In opdracht van het Groninger Instituut Archeologie van de Rijksuniversiteit Groningen en de Doggerland projectgroep is onderzoek gedaan naar de effectiviteit van de Reflectance Transformation Imaging (RTI) en fotogrammetrie. Deze twee technieken zijn toegepast op kaakfragmenten met gebitselementen uit het Mesolithicum en de Bronstijd om te onderzoeken of het mogelijk is om met deze technieken een verschil in dieet aan te tonen. Daarnaast is de Artec Spider 3D-scanner toegepast op de gebitselementen. Deze scans zijn gemaakt door externen, waarna de resultaten opgenomen zijn in het onderzoek. Uit het onderzoek is gebleken dat het vaststellen van specifieke verschillen van gebitsslijtage tussen jager-verzamelaars en vroege boeren niet mogelijk is op basis van de RTI-techniek en fotogrammetrie. Beide technieken leveren niet de gewenste resultaten. Zo maakt de RTI-techniek enkel een opname van bovenaf, waardoor de zijaanzichten van de gebitselementen niet onderzocht kunnen worden. De fotogrammetrische techniek is niet gedetailleerd genoeg. Zo vloeien verschillende gebitselementen in elkaar over en zijn sommige elementen niet scherp genoeg om met zekerheid vast te stellen of hier überhaupt slijtagesporen op zijn aangetroffen. Desondanks is het wel mogelijk geweest om de slijtagesporen in beeld te brengen met de Artec Spider 3D-scanner. Deze scanner maakt het mogelijk om de specifieke verschijnselen van gebitsslijtage op de gebitselementen uit het Mesolithicum en de Bronstijd in beeld te brengen.
MULTIFILE
Three-dimensional (3D) body scanning becomes increasingly important in the medical, ergonomical and apparel industry. The SizeStream 3D body scanner is a 3D body scanner in the shape of a fitting room that can generate a 3D copy of the human body in a few seconds. The Poikos modeling system generates a 3D image of a person using a front- and side photo. This study evaluates the repeatability and validity of both systems with human subjects. Hundred fifty-six participants were included in this study, of whom 85 were scanned twice by the SizeStream Scanner and 139 by the Poikos modeling system. The repeatability is assessed by calculating the intra-class correlation coefficients (ICC) and standard error of measurement (SEM), and the validity of 6 Sizestream and 4 Poikos measurements is evaluated by comparing these measurements with collected tape measurements. The ICC and the SEM results indicate that 79 of the 163 SizeStream measurements are repeatable enough to use for fashion purposes, since they had an ICC above 0.80 and a SEM below 10mm. Fifty-one measurements give a good indication but are not accurate enough for pattern making. The waist, chest and hip circumferences are valid after a correction of the over- or underestimation of the measurements. The Poikos modeling system is a promising, but is as expected, less repeatable and valid than the SizeStream scanner. Although the Poikos modeling system can give a good estimation of the body shape, the measurements are not accurate enough (SEM > 10mm) to use in the fashion industry. Future studies have to be performed to validate more Poikos and SizeStream measurements and to assess the usability of these measurements for the fashion industry.
LINK
Mondkapjes, of mondmaskers, zijn door de SARS-COV-2 pandemie niet meer uit het straatbeeld weg te denken. De kwaliteit en comfort van de pasvorm van medische en niet-medische mondmaskers wordt bepaald door hoe goed het mondmasker overeenkomt met de afmetingen van het gezicht van de drager. Echter is er geen goed overzicht van de antropometrie van het gelaat van de Nederlandse bevolking waardoor de pasvorm van mondmaskers nu vaak niet optimaal is. Er is dus vraag naar een laagdrempelige en veilige manier om gezichtskenmerken in kaart te brengen en betere ontwerprichtlijnen voor mondkapjes. Driedimensionaal (3D) scannen doormiddel van Light Detection and Ranging (LiDaR) technologie in combinatie met slimme algoritmes lijkt wellicht een manier om gezichtskenmerken snel en laagdrempelig vast te leggen bij grote groepen mensen. Daarnaast geeft het 3D scannen van gezichten de mogelijkheid om niet enkel de afmetingen van gezichten te meten, maar ook 3D pasvisualisaties uit te voeren. Hoewel 3D scannen geen nieuwe technologie is, is de LiDaR technologie pas sinds 2020 geïntegreerd in de Ipad en Iphone waardoor het toegankelijk gemaakt is voor consumenten. Doormiddel van een research through design benadering zal onderzocht worden of deze technologie gebruikt kan worden om betrouwbare en valide opnames te maken van gezichten en of er op basis hiervan ontwerprichtlijnen ontwikkeld kunnen worden. In dit KIEM GoCi-project zal daarnaast ingezet worden om een kennisbasis en netwerk op te bouwen voor een vervolg aanvraag over de inzet van 3D technologieën in de mode-industrie.
In het project 'Data-Wood' willen projectpartners Fijnhout, Nijboer en Konijn samen met de Hogeschool van Amsterdam (HvA) de digitale opname van resthout onderzoeken met behulp van een industriële 6-assige robot voorzien van diverse grijpers en / of sensoren. Het onderzoek draagt bij aan de ontwikkeling van robotproductie met circulair hout (restanten of gebruikt). Uit eerdere projecten is duidelijk geworden dat het automatiseren van het proces voor het scannen, hanteren en identificeren van eigenschappen van stukken hout (van ongelijk grootte en type) een essentiële stap is op weg naar het gebruik ervan voor beoogde toepassingen. Zonder deze automatisering is de ontvangst van hout te arbeidsintensief om het gebruik ervan voor circulaire toepassingen te rechtvaardigen. Het onderzoek wordt uitgevoerd door de HvA Urban Technology Digital Production Research Group (DPRG), samen met bovengenoemde partners, die leveranciers zijn van resthout (Fijnhout, Konijn) en houtverwerkende industrie (Nijboer, Konijn). De resultaten van het onderzoek zullen een volledig geautomatiseerd proces zijn voor de ontvangst van resthout in een houtwerkfabriek, met behulp van een industriële robot, een 3D-scanner, een camera en specifieke gereedschappen voor het oppakken en wegen van het stuk hout. Hiervoor wordt een algoritme ontwikkeld en getest in een softwareoplossing. Het project leert de partners hoe hun materialen efficiënt kunnen worden gescand en gearchiveerd voor later gebruik in hout productie processen. Dit opent nieuwe toepassingen voor hun materialen, die anders zouden worden verbrand. Geautomatiseerde inname zal nieuwe, economisch levensvatbare toepassingen voor houtafval creëren. Bovendien leren de projectpartners via Data-Wood hoe ze 6-assige robots kunnen toepassen in hun productieprocessen. Het project is een belangrijke stap in de richting van industriële 3D-robotproductie met niet-standaard restmaterialen, die bijdraagt aan de ontwikkeling van ‘smart industry’ en de circulaire economie, beide relevant voor de maatschappelijke uitdagingen zoals vastgelegd in de nationale Kennis- en Innovatie-Agenda’s voor wetenschap en technologie.
Within the film and theater world, special effects make-up is used to adapt the appearance of actors for visual storytelling. Currently the creation of special effects makeup is a time-consuming process which creates a lot of waste that doesn’t fit in with the goals of a sustainable industry. Combine with the trend of the digitization of the movie and theater industry which require faster and more iterative workflows, the current ways of creating special effects makeup requires changing. Within this project we would like to explore if the traditional way of working can be converted to a digital production process. Our research consists of three parts. Firstly, we would like to explore if a mobile face scanning rig can be used to create digital copies of actors, and such eliminate the need to creates molds. Secondly, we would like to see if digital sculpting can replace the traditional methods of sculpting molds, casts and prosthetics. Here we would like to compare both methods in terms of creativity and time consumption. The third part of our project will be to explore the use of 3D printing for the creation of molds and prosthetics.
