Alors que de plus en plus de bâtiments sont numérisés en 3D, donnant lieu à un impressionnant patrimoine numérique de plusieurs dizaines de millions de m2, la question des usages de ce patrimoine peut se poser : que faire de ces données ?
Bien entendu, la transformation des nuages de points en maquette BIM est un objectif naturel ; néanmoins, cela nécessite une expertise très pointue et un temps de travail conséquent.

Lors de la numérisation d’un bâtiment du patrimoine français (représentant au total 4 700 m2 sur quatre niveaux), nous avons testé une utilisation intéressante du nuage de points sur une partie du bâtiment : sans aller jusqu’à la maquette BIM, pouvons-nous fournir un plan 2D vectoriel de façon totalement automatique ?
Cet article détaille la méthode et les résultats obtenus.

Dans un premier temps, nous avons envisagé deux approches principales de détection des contours à partir du nuage de points 3D.
La première approche, totalement automatisée, consiste à détecter les points de contour de murs, et c’est celle qui est ici mise en oeuvre.
Une seconde approche, semi-automatisée, consiste à demander à l’utilisateur de définir une hauteur de coupe du nuage de points pour en extraire le plan (ce qui est nécessaire, par exemple si certains murs ne sont pas verticaux mais obliques).

Etape 1 : projection verticale du nuage de points et obtention du plan 2D

Comme on le constate dans l’image ci-dessus, ce plan 2D donne déjà une image assez fidèle de la réalité de l’emprise au sol du bâtiment.
Néanmoins,
– Chaque segment de mur reste représenté par un ensemble de points ;
– Ces segments peuvent souffrir du bruit lié à l’acquisition des données (les points non significatifs obtenus lors de la numérisation) et donc ne pas être aussi rectilignes qu’ils le devraient.
On cherche donc à faire en sorte que chaque segment ne soit défini que par les deux points qui constituent ses extrémités; cette opération, qui s’appelle la régression des points aux primitives géométriques, ou segment fitting, est l’étape suivante du processus.

Dans un second temps, un algorithme de reconnaissance des contours a été appliqué à ce plan en nuage de points, afin de transformer cette image en image vectorielle.
Le résultat (visible ci-dessous) montre déjà une approche plus précise, car chaque élément de ce plan est en fait constitué de segments (deux points reliés) et non plus de points unitaires. Outre un poids (en Ko) bien plus léger, cela permet une tolérance virtuellement infinie aux changements d’échelle.
Les parties un peu courbes à l’intérieur du bâtiment représentent des tentures intérieures installées à l’occasion d’une exposition. Nous les avons laissées apparentes pour deux raisons : montrer la prise en compte des lignes courbes et minimiser l’intervention manuelle d’un opérateur (notre parti-pris lors de ce test).

Etape 2 : passage du logiciel de reconnaissance des contours

Une fois ce plan obtenu, deux questions se sont posées : sa précision et la comparaître ce plan aux plans papier du bâtiment que nous avions à notre disposition.
Nous avons donc scanné les plans et superposé le plan vectoriel obtenu à partir du nuage de points (en rouge) au plan scanné.

Etape 3 : comparaison avec le plan papier

Le résultat est une bonne surprise : on constate en effet une très bonne cohérence entre les plans fournis et les plans réalisés à partir du nuage de points.
Quelques endroits montrent des écarts qu’il serait instructif de chiffrer, afin de savoir lequel des deux plans est au plus près de la vérité (en réalisant par exemple des relevés au télémètre laser).
Dans notre méthodologie,
– L’erreur maximale lors du processus de numérisation par scanner laser ne dépasse pas 1 cm ;
– L’erreur maximale du processus d’extraction de plan 2D depuis le nuage de points scanné est limitée à 3 cm (choisie en l’occurrence lors du paramétrage du système de régression afin de garantir la rectitude de tous les murs ; il est néanmoins possible de diminuer fortement cette valeur en fonction de l’ancienneté et de la technique de construction du bâtiment modélisé, le mur en pierre de tailles d’un ancien hôtel particulier par exemple devant supporter un minimum de tolérance afin d’être transformé en segment rectiligne).
L’erreur totale maximale entre la réalité et le plan 2D ainsi obtenue est donc de 4 cm au maximum. Dans ces conditions, tout écart avec le plan papier d’origine qui serait supérieur à (un ordre de grandeur de deux fois) cette valeur laisserait donc peser une doute sur la cohérence entre le plan papier et la réalité du terrain.

Outre la validation de nos outils et méthodes de numérisation, quels sont les intérêts de cette approche ?

Tout d’abord, elle garantit une approche fidèle à la réalité du terrain (documentation as built, ou TQC : tel que construit), par opposition à une méthode basée sur ce que devrait être la réalité (plan avant construction, par exemple) ou à une approximation de ce qu’était la réalité à un certain point (si les mises à jour du plan au cours de la vie du bâtiment n’ont pas été, ou mal, ou partiellement réalisées).
En effet, le doute quant à la fidélité d’un plan mis à jour manuellement à partir d’observations et de relevés ne sera jamais levé ; à l’inverse, un relevé numérique de terrain assure que le plan qui en est tiré est fidèle à la réalité telle qu’elle se présentait au moment de la numérisation.

Mais en outre, cette approche démontre à notre sens un premier pas totalement automatisé vers la création de la maquette numérique 3D. Or, l’adoption des processus BIM par les professionnels du bâtiment sera probablement d’autant plus rapide et sans douleur que la création de maquettes numériques 3D aura été rendue rapide et facile. Facile, en permettant à quiconque d’aller le plus loin possible dans le maquettage avant de devoir mobiliser les compétences indispensables d’un projeteur BIM. Et rapide, également, en automatisant cette partie du processus.

C’est notre raison d’être, chez LevelS3D, que d’imaginer et de mettre en oeuvre des produits numériques permettant d’accélérer cette adoption. Ce premier jalon, la création du plan 2D vectorisé à partir du nuage de points, est une étape vers les futures fonctionnalités d’automatisation qui seront incluses dans notre produit phare de gestion de nuages de points, S3D Cloud. Restez connectés : la sortie de la version 3.0 de S3D Cloud est prévue très prochainement.


2 Commentaires
  • author avatar
    Arnaud PORCHERON sté Wall-Market
    4 semaines plus tôt

    Félicitations pour ces avancées qui laissent présagé d un avenir prometteur et automatisé.
    A bientot.

    Répondre

    • author avatar
      Hanane Bellagnech
      6 jours plus tôt

      Merci pour ce commentaire Arnaud.
      À bientôt.
      L’équipe LevelS3D

      Répondre

Laisser un commentaire

Votre adresse email ne sera pas publiée.