plane
Far
Field of view
FOV
Università degli Studi di Bergamo
Caterina Rizzi

37
38
Allineamento







Partendo da una nube che si assume come
riferimento, si carica una nube adiacente e si
individuano manualmente punti corrispondenti
Si avvia una procedura iterativa che minimizza lo
scarto quadratico medio tra le nubi.
Quando lo scarto scende sotto una soglia
prefissata la procedura si interrompe
La matrice di rototraslazione della seconda
nube,associata alla nuova posizione, viene salvata
Il blocco delle due nubi costituisce adesso il
riferimento per la successiva integrazione etc.
Immagini sovrapposte del 30%
Registro le immagini usando almeno 3 punti
omologhi
Università degli Studi di Bergamo
Caterina Rizzi
38
17

41
Pulizia scansioni
 Eliminazione delle scansioni inutili e che presentano dei parametri
troppo alti
 Eliminazione dei bordi delle scansioni (profondità da valutare) e
quindi degli eventuali problemi di bordo
 Eliminazione delle aree di sovrapposizione, in funzione della
profondità di ridondanza dei dati e la distanza tra le scansioni
Università degli Studi di Bergamo
Caterina Rizzi

42
41
Merge
Attenzione ai parametri
– Noise reduction
– Point spacing
Università degli Studi di Bergamo
Caterina Rizzi
42
18

43
Merged Model
Perdita di dettagli
Aligned Model
vs
Merged Model
Rumore
Università degli Studi di Bergamo
Caterina Rizzi

43
44
Editing
 Prima fase: si e eliminano le anomalie derivanti da:
–
–
–
–
–
Triangoli degeneri presenti, per esempio, sui bordi
Facce intersecanti la superficie complessiva
Ricostruzione dei bordi
Chiusura dei buchi/gap eventualmente rimasti
Una prima decimazione e successivo remesh per ridurre il numero dei
triangoli, alleggerendo il modello
Facce non-manifold
Unstable Faces
Università degli Studi di Bergamo
Caterina Rizzi
Facce ridondanti
Crossing Faces
44
19

45
Editing del modello
Eliminazione del rumore
Definizione dei contorni
Editing locale e mirato per preservare
la geometria del modello
3 punti di
controllo
9 punti di
controllo
Università degli Studi di Bergamo
Caterina Rizzi

24 punti di
controllo
45
46
Operazioni editing
Modello finale
Modello originale
 Reduce noise
– Attenzione al tipo di forma sulla quale
si interviene (libera o prismatica)
 Relax
– Per lisciatura complessiva
 Sandpaper
– Per lisciatura locale
Università degli Studi di Bergamo
Caterina Rizzi
46
20

47
Ricostruzione superficie parametrica

suddividere il modello in regioni
semplici aventi una bassa curvatura. Il
processo è in parte automatico ed in
parte manuale
Università degli Studi di Bergamo
Caterina Rizzi

47
48
Ricostruzione superficie parametrica


suddividere il modello in regioni
semplici aventi una bassa curvatura. Il
processo è in parte automatico ed in
parte manuale
estrarre e perfezionare i contorni
delle regioni per ottenere un modello
suddiviso in regioni elementari
Università degli Studi di Bergamo
Caterina Rizzi
48
21

49
Ricostruzione superficie parametrica



suddividere il modello in regioni
semplici aventi una bassa curvatura. Il
processo è in parte automatico ed in
parte manuale
estrarre e perfezionare i contorni
delle regioni per ottenere un modello
suddiviso in regioni elementari
costruire le patches all’interno delle
regioni trovate intervenendo
manualmente per regolarizzare la
struttura creata automaticamente dal
programma
Università degli Studi di Bergamo
Caterina Rizzi

49
50
Ricostruzione superficie parametrica




suddividere il modello in regioni
semplici aventi una bassa curvatura. Il
processo è in parte automatico ed in
parte manuale
estrarre e perfezionare i contorni
delle regioni per ottenere un modello
suddiviso in regioni elementari
costruire le patches all’interno delle
regioni trovate intervenendo
manualmente per regolarizzare la
struttura creata automaticamente dal
programma
definire la griglia da utilizzare per
calcolare le Nurbs (automatico)
Università degli Studi di Bergamo
Caterina Rizzi
50
22

51
Verifica tra modello digitalizzato e
modello finale CAD
Università degli Studi di Bergamo
Caterina Rizzi

51
52
Re-engineering per Alessi
(b)
Konica Minolta Vi-9i laser scanner
Tele lens
f = 25 mm
Depth of view
600 mm
Accuracy (X,Y,Z)
± 0.050 mm
Precision (Z, σ )
± 0.008 mm
In order to decide the final shape, the focus was put on
aspects like stylistic coherence, and on the identification of
those characterizing style features which had to be
maintained in the all shapes of the cutlery pieces, as
opposed to considering precision aspects alone.
(c)
The main problems were:
• restoring the symmetry plane
of the object (a)
Nowadays, designers have more powerful tools which allow
them to directly participate in the design, production,
evaluation and quality control phases of product
development. The re-engineering activity described in this
paper concerns the use of RE and RP technologies applied
in field of high-range home products and accessories,
qualified for their “design excellence” , in detail a cutlery
set.
• obtaining the curve network
referred to the symmetry plane
of the object (b)
• manipulating curves to
improve their quality (c) while
at the same time maintaining
the global shape (d)
(a)
Comparison stl-Nurbs model- table fork.
The cutlery set, first designed in 1938 by architect Luigi
Caccia Dominioni, perhaps one of the most historical and
famous Alessi cutlery set, was redesigned in 1990 together
with brother Castiglioni.
(d)
3D Scanning
3D Modelling and Prototyping
3D Reconstruction
Global alignment
(±
0,01 mm)
3D digital
models.
σ = 0,028 mm
Requirements
• global dimensional tolerance < 0.2 mm
Isophotes of
the reflection
lines .
• fixed dimensions related to pre-defined sections
“L. Caccia Dominioni,
L.and P.L. Castiglioni”
Cutlery set. 1990 (1938)
Università degli Studi di Bergamo
Caterina Rizzi
The physical
prototypes of the
re-engineered
models were
manufactured by
means of a rapid
prototyping system,
to permit designers
having a visual
check of the final
shape.
52
23

53
Analisi FEM telaio pianoforte
Modello CAD in costruzione
Telaio ricostruito con lacune
Schema di applicazione carichi
Università degli Studi di Bergamo
Caterina Rizzi

53
54
Progettazione custom-fit
Schuberth Engineering AG
Progetto per casco di
Formula 1
Università degli Studi di Bergamo
Caterina Rizzi
54
24

Settore Abbigliamento
Modellatore 3D
Digitalizzazione
ACQUISIZIONE
DATI
Ottimizzazione
Modulo Modifiche
SVILUPPO
SOFTWARE
Modulo Export
Università degli Studi di Bergamo
Caterina Rizzi

55
Digitalizzazione
Modello digitale 3D
rilevato
x1 , y 1 , z 1
x2 , y 2 , z 2
x3 , y 3 , z 3
x4 , y 4 , z 4
Nuvola di
punti
……..
xn , y n , z n
Sistema ATOS
Linee
caratteristiche
rilevate
Oggetto fisico
Manichino
Giacca
Modello digitale 3D del
manichino
Università degli Studi di Bergamo
Caterina Rizzi
56
25

Ottimizzazione
373.683 Triangoli
RAPPRESENTAZIONE
MEDIANTE PUNTI
RILEVATA
14.468 Triangoli
SUPERFICI
TRIANGOLI
NURBS
(.STL)
RAPPRESENTAZIONE
OTTIMIZZATA
Università degli Studi di Bergamo
Caterina Rizzi

57
Ottimizzazione
25.000 Triangoli
Università degli Studi di Bergamo
Caterina Rizzi
2.000 Triangoli
58
26

Ottimizzazione (3/4)
PARAFORM
Riduzione n. punti
PARAFORM MAYA
Riempimento gap
Rilevata
Ottimizzata
Creazione manica mancante
Creazione Linee di cucitura
MAYA
Università degli Studi di Bergamo
Caterina Rizzi

59
Ottimizzazione (4/4)
MOD9
TEST-CASE
Rilevata (con 1 manica): 114.149 punti, 223.707 triangoli
Ottimizzata (due maniche): 24.352 punti, 38.026 triangoli
MOD8
Rilevata (con 1 manica): 411.880 punti, 819.725 triangoli
Ottimizzata (due maniche): 16.982 punti, 26.572 triangoli
MOD0
Rilevata (con 1 manica): 139.393 punti, 272.535 triangoli
Ottimizzata (due maniche): 94.000 punti, 167.000 triangoli
Università degli Studi di Bergamo
Caterina Rizzi
60
27

Modulo modifiche
Def. tipologie modifiche
Applicazione Deformer
Elemento
strutturale
Modifica
Range
[cm]
1.Fondo
Definizione
Giacca base
Allungare-Accorciare
+/- 6
2.Maniche
Generazione
deformazioni base (LATTICE
e
Allungare-Accorciare
+/- 6
WIRE)
Allargare-Stringere
+/- 2
3.Spalle
Generazione
Modifica (BLEND SHAPE)
Spalle
Alzare-Abbassare
Bacino
Allargare-Stringere
+/- 1,5
+/- 3
Vita
Allargare-Stringere
+/- 3
Torace
Allargare-Stringere
+/- 2
Interfaccia utente
Università degli Studi di Bergamo
Caterina Rizzi

61
Protesi artificiali
Progettazione
Università degli Studi di Bergamo
Caterina Rizzi
62
28

Protesi artificiali
Acquisizione morfologia moncone
EXTERNAL
 LASER SCANNER
INTERNAL (+ EXTERNAL)

CT

MRI
Minolta VI-9i
Point cloud
Università degli Studi di Bergamo
Caterina Rizzi

63
Protesi artificiali
Ricostruzione modello 3D
EXTERNAL
Università degli Studi di Bergamo
Caterina Rizzi
INTERNAL
64
29