Cartographier les grandes villes avec LiDAR : l’avenir est là

YELLOWSCAN : Vous affirmez qu’étant donné que de plus en plus de villes dans le monde deviennent des mégapoles, le LiDAR (et dans une certaine mesure la photogrammétrie) est déjà la vague de l’avenir en ce qui concerne la planification de la croissance durable. Pourquoi l’utilisation de la cartographie 3D est-elle si essentielle ?

Il est très important de disposer de données géométriques précises dans une ville où il y a beaucoup d’automatisation, qu’il s’agisse de la navigation des véhicules autonomes, de l’optimisation des flux de circulation ou des systèmes de livraison automatisés utilisant des drones et la robotique. Il est essentiel de disposer d’une géométrie précise pour les villes intelligentes qui intègrent ou intégreront de nombreux capteurs ; nous avons donc besoin de modèles 3D précis de la ville. Il est également important de tenir à jour les empreintes LiDAR des bâtiments. Lorsqu’il y a beaucoup de constructions dans les mégapoles en développement, par exemple en Chine et en Inde, au Moyen-Orient et même en Europe occidentale, nous avons besoin des dernières données LiDAR.

YELLOWSCAN : Vous avez tous deux travaillé sur la collecte de données de Dublin en 2015 au moyen d’un LiDAR monté sur hélicoptère : combien de temps cela a-t-il pris, de la planification des vols à la production des données ?

Ce projet a été planifié à partir de 2013 par le professeur Debra Laefer de l’University College Dublin (UCD). Nous avons rejoint son groupe pour commencer nos doctorats. Elle a obtenu un financement du Conseil de la recherche de l’UE pour saisir ces données LiDAR en travaillant dans le groupe de modélisation urbaine de l’UCD. Il y a eu beaucoup de préparation et de calculs ; la planification des itinéraires de vol, de l’altitude et de tous ces calculs techniques. Il ressemblait à un échiquier en ce sens qu’il y avait deux séries de bandes de vol, comme un échiquier allant d’un coin en diagonale à l’autre coin, horizontalement et perpendiculairement, soit une vingtaine de bandes dans les deux directions. Il est intéressant de noter que nos collègues ont choisi de capturer les données pendant l’hiver afin de minimiser les ombres des bâtiments et les feuilles des arbres pour minimiser la végétation. Il a fallu une demi-journée à une entreprise sous-traitante pour effectuer la saisie et elle a été livrée quelques semaines plus tard. L’ensemble des données brutes est accessible au public dans le dépôt de données ouvertes de l’Université de New York.

YELLOWSCAN : Quelles ont été les utilisations de l’enquête de Dublin, en dehors de l’article de synthèse que vous avez co-rédigé dans le magazine GIM-International ?

Plusieurs articles ont été publiés, notamment dans le ISPRS Journal of Photogrammetry and Remote Sensing, afin d’explorer les possibilités d’utilisation de l’ensemble de données. Le professeur Debra Laefer a également publié plus de 10 articles sur cet ensemble de données LiDAR.

[Iman Zolanvari] Après avoir obtenu mon doctorat, j’ai rejoint le Trinity College de Dublin (TCD) et j’ai proposé l’idée d’étiqueter l’ensemble des données brutes LiDAR. Le nuage de points brut lui-même n’était pas structuré et ne contenait que la géométrie des points X Y Z dans l’espace 3D, ainsi que l’intensité du faisceau laser renvoyé au scanner. L’entreprise sous contrat a procédé elle-même à une classification primitive de la végétation et des bâtiments, mais cela n’a manifestement pas suffi. Ce que j’ai proposé de faire, et que j’ai accompli avec l’aide de 21 personnes, a été de traiter manuellement, pendant plus de 2 500 heures, de gros blocs de données dans trois catégories grossières, à savoir les bâtiments, le sol et les points de végétation. La catégorie BÂTIMENTS est plus détaillée et comprend les façades, les toits, les fenêtres et les portes ; le TERRAIN est divisé en trois catégories : piétons, rues et gazon ; et la VÉGÉTATION comprend tous les arbres et les buissons. Les points restants sont des points NON DÉFINIS (par exemple, poubelle, banc, voitures, etc.).

Il s’agit d’un nouvel ensemble de données urbaines annotées pour une telle densité et une telle zone de couverture, conçu pour plusieurs applications. La plus importante d’entre elles pourrait être l’utilisation de techniques d’apprentissage automatique. Si une voiture veut circuler dans une ville ou surveiller une forêt, ou même pour la planification urbaine et la gestion des urgences et toutes ces applications, nous devons comprendre la scène en 3D. Même dans le domaine du marketing commercial, le LiDAR a de nombreuses applications. Par exemple, si une entreprise souhaite installer des fenêtres à double vitrage, elle voudra s’approcher des bâtiments qui ont le plus grand nombre de fenêtres à simple vitrage. [and get an accurate map of it]… nous devons donc savoir, parmi ces ensembles de données lidar, quels sont exactement ces éléments structurels.

Ainsi, avec l’ensemble des données LiDAR annotées de Dublin, nous avons étiqueté manuellement [the point clouds] dans un ordre hiérarchique. Des personnes ayant des besoins et des applications différents peuvent approcher et extraire tous les éléments structurels (par exemple les fenêtres ou tous les toits) du centre-ville de Dublin, puis utiliser ces informations pour entraîner un réseau neuronal à l’étiquetage et à l’extraction des caractéristiques urbaines.

YELLOWSCAN : Lorsque les géomètres utilisent le LiDAR à des fins archéologiques, ils font souvent des découvertes surprenantes. Votre étude LiDAR et photogrammétrique vous a-t-elle réservé des surprises ou des découvertes sur Dublin ?

La surprise a tout d’abord été la forte densité des nuages de points, environ 300 points par mètre carré, ce qui, cinq ans plus tard, reste l’un des ensembles de données les plus denses disponibles pour une grande zone urbaine. En outre, l’élévation de la rivière Liffey et de ses environs permet de voir clairement l’altitude moyenne et la hauteur de la région. Dans la première image de l’article du GIM, vous pouvez voir le format colorisé d’un ensemble de données auquel nous avons ajouté la couleur correspondant à l’altitude des points. Vous pouvez clairement voir que le sud de Dublin a en moyenne une altitude plus élevée que les alentours de la rivière. Imaginez donc qu’une inondation survienne de la mer d’Irlande vers les docks ? Vous pouvez voir clairement que les zones les plus basses sont celles qui ont le plus besoin d’une gestion des inondations et qui pourraient présenter un risque d’assurance plus élevé, ainsi que pour la planification urbaine. Une autre chose que j’aime beaucoup quand on regarde les données, c’est que lorsqu’un laser touche l’eau, il reçoit deux retours du faisceau laser : l’un provient de la surface de l’eau et l’autre du lit de la rivière. Il est également intéressant de cartographier et de calculer le volume du canal pour le débit d’évacuation.

YELLOWSCAN : Si vous étiez en mesure d’effectuer une étude similaire avec un LiDAR monté sur drone aujourd’hui, serait-ce plus rapide et plus rentable ?

La réglementation limite l’utilisation des drones dans les villes. Il n’est ni facile ni bon marché de trouver des personnes titulaires d’une licence. Un membre de notre groupe développe et utilise des drones, mais principalement à des fins photogrammétriques. D’une manière générale, la technologie progresse, les scanners LiDAR sont de plus en plus petits et de moins en moins chers… Par exemple, à l’université de Maynooth, un groupe SIG dispose d’un lidar monté sur un drone et peut capturer différentes zones.

YELLOWSCAN : Pouvez-vous me parler de vos recherches actuelles sur le LiDAR ? Qu’est-ce qui nous attend ?

[Iman Zolanvari] Je travaille chez Ambisense LTD, une start-up qui développe des capteurs IoT. Ils développent des solutions pratiques et bon marché pour la collecte de données dans les villes intelligentes. Par exemple, en utilisant des radars à petite échelle qui sont assez bon marché et qui peuvent capturer, traiter et transférer des nuages de points en 3D en temps réel.

[Atteyeh Natanzi] Je suis chercheur post-doctoral et je travaille actuellement dans le cadre d’un projet EcoStructure qui regroupe des groupes importants dans cinq universités d’Irlande et du Pays de Galles. Nous essayons de trouver des structures marines respectueuses de l’environnement. Nous avons utilisé le LiDAR pour cartographier les roches et les structures du bord de mer. Nous disposons de nuages de points LiDAR des deux côtés de la mer d’Irlande, et nous utilisons ces données dans ce cas pour modéliser et surveiller la vie marine. Nous utiliserons les données LiDAR pour établir une carte en 3D de la mer d’Irlande et imprimer en 3D des moules pour les tuiles en béton de défense contre la mer et même imprimer le ciment en forme de roche.