Soutenance mémoire
Cartographie 3D d’environnements urbains
Le domaine de la cartographie est en pleine évolution depuis plusieurs dizaines d’années suite aux développements des outils informatiques. Le mot « Cartographie » formé des mots grecs « Cartis = carte» et « graphein = écrire » signifie « réalisation de cartes ». La réalisation de cartes sert à créer des bases de données pour les Systèmes d’Informations Géographiques (SIG). Le type de données cartographiques nécessaires peut varier selon l’usage des cartes réalisées.
Usages des données cartographiques
Navigation et déplacements
Une des principales utilisations de données cartographiques dans le grand public est la navigation, permettant de s’orienter et de parvenir à destination. Les informations routières enregistrées permettent de visualiser la localisation actuelle du véhicule (ou de la personne) à l’aide des informations issues du GNSS (Global Navigation Satellite System), et de montrer le chemin pour arriver à destination. Les données utilisées sont souvent en 2D mais avec les dernières avancées technologiques, les données 3D sont aussi de plus en plus utilisées.
Tourisme et patrimoine
Ces technologies sont utilisées aussi dans le domaine du tourisme par la création virtuelle de villes ou d’endroits spécifiques. le château de Versailles en virtuel 3D auquel on peut accéder par ordinateur. Cela permet de découvrir facilement les villes ou les patrimoines que l’on souhaite visiter sans se déplacer physiquement.
Surveillance des infrastructures
En matière de sécurité civile, les données cartographiques peuvent aussi être appliquées à la surveillance des infrastructures. L’image de gauche représente l’utilisation de données de fils électriques, permettant de relever leur hauteur minimale afin de prévenir un risque de collision. L’image de droite représente l’utilisation de données d’un pont pour la restitution d’une scène d’accident, sans être soumis aux contraintes extérieures de circulation.
Urbanisme
Les données cartographiques sont utilisées également pour l’urbanisme dans des applications telles que la documentation, les plans d’urbanisme, la simulation, etc. quelques exemples d’utilisation de données pour la modélisation d’une ville. Outre les applications présentées ci-dessus, ces technologies sont utilisées dans d’autres domaines tels que le génie militaire, les applications multimédia, les jeux vidéo, etc.
Analyse qualitative des relevés laser
Dans cette section, nous analysons les relevés laser en termes de qualité. Nous proposons pour cela une méthode d’analyse avec les critères que nous considérons importants. Puis, nous présentons l’application de cette analyse sur nos données expérimentales.
Critères de qualité
Nous considérons comme critères d’analyse de la qualité des relevés laser, la précision, la résolution et la complétude.
Précision
Le premier critère que nous définissons est la précision. Ce critère est essentiel pour valider un travail de numérisation 3D. La précision peut être exprimée de plusieurs façons : elle est exprimée en erreur de RMS (Root Mean Square) mais aussi en exactitude (biais) et en fidélité (écart-type) [Gajdamowicz et al, 2007, ASTM, 2010].
Exactitude
L’exactitude (en anglais, accuracy) est l’étroitesse de l’accord entre le résultat d’un mesurage et une valeur vraie du mesurande [ASTM, 2010, JCGM, 2008]. Nous utilisons la notion de biais pour exprimer la valeur d’exactitude sur le plan quantitatif. Le biais est la différence entre la valeur réelle et la moyenne des données acquises (en mètre).
Pour calculer la valeur de l’exactitude, nous utilisons plusieurs cibles dans la scène à numériser avec différentes positions connues. Les étapes du calcul sont les suivantes :
1. extraire les cibles numérisées
2. calculer le biais entre la position de la cible calculée et sa position réelle
3. calculer la moyenne des biais de toutes les cibles (valeur de l’exactitude) .
Pour calculer le biais d’une cible, nous avons besoin de la position réelle de chaque cible. Nous pouvons obtenir la position réelle à l’aide d’un instrument de mesure comme une station totale. Il faut noter que les données doivent être géo-référencées.
Fidélité
La fidélité (en anglais, precision) est l’étroitesse de l’accord entre les indications ou les valeurs mesurées obtenues par des mesurages répétés du même objet [ASTM, 2010, JCGM, 2008]. Nous exprimons la valeur de fidélité en écart-type (en mètre).
Comme pour l’exactitude, pour calculer la valeur de précision, nous utilisons plusieurs cibles dans la scène à numériser avec différentes positions. Les étapes du calcul sont les suivantes :
1. extraire les cibles numérisées
2. calculer l’écart-type de chaque cible
3. calculer la moyenne des écarts-type de toutes les cibles (valeur de la fidélité) .
On calcule l’écart-type d’une cible en ajustant (fitting) le nuage de points de la cible à la forme de celle-ci .
Résolution
Le critère de la résolution est défini pour analyser la répartition spatiale des données acquises et pour vérifier la bonne acquisition des détails dans la scène numérisée. La résolution des données peut être bonne, trop faible (sous densifiée) ou trop grande (sur-densifiée). Une résolution sous-densifiée signifie que des détails auront pu être incorrectement numérisés. Une résolution sur-densifiée peut engendrer des problèmes de stockage de données. Une bonne résolution demande que les données soient réparties de manière homogène dans l’espace. Le plus souvent, l’utilisateur définit une résolution angulaire selon l’application qu’il entend faire et en accord avec le niveau de détail souhaité et à la distance souhaitée. Naturellement, tous les objets de la scène se situant à des distances variées, la résolution locale des données varie en fonction de cette distance. Comme le scanner laser embarqué a une résolution angulaire déterminée, l’écart en distance entre deux points successifs dépend de la distance scanner-objet.
|
Table des matières
CHAPITRE 1.INTRODUCTION
1.1 CONTEXTE
1.2 CONTRIBUTIONS
1.3 PLAN DU DOCUMENT
CHAPITRE 2.CARTOGRAPHIE 3D D’ENVIRONNEMENTS URBAINS
2.1 INTRODUCTION
2.2 USAGES DES DONNEES CARTOGRAPHIQUES
2.3 PRINCIPES D’ACQUISITION DE DONNEES CARTOGRAPHIQUES
2.3.1 Photogrammétrie aérienne
2.3.2 Lasergrammétrie
2.4 SYSTEMES MOBILES TERRESTRES DE CARTOGRAPHIE 3D
2.4.1 Systèmes en photogrammétrie / imagerie
2.4.2 Systèmes en lasergrammétrie
2.5 SCANNERS LASER POUR LES SYSTEMES MOBILES DE CARTOGRAPHIE
2.6 CONCLUSION
CHAPITRE 3.COMPARAISON ET ANALYSE DES RELEVES LASER
3.1 INTRODUCTION
3.2 COMPARAISON EXPERIMENTALE DES SYSTEMES STATIQUE ET MOBILE
3.2.1 Zone de test
3.2.2 Acquisition
3.2.3 Comparaison des temps opératoires
3.3 ANALYSE QUALITATIVE DES RELEVES LASER
3.3.1 Critères de qualité
3.3.2 Comparaison des données réelles en termes de qualité
3.3.3 Notes globales pour l’analyse
3.4 CONCLUSION
CHAPITRE 4.IMPACT EXPERIMENTAL DE LA GEOMETRIE D’ACQUISITION
4.1 INTRODUCTION
4.2 VARIATION DE L’ANGLE DE LACET
4.2.1 Réalisation du prototype
4.2.2 Acquisition de données
4.3 VARIATION DE L’ANGLE DE TANGAGE
4.3.1 Réalisation du prototype
4.3.2 Acquisition de données
4.4 CONCLUSION
CHAPITRE 5.CONCEPTS DE SCANNERS LASER MOBILES
5.1 INTRODUCTION
5.2 OUTIL DE CONCEPTION ASSISTEE PAR ORDINATEUR
5.2.1 Processus de conception
5.2.2 Simulateur de Système Mobile de Cartographie
5.3 ANALYSE COMPARATIVE DES CONCEPTS DE SCANNER LASER MOBILE
5.3.1 Objectif et conception
5.3.2 Création de scénarios
5.3.3 Proposition de concepts de type « Mono-plan »
5.3.4 Proposition de concepts de type « Multi-plans »
5.4 CONCLUSION
CHAPITRE 6.PROTOTYPAGE DE SCANNER LASER DEDIE
6.1 INTRODUCTION
6.2 PROTOTYPAGE DE SCANNER MULTI-PLANS : FORME EN K
6.2.1 Etude de faisabilité
6.2.2 Réalisation
6.3 TESTS ET RESULTATS
6.3.1 Acquisition sur chariot
6.3.2 Acquisition sur véhicule
6.3.3 Comparaison des scanners de type mono-plan et de forme en K
6.4 CONCLUSION
CHAPITRE 7.CONCLUSIONS ET PERSPECTIVES
7.1 CONCLUSIONS
7.2 PERSPECTIVES
LISTE DES PUBLICATIONS
BIBLIOGRAPHIE
