Passer au contenu
Menu contextuel Fermer
LiDAR : Les avantages du LiDAR la photogrammétrie pour la création de jumeaux numériques

Bienvenue dans notre série « 101 », où nous abordons de manière accessible LiDAR, la cartographie mobile, les jumeaux numériques et tout ce Hovermap . Cet article examine les avantages et les inconvénients des technologies de levé numérique les plus courantes.

Un jumeau numérique est une représentation numérique fidèle d'un espace réel. Les jumeaux numériques sont utilisés dans divers secteurs, de l'automobile à la santé en passant par l'aérospatiale. Ils se sont également révélés très utiles dans les secteurs minier, de la construction et de l'inspection. À ce titre, ils deviennent rapidement incontournables dans de nombreux projets.

Disposer d’un modèle reflétant fidèlement l’actif grâce à des informations en temps réel peut améliorer la prise de décision. Par exemple, cela permet de suivre des indicateurs clés pendant la construction d’un bâtiment afin de vérifier que les travaux avancent comme prévu et d’identifier rapidement les problèmes potentiels, ce qui réduit les retouches et garantit le respect des délais et du budget du projet. Dans le secteur minier, ils peuvent servir à établir une base de référence pour la surveillance, ce qui permet de suivre les déformations au fil du temps et aide les planificateurs à déterminer si les galeries et les tunnels doivent être renforcés ou abandonnés au profit d'autres solutions. Pour les inspections, les jumeaux numériques fournissent également une base de référence pour la surveillance et la maintenance tout au long de la durée de vie d'un actif.

Il existe plusieurs options en matière de collecte de données pour la création de jumeaux numériques. Deux des plus courantes sont LiDAR mobile et la photogrammétrie. Examinons ces deux options et les avantages de chacune.

Qu'est-ce que LiDAR?

LiDAR, ou « Light Detection and Ranging », est une technique de détection qui mesure les distances en fonction du temps de vol d'une impulsion laser. Dans le cadre de la numérisation mobile, un algorithme SLAM Simultaneous Localization and Mapping) permet au LiDAR générer une 3D (appelée « nuage de points ») de l'élément numérisé.

Les nuages de points peuvent être transformés en 3D et, grâce à l'ajout d'informations supplémentaires, devenir des modèles BIM ou des jumeaux numériques.

LiDAR mobiles sont disponibles sous forme de scanners portatifs ou montés sur des drones ou des robots terrestres pour acquérir les données requises.


LiDAR d'un centre culturel et le plan d'étage qui en résulte


Qu'est-ce que la photogrammétrie ?

Le processus de photogrammétrie consiste à capturer de nombreuses images qui se chevauchent d'un même élément. Ces images sont traitées par un logiciel de photogrammétrie, qui utilise plusieurs points de vue pour trianguler ses coordonnées x, y et z dans l'espace afin de générer un nuage de points. Le logiciel procède ensuite à une orthorectification, ou assemblage d'images, pour aligner les images entre elles et les combiner avec le nuage de points, ce qui permet d'obtenir un modèle numérique photoréaliste pouvant servir de jumeau numérique.


Une image obtenue par photogrammétrie (avec l'aimable autorisation d'EROCK)

La photogrammétrie peut être réalisée à l'aide d'équipements portatifs ou montés sur drone.

Ces technologies présentent divers avantages et inconvénients selon l'application ; il est donc utile de bien les comprendre afin de s'assurer que la technique la plus appropriée est utilisée pour votre application. Voici un résumé de certains critères clés à prendre en compte.

Précision

LiDAR une technique de mesure directe, il peut s'avérer plus précis que la photogrammétrie (une technique de mesure par déduction), même si la précision de ces deux méthodes peut être améliorée grâce à des processus de post-traitement.

Dans les deux méthodes, l'ajout de points de contrôle au sol peut améliorer la précision. Des fonctionnalités de post-traitement telles que Automated Ground Control Hovermap Automated Ground Control rationaliser votre flux de travail en détectant automatiquement les cibles de contrôle au sol réfléchissantes dans le nuage de points, puis en les utilisant pour géoréférencer le nuage LiDAR et améliorer la précision.

Vitesse

Pour générer un 3D précis, la photogrammétrie nécessite un chevauchement des images pouvant atteindre 80 %. En cas de capture par drone, cela implique de suivre un plan de vol spécifique afin de garantir un chevauchement suffisant, ce qui peut s'avérer fastidieux. En revanche, LiDAR ne nécessite pas un chevauchement aussi important, ce qui permet d'optimiser l'efficacité du vol pour la collecte des données.

En ce qui concerne LiDAR, le temps de traitement nécessaire à 3D est nettement plus court. Par exemple, le temps de traitementLiDAR Hovermap est à peu près équivalent à la durée de la balayage.

Pratique

Le matériel utilisé pour la photogrammétrie est généralement un peu plus léger, ce qui facilite son transport sur le site ou permet de réduire la charge utile d'un drone.

Comme LiDAR des lasers, il fonctionne dans des conditions d'éclairage bien plus variées que la photogrammétrie, ce qui vous permet de réaliser davantage de relevés pendant la journée et de travailler même lorsque la luminosité n'est pas optimale pour la photogrammétrie. Cela rend également LiDAR pour les travaux souterrains, par exemple dans les mines.

Pénétration de la végétation

LiDAR traverser la végétation pour détecter le sol, ce qui en fait un outil idéal pour les levés topographiques. La végétation peut être facilement supprimée lors du post-traitement, ce qui vous permet d'obtenir un levé topographique précis.

Souvent, la photogrammétrie ne détecte que la cime de la canopée, ce qui rend difficile l'obtention d'un balayage précis du sol.

Une image obtenue par photogrammétrie.

Réalisme

Comme la photogrammétrie assemble des photos pour créer votre modèle, ceux-ci sont aussi fidèles que possible à la réalité.

Les nuages LiDAR peuvent sembler abstraits ; cependant, l'ajout d'une colorisation en couleurs réellespeut améliorer le niveau de réalisme de ces nuages de points.


À gauche, un nuage LiDAR avec colorisation en couleurs réelles.