« Nuage de points » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(11 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==[[:Catégorie:Robotique | '''<span style="font-family:arial black;font-size:24px;  color:#1880a6;">ROBOTIQUE</span>''']]==
== Définition ==
== Définition ==
En statistiques, représentation de données qui permet de mettre en évidence le degré de corrélation entre au moins deux variables liées.
Représentation graphique d'un ensemble de points plus ou moins dispersés qui sert à établir le degré de corrélation entre deux variables. Chaque point sur le plan correspond au croisement de deux valeurs en abscisse et en ordonnée.
 
'''Robotique''' - Les nuages ​​de points représentent les environnements 3D sous la forme d'ensembles non ordonnés de points, chacun avec des coordonnées (x, y, z) et éventuellement une couleur (RVB) ou des vecteurs normaux.
 
Ils sont produits par des caméras de profondeur (Intel RealSense, Azure Kinect), des capteurs LiDAR ou des systèmes de vision stéréo. Lors de la manipulation, les nuages ​​de points permettent la prédiction de la saisie 6-DOF, l'estimation de la pose des objets et la compréhension de la scène. Des réseaux comme PointNet, PointNet++ et 3D-Diffusion-Actor traitent directement les nuages ​​de points. Par rapport aux images 2D, les nuages ​​de points fournissent des informations métriques 3D essentielles au raisonnement spatial dans des environnements encombrés.
 
Pourquoi c'est important pour les équipes de robots
 
Comprendre le nuage de points est essentiel pour les équipes qui construisent des systèmes robotiques réels. Que vous collectiez des données de démonstration, formiez des politiques en simulation ou déployiez en production, ce concept affecte directement votre flux de travail et la conception de votre système.


== Français ==
== Français ==
'''nuage de points'''
'''nuage de points'''
'''graphique à points'''


'''diagramme de dispersion'''  
'''diagramme de dispersion'''  
Ligne 11 : Ligne 23 :
== Anglais ==
== Anglais ==
'''scatter plot'''
'''scatter plot'''
'''dot plot'''


'''scatter diagram'''  
'''scatter diagram'''  
Ligne 17 : Ligne 31 :




==Sources==
[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=8455862  Source : Le grand dictionnaire terminologique ]


<small>
[https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/3713  Source : univ-paris8.fr ]


[http://isi.cbs.nl/glossary/term2925.htm Source : ISI ]
[https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ]


[https://fr.wikipedia.org/wiki/Nuage_de_points_(statistique) Source : Wikipédia ]
[https://isi.cbs.nl/glossary/term2925.htm Source : ISI ]


[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=SCATTER+PLOT&codom2nd_wet=1#resultrecs  Source : TERMIUM Plus ]
[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=SCATTER+PLOT&codom2nd_wet=1#resultrecs  Source : TERMIUM Plus ]


[[Catégorie:ISI]]
[https://www.roboticscenter.ai/fr/glossary    Source : Robotic Center]
[[Catégorie:Révision]]
 
{{Modèle:Robotique}}
[[Catégorie:Robotique]]
 
[[Catégorie:Statistiques]]

Dernière version du 30 septembre 2026 à 18:51

ROBOTIQUE

Définition

Représentation graphique d'un ensemble de points plus ou moins dispersés qui sert à établir le degré de corrélation entre deux variables. Chaque point sur le plan correspond au croisement de deux valeurs en abscisse et en ordonnée.

Robotique - Les nuages ​​de points représentent les environnements 3D sous la forme d'ensembles non ordonnés de points, chacun avec des coordonnées (x, y, z) et éventuellement une couleur (RVB) ou des vecteurs normaux.

Ils sont produits par des caméras de profondeur (Intel RealSense, Azure Kinect), des capteurs LiDAR ou des systèmes de vision stéréo. Lors de la manipulation, les nuages ​​de points permettent la prédiction de la saisie 6-DOF, l'estimation de la pose des objets et la compréhension de la scène. Des réseaux comme PointNet, PointNet++ et 3D-Diffusion-Actor traitent directement les nuages ​​de points. Par rapport aux images 2D, les nuages ​​de points fournissent des informations métriques 3D essentielles au raisonnement spatial dans des environnements encombrés.

Pourquoi c'est important pour les équipes de robots

Comprendre le nuage de points est essentiel pour les équipes qui construisent des systèmes robotiques réels. Que vous collectiez des données de démonstration, formiez des politiques en simulation ou déployiez en production, ce concept affecte directement votre flux de travail et la conception de votre système.

Français

nuage de points

graphique à points

diagramme de dispersion

nuage statistique

Anglais

scatter plot

dot plot

scatter diagram

scattergram


Sources

Source : Le grand dictionnaire terminologique

Source : univ-paris8.fr

Source : ISI Glossaire

Source : ISI

Source : TERMIUM Plus

Source : Robotic Center


LEXIQUE DE LA ROBOTIQUE Ligne robot.jpg Robotique.jpg