View Jobs Description
Rétro-conception automatique de maquettes BIM par apprentissage automatique // Automatic reverse engineering of BIM models using machine learning
Réf ABG-125907ADUM-58953
Sujet de Thèse
20/09/2024
IMT MINES ALESLieu de travail
Montpellier - France
Intitulé du sujet
Rétro-conception automatique de maquettes BIM par apprentissage automatique // Automatic reverse engineering of BIM models using machine learning
Champs scientifiques
- Informatique
Apprentissage automatique, information géométrique, lasergrammétrie, invariants géométriques, ingénierie inversée
Automatic machine learning, geometrical information, lazergrammetry, geometrical invariants, reverse engineering
Description du sujet
L'approche BIM est particulièrement adaptée dans les environnements industriels complexes où il est primordial de s'assurer que les données, géométriques et d'informations, soient cohérentes, bien ordonnées et partagées. C'est le cas, en particulier des installations nucléaires, où le BIM permet de disposer d'une connaissance parfaite des composants présents, leur positionnement et leur état fonctionnel ou structurel et offre même la possibilité d'y intégrer l'aspect radioprotection, dans un contexte où l'intervention humaine est limitée.Le BIM s'avère être un outil pertinent sur tout le cycle de vie de l'installation nucléaire, que ce soit en phase de conception, de construction, d'exploitation et de démantèlement, en proposant une modélisation partagée, intelligente et structurée.
Cette démarche est centrée sur une maquette 3D, généralement réalisée à partir d'un nuage de points obtenus grâce à une opération de lasergrammétrie. La lasergrammétrie est une technique de télédétection basée sur la technologie Li DAR (Light Detection and Ranging), qui permet de mesurer avec précision la distance entre un objet et un capteur en utilisant des impulsions laser.Les données collectées sont ensuite traitées et utilisées pour générer un nuage de points 3D qui représente la géométrie de la cible. Les scanners d'aujourd'hui sont aussi équipés d'une caméra panoramique qui permet de capturer pour chaque station une photo à 360°.
A partir de ce nuage de points, une maquette 3D est, en règle générale, reconstruite pour représenter les équipements présents de manière unitaire en objets solides. On peut ensuite attribuer à ces objets des métadonnées et des propriétés (référence, description, matériau, masse, famille à laquelle il appartient…). Cette étape de reconstruction de la maquette 3D est aujourd'hui réalisée manuellement par un projeteur CAO. Elle est souvent longue et fastidieuse. Cependant, cette étape est nécessaire pour représenter une reconstruction tridimensionnelle d'un bâtiment car, dans la plupart des cas, la reconstruction du modèle 3D à partir du nuage de points peut être préférée ou nécessaire pour les raisons suivantes:
- Représentation plus claire et structurée : le nuage de points est essentiellement une collection de points dans l'espace sans connectivité explicite. C'est une information locale qu'il faudra organiser en objets d'intérêt ;
- Élimination des imperfections : les nuages de points peuvent contenir des bruits, des artefacts et des incohérences liées aux erreurs de mesure ou aux problèmes de capture. Les surfaces cible ont des propriétés de dérivabilité géométrique, e.g. plans, cylindres, …, ce qui permettra de détecter des artefacts ;
- Précision et régularité : la reconstruction du modèle 3D permet de réaliser une modélisation géométrique plus précise et régulière en utilisant des algorithmes avancés de reconstruction et d'interpolation ;
- suited to complex industrial environments, where it is vital to ensure that data
- both geometric and information
- is consistent, well-ordered and shared.
This is particularly the case in nuclear facilities, where BIM provides perfect knowledge of the components present, their positioning and their functional or structural state, and even offers the possibility of integrating the radiation protection aspect, in a context where human intervention is limited.
BIM is proving to be a relevant tool throughout the entire lifecycle of a nuclear facility, whether in the design, construction, operation or decommissioning phases, by offering shared, intelligent and structured modeling.This approach is centered on a 3D model, generally produced from a cloud of points obtained using lasergrammetry. Lasergrammetry is a remote sensing technique based on Li DAR (Light Detection and Ranging) technology, which uses laser pulses to accurately measure the distance between an object and a sensor.
The data collected is then processed and used to generate a 3D point cloud representing the geometry of the target. Today's scanners are also equipped with a panoramic camera that captures a 360° photo of each station.
From this point cloud, a 3D model is generally reconstructed to represent the unitary equipment present as solid objects. These objects can then be assigned metadata and properties (reference, description, material, mass, family to which it belongs, etc.). Today, this step of reconstructing the 3D model is carried out manually by a CAD designer. It is often long and tedious. However, this step is necessary to represent a three-dimensional reconstruction of a building, because in most cases, reconstruction of the 3D model from the point cloud may be preferred or necessary for the following reasons:
- Clearer, more structured representation: the point cloud is essentially a collection of points in space with no explicit connectivity. It is local information that needs to be organized into objects of interest;
- Elimination of imperfections: point clouds can contain noise, artifacts and inconsistencies linked to measurement errors or capture problems. Target surfaces have geometric derivability properties, e.g. planes, cylinders, ..., which will enable artifacts to be detected;
- Accuracy and consistency: 3D model reconstruction enables more accurate and consistent geometric modeling using advanced reconstruction and interpolation algorithms;
Début de la thèse : 01/10/2025
Nature du financement
Précisions sur le financement
Financement d'un établissement public Français
Présentation établissement et labo d'accueil
IMT MINES ALES
Etablissement délivrant le doctorat
IMT MINES ALES
Ecole doctorale
166 I2S - Information, Structures, Systèmes
Profil du candidat
Avoir des bases mathématiques, et en particulier la géométrie 3D Être initié à la science de données et machine learning ; La maitrise d'au moins un langage de programmation est exigée ; Avoir des notions de la vision par ordinateur est un plus ; Avoir des capacités rédactionnelles en anglais ; Mathematical background, with particular emphasis on 3D geometry Be familiar with data science and machine learning; Mastery of at least one programming language is required; Knowledge of computer vision is a plus; Ability to write in English; Date limite de candidature
20/09/2024