Bibliographie & annexes
Présentation
En anglais
RÉSUMÉ
Les scanners LiDAR, en constante évolution, permettent l'acquisition de données 3D précises. Accompagnés des GNSS et des centrales inertielles, eux aussi de plus en plus performants, ils permettent la création à grande échelle, rapide et précise de jumeaux numériques 3D. Un dernier élément est nécessaire pour créer une myriade d'opportunités : l'analyse de données massives afin d'extraire l'information utile. Cet article présente les principes de l'acquisition LiDAR, les traitements pour extraire les informations pertinentes ainsi qu'un survol des méthodologies employées. Finalement, quelques applications illustrent les nombreuses possibilités offertes par cette technologie.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
LiDAR scanners, in constant evolution, allow the acquisition of accurate 3D data. Coupled with GNSS and inertial measurement units, becoming also more and more efficient, they allow for large-scale, fast and accurate creation of 3D digital twins. One last element is necessary to create a myriad of opportunities: the analysis of the large amount of data acquired in order to extract useful information. This article presents the principles of LiDAR acquisition, the processing to extract relevant information, and an overview of the methodologies used for this purpose. Finally, some applications illustrate the many possibilities opened by this technology.
Auteur(s)
-
Beatriz MARCOTEGUI : Professeure - Mines Paris, Université PSL, centre de Morphologie mathématique (CMM), - Fontainebleau, France
-
Andrés SERNA : CEO & co-fondateur - The Cross Product (TCP), Fontainebleau, France
INTRODUCTION
La technologie 3D, et en particulier le LiDAR, bénéficie d’une forte accélération tant au niveau logiciel que matériel. Le marché de la voiture autonome, estimé à plusieurs milliards d’euros, a fait apparaître des dizaines d'acteurs proposant des solutions de plus en plus précises et de moins en moins chères. En parallèle, les récentes avancées en analyse de données massives, notamment avec l’intelligence artificielle, ouvrent la porte à un large éventail d’applications grâce à des traitements précis et à grande échelle.
Cet article fait une revue des avancements de cette technologie afin d’aider le lecteur à évaluer la pertinence du LiDAR pour un projet industriel.
L’article est organisé comme suit. La section 1 décrit les différentes techniques d’acquisition de l’information 3D ainsi que les avantages et inconvénients de chacune d’elles. La section 2 se focalise sur le LiDAR qui est la technologie la plus performante et répandue aujourd’hui. Les différentes configurations du système d’acquisition, aussi bien du point de vue de son montage sur un trépied fixe ou embarqué dans un véhicule, que du point de vue de la fréquence employée ou de la technologie d’orientation du faisceau, sont présentées. Une fois le nuage de points acquis, la section 3 présente les étapes d’analyse d’une chaîne de traitement qui va du nuage brut à l’application finale, ainsi que les techniques employées pour extraire les informations pertinentes à partir des nuages de points. Finalement, des exemples concrets d’applications réelles sont donnés dans la section 4.
Points clés
Domaine : Techniques d’imagerie et d’analyse
Degré de diffusion de la technologie : Croissance
Technologies impliquées : LiDAR
Domaines d’application : Building Information Modeling (BIM), smart city, gestion du territoire, modélisation de sites industriels, infrastructures linéaires (ferroviaire, électrique, autoroutière…).
Principaux acteurs français :
-
Pôles de compétitivité : Cap Digital, Systematic
-
Centres de compétence : IGN, CEREMA
-
Industriels : Trimble, The Cross Product, Yellowscan, Outsight, logiroad, Exwayz
Autres acteurs dans le monde :
Geometric Computation Group, Stanford University.
Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology.
UCL Department of Civil, Environmental and Geomatic Engineering, University College London.
Photogrammetry and Remote Sensing, ETH Zurich.
Photogrammetry & Robotics, Computer Vision, Autonomous Intelligent Systems, University of Bonn.
GeoTECH Group, Universidad de Vigo.
Contact : [email protected], [email protected]
L'expertise technique et scientifique de référence
KEYWORDS
classification | modelling 3D | lidar | digital twin | 3D scanner
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Électronique - Photonique > Technologies radars et applications > Géomatique > LiDAR 3D : techniques d’acquisition et exploitation industrielle > Discussion
Accueil > Ressources documentaires > Technologies de l'information > Technologies radars et applications > Géomatique > LiDAR 3D : techniques d’acquisition et exploitation industrielle > Discussion
Cet article fait partie de l’offre
Optique Photonique
(221 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Aspects environnementaux
En anglais
5. Discussion
5.1 Le choix du LiDAR
Au tout début de la voiture autonome, les dirigeants du fabricant américain Tesla étaient convaincus que le LiDAR était superflu comme capteur. Les premiers prototypes de Tesla utilisaient uniquement des caméras vidéo pour effectuer les tâches de navigation autonome. Après un malheureux accident en juin 2020 à Taiwan, où une Tesla a percuté un camion couché sur la route, le constructeur expliquait que les capteurs du véhicule n’avaient pas réussi à discerner le blanc du camion du ciel lumineux. Le fabricant américain a ensuite revu sa position sur les capteurs LiDAR.
En effet, un capteur LiDAR aurait sans doute évité cet accident car le laser ne dépend pas des conditions lumineuses mais de la géométrie des obstacles présents sur la route. Le LIDAR peut être utilisé dans des environnements très lumineux, face au soleil par exemple, mais aussi dans des environnements sombres, comme dans un tunnel, ce qui représente un grand atout par rapport aux caméras vidéo.
Depuis cet événement, tous les fabricants de voiture autonome unanimement équipent leurs véhicules d’un ou plusieurs capteurs LiDAR… mais aussi de caméras, radars, et tout autre équipement capable d’aider ou de fournir des informations pertinentes. En matière de sécurité routière, les clés du succès sont la complétude et la redondance des données. Plus un système dispose de capteurs et d’informations, plus la probabilité de faille est faible.
Malgré tous les atouts de la technologie LiDAR, elle est loin de résoudre tous les problèmes. Elle peut aussi s'avérer inadaptée pour certaines applications. Dans certains projets, il est conseillé de combiner le LiDAR avec d’autres capteurs.
De manière générale, le LiDAR 3D offre une information géométrique très riche sur une scène ou un objet. Néanmoins, l’information photométrique (sur la texture ou la couleur d’un objet) est très pauvre.
Quelques exemples :
-
détection de rouille sur des structures métalliques ;
-
identification du type de matériau ;
-
inventaire de la signalisation verticale (texte et images sur les panneaux routiers…) ;
-
…
De plus en plus, les systèmes d’acquisition LiDAR sont modulables et proposent l’ajout des capteurs additionnels, comme des caméras vidéo, caméras...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Optique Photonique
(221 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Discussion
BIBLIOGRAPHIE
-
(1) - SAN JOSÉ ALONSO (J.), MARTÍNEZ RUBIO (J.), FERNÁNDEZ MARTÍN (J.), GARCÍA FERNÁNDEZ (J.) - Comparing time-of-flight and phase-shift. The survey of the Royal Pantheon in the Basilica of San Isidoro (León). - In : ISPRS Workshop 3D-ARCH (2011).
-
(2) - SUCHOCKI (C.) - Comparison of time-of-flight and phase-shift TLS intensity data for the diagnostics measurements of buildings. - In : Materials, vol. 13, n° 2, p. 353 (2020).
-
(3) - Trois façons de déterminer une distance avec LiDAR. - YellowScan. https://www.yellowscan-lidar.com/fr/knowledge/three-ways-to-determine-a-distance-with-lidar/ (consulté le 6 décembre 2022).
-
(4) - ZHANG (Y.), CARBALLO (A.), YANG (H.), TAKEDA (K.) - Autonomous Driving in Adverse Weather Conditions : A Survey. - ArXiv Prepr. ArXiv211208936 (2021).
-
(5) - FILGUEIRA (A.), GONZÁLEZ-JORGE (H.), LAGÜELA (S.), DÍAZ-VILARIÑO (L.), ARIAS (P.) - Quantifying the influence of rain in LiDAR performance. - Measurement,...
IFC – Standard sur les formats d’échanges de modèles BIM 3D
https://buildingsmartfrance-mediaconstruct.fr/comprendre-format-ifc/
HAUT DE PAGE
PCRS – Standard sur la création du plan topographique en milieu urbain :
http://cnig.gouv.fr/ ?page_id=11745
INSPIRE :
HAUT DE PAGE
https://www.artec3d.com/fr/learning-center/laser-3d-scanning...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Optique Photonique
(221 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
