Modèle BIM d’un chemin de fer créé avec nuage de points

Le modèle BIM pour les chemins de fer obtenu à partir de nuages de points est un processus qui utilise la technologie de scan laser 3D pour capturer des données précises des infrastructures ferroviaires. Ces données sont converties en modèles BIM 3D, qui offrent une représentation numérique détaillée et précise des infrastructures existantes et améliorent la visualisation, la gestion des structures et la planification des projets ferroviaires. La conversion de nuages de points en modèles BIM réduit la nécessité de mesures manuelles et minimise le risque d’erreurs, apportant des bénéfices particuliers dans la maintenance prédictive et corrective des infrastructures ferroviaires.

Dans cet article, vous découvrirez quelles sont les technologies utilisées dans ce processus particulier et quels sont les avantages qui en découlent. De plus, un vidéo sera à votre disposition pour vous montrer le résultat final de l’intégration entre SIG, BIM et nuages de points, même avec l’utilisation d’une plateforme pour la gestion de modèles IFC, nuages de points, maillages texturés, etc. géolocalisés et intégrés avec le SIG.

Insertion d’un relevé de gare ferroviaire par nuage de points

Qu’est-ce que le modèle BIM d’une voie ferrée à partir d’un nuage de points ?

Pour obtenir un modèle BIM ferroviaire numérique, intelligent et gérable, l’utilisation des nuages de points est fondamentale. Cette approche permet de représenter de manière précise l’état réel d’infrastructures complexes telles qu’un réseau ferroviaire existant.

Le modèle BIM d’une voie ferrée à partir d’un nuage de points est une représentation numérique tridimensionnelle de l’infrastructure ferroviaire, obtenue à partir de relevés laser scanner ou photogrammétriques, utilisée pour la conception, la gestion et la maintenance.

Les données provenant du relevé sont importées dans les logiciels BIM et utilisées comme base de référence pour la modélisation numérique. Dans l’environnement BIM, le nuage de points est traité comme un élément informatif du modèle : il est possible d’appliquer les mêmes opérations prévues pour les autres objets BIM, tels que murs, rails, terrain, ponts, tunnels et stations, facilitant ainsi la reconstruction fidèle de l’infrastructure.

Les nuages de points sont générés par scanning laser 3D ou photogrammétrie, des technologies capables d’acquérir des millions de points dans l’espace tridimensionnel. Le résultat est une représentation extrêmement détaillée des conditions réelles des infrastructures ferroviaires, indispensable pour développer des modèles BIM fiables et à jour.

Comment fonctionne la technologie Point Cloud?

Le point cloud est une collection de points spatiaux tridimensionnels qui représentent la surface extérieure d’un objet ou d’un espace. Ces points sont obtenus par des scans laser 3D qui émettent des faisceaux de lumière et mesurent le temps nécessaire à leur retour, créant ainsi une image numérique précise de la structure existante. Cette technique est particulièrement utile pour des environnements complexes, tels que les tunnels souterrains et les ponts ferroviaires, où la géométrie irrégulière rend difficile l’utilisation de méthodes traditionnelles de mesure​.

Intégration du nuage de points dans le modèle BIM ferroviaire

Après l’acquisition, les données du point cloud sont importées dans des logiciels BIM. Ici, elles sont utilisées comme base pour la création de modèles tridimensionnels détaillés des infrastructures ferroviaires. Le BIM offre non seulement une représentation visuelle précise, mais intègre également des informations fonctionnelles et techniques, telles que les matériaux, les dimensions et les propriétés des objets, utiles pour la gestion du cycle de vie du projet​.

Pour ces deux sujets, je vous recommande de lire l’article « La nuage de points pour travailler en BIM » afin de mieux comprendre comment fonctionne cette technologie et comment elle pourrait être utile pour le monde des infrastructures.

Phases d’acquisition des données et modélisation BIM

L’intégration des données de point cloud au sein d’un modèle BIM est un processus complexe, mais hautement efficace, qui permet d’obtenir des modèles tridimensionnels précis et détaillés des infrastructures ferroviaires. Cette approche numérique est fondamentale pour la gestion et la planification des infrastructures existantes et pour la réalisation de nouveaux projets.

L’ensemble du processus peut être divisé en 4 phases : 

• acquisition des données par le biais du scan laser 3D du site;
• traitement et nettoyage des données pour éliminer les bruits et imperfections;
• importation et modélisation BIM tant pour la phase de conception que pour celle de gestion du projet;
• validation du modèle.

Acquisition des données

La première phase du processus consiste en l’acquisition des données via des scanners laser 3D ou des techniques de photogrammétrie. Les scanners laser émettent des impulsions de lumière qui, en se réfléchissant sur les surfaces des structures, permettent d’obtenir un nuage de points tridimensionnelle. Ce nuage de points représente fidèlement les géométries de l’environnement relevé, capturant avec précision chaque détail des infrastructures ferroviaires, telles que les rails, les ponts et les tunnels. Cette phase est cruciale, car l’exactitude du scan influencera la qualité du modèle final.

Le début de la modélisation basé sur un relevé 3D fournit au technicien un référentiel à jour de l’état existant, permettant de remplacer ou d’intégrer des représentations 2D ou 3D éventuellement obsolètes ou erronées.

Traitement et nettoyage des données

Une fois acquise, les données brutes du point cloud nécessitent un traitement préliminaire pour éliminer les erreurs, les points non nécessaires et les bruits qui ont pu être capturés lors du scan. Pendant cette phase, un filtrage est effectué pour réduire la quantité de données inutiles et pour optimiser la précision du modèle. Le nettoyage des données garantit que la représentation numérique reste fidèle à la réalité, réduisant le risque d’incohérences qui pourraient affecter négativement la modélisation ultérieure​. De plus, il y a aussi l’assemblage/enregistrement qui consiste à combiner les différents nuages de points capturées sur site, en les adaptant les uns aux autres. Il existe plusieurs méthodes pour réaliser cette opération : 

• alignement – les nuages de points sont alignés entre eux en fonction du nombre de points communs, de la vitesse de chevauchement, de l’inclinaison et de la densité des points;
• enregistrement par plans – les nuages sont agrégés selon le nombre de plans verticaux et horizontaux communs;
• enregistrement avec cibles et sphères – cette méthode, généralement la plus précise, utilise des cibles et des sphères placées au sol pour enregistrer les nuages de manière semi-automatique.

Importation et modélisation BIM

Après le nettoyage, les données du point cloud sont importées dans le logiciel BIM. Cette phase inclut la conversion des points collectés en géométries tridimensionnelles utilisables. Selon les besoins du projet, il est possible de procéder à la création d’un modèle 2D ou 3D détaillé qui représente avec précision tous les éléments structurels relevés, tels que les rails, les ponts et les systèmes mécaniques, électriques et hydrauliques (MEP). Les logiciels BIM les plus courants pour ce type d’opération permettent de travailler facilement avec de grands volumes de données point cloud.

Il existe plusieurs techniques qui peuvent être utilisées, variant également en fonction du logiciel utilisé. Pour cela, je souhaite partager l’article d’approfondissement « Scan to BIM, du relevé laser au modèle BIM » qui clarifie les idées.

Phases du processus Scan to BIM

Deep learning et intelligence artificielle dans la segmentation de nuages de points

La segmentation des nuages de points est un processus fondamental pour l’analyse et la modélisation 3D, en particulier dans le contexte des infrastructures qui implique la « décomposition » d’un nuage de points en plusieurs éléments. La difficulté dans l’application de cette technique réside dans la reconnaissance d’un élément : comment un logiciel peut-il distinguer un ensemble de points donné et les définir comme des rails ? 

Pour cela, les techniques de deep learning viennent à la rescousse, comme les soi-disant DGCNN (réseaux de neurones convolutifs dynamiques), qui sont utilisées pour améliorer la précision de la segmentation sémantique.

La segmentation sémantique des nuages de points 3D avec les techniques d’apprentissage profond (Deep Learning) peut en effet aider à reconnaître automatiquement les éléments techniques d’une voie ferrée à un niveau de détail adéquat, ce qui permet d’accélérer le processus de modélisation, à partir des données de relevé.

Cette approche peut naturellement être utilisée également dans d’autres domaines et dans d’autres disciplines, comme dans la modélisation des modèles HBIM (Historical Building Information Modeling).

C’est un sujet très intéressant et complexe, c’est pourquoi nous vous recommandons de lire «L’impact transformateur de l’Intelligence Artificielle sur l’analyse structurelle» qui précise plus en détail tous les aspects nécessaires pour comprendre l’utilisation de l’intelligence artificielle dans le monde de la construction.

Intégration du nuage de points dans le BIM pour la conception collaborative

La conception collaborative est la clé de l’approche BIM et l’intégration du nuage de points dans le BIM est fondamentale pour la rendre possible.

Pour permettre la gestion partagée des nuages de points, des plateformes cloud appropriées sont utilisées, comme usBIM, à travers lesquelles vous pouvez utiliser gratuitement un visualiseur de nuages de points et gérer en ligne des nuages de points.

Avec un visualiseur de nuages de points, vous pouvez : 

• visualiser le nuage de points ;
• générer des sections infinies ;
• gérer le relevé depuis n’importe quel appareil connecté à Internet ;
• partager le fichier directement avec un lien renvoyant au dossier du cloud ;
• effectuer des mesures directement sur le modèle ;
• fédérer plusieurs modèles simultanément dans la même vue ;
• ajouter des annotations et des liens externes au modèle pour créer un véritable conteneur d’informations à partager avec les collègues.

À partir du nuage de points, ou de portions de celui-ci, il sera possible de procéder à la modélisation BIM, obtenant un modèle numérique cohérent avec le nuage de points, qui pourra ensuite être à nouveau partagé dans le cloud pour la gestion et la comparaison des données.

De la numérisation laser au BIM : automatiser la modélisation des infrastructures

Le flux de travail nécessaire pour établir un projet de réalisation ou de rénovation d’une infrastructure ferroviaire est complexe et fait appel à de nombreuses disciplines, architecture, ingénierie, génie civil.

Pour contourner la lenteur typique du processus de conception, la technologie de scanning laser intervient, qui s’est désormais imposée comme une méthode capable de garantir rapidité et précision, tout en permettant la restitution de modèles BIM particulièrement précis pour soutenir les phases de conception ultérieures.

Obtenir un modèle BIM d’une voie ferrée grâce à un nuage de points avec le processus scan to BIM garantit une précision sans précédent dans les modèles numériques, éliminant la nécessité de mesures manuelles et réduisant les erreurs de conception.

L’efficacité du processus accélère la conception et la construction, permettant une planification plus rapide et précise grâce à l’accès à des données 3D détaillées, facilitant également la collaboration entre les équipes, améliorant la communication et la coordination à travers des modèles partagés et mis à jour en temps réel.

De plus, l’aspect économique ne doit pas être négligé, en effet, l’adoption des techniques de scan to BIM réduit les coûts globaux du projet, optimisant la gestion des ressources et minimisant les déchets grâce à une planification plus précise.

Nous pouvons résumer le tout dans les points suivants : 

• detection des conflits – la combinaison de données pointcloud avec le BIM permet d’identifier les conflits entre les nouvelles constructions et les infrastructures existantes dès la phase de conception ;
• documentation as-built précise – les modèles 3D générés permettent de documenter de manière fiable les conditions réelles, facilitant les futures opérations en phase de maintenance ;
• réduction des coûts – grâce à la précision des données et à l’automatisation des processus, l’intégration entre pointcloud et BIM réduit les déchets de matériaux et les délais de construction ;
• collaboration simplifiée – tous les participants au projet peuvent accéder à des informations à jour et détaillées, favorisant un processus décisionnel plus rapide et précis.

Comment les données de nuages de points soutiennent les jumeaux numériques dans les chemins de fer

La possibilité de visualiser le nuage de points directement via un navigateur web, intégré au modèle 3D BIM, a révolutionné le suivi des conditions des rails, des stations et des dispositifs de signalisation. Ce système permet d’accéder rapidement à toutes les propriétés des éléments, rendant le processus de gestion plus simple et rapide, et d’obtenir une analyse approfondie des objets ou des environnements, contribuant ainsi à améliorer la compréhension et la gestion des systèmes réels.

Grâce à l’utilisation de jumeaux numériques intégrés avec pointcloud et BIM, il est possible de planifier des interventions de maintenance préventive et de prévoir de futures améliorations infrastructurelles : la maintenance prédictive, basée sur l’analyse des données en temps réel, permet d’améliorer la gestion du cycle de vie des infrastructures en réduisant les coûts opérationnels et en prévenant les pannes et donc les dommages : d’où une plus grande efficacité énergétique, un impact environnemental réduit et une sécurité accrue.

La technologie permet de surveiller en temps réel les conditions des chemins de fer, intervenant de manière opportune pour réduire les coûts de maintenance et augmenter l’efficacité opérationnelle.

L’intégration de grandes quantités de données territoriales est gérée de manière fluide, permettant un contrôle continu à grande échelle, avec des avantages significatifs pour la durabilité et l’optimisation des ressources.

Un exemple concret de cette approche est montré dans la vidéo ci-dessous « Modèle BIM de chemin de fer à partir de nuage de points », qui illustre l’étude de 50 km de voie ferrée modélisés à partir d’un nuage de points et d’un modèle openBIM au format IFC 4.3, avec lecture complète des propriétés des objets et l’utilisation de l’intelligence artificielle pour la segmentation du nuage de points et la génération du modèle, au sein d’une plateforme pour la gestion de Geospatial Digital Twin.

FAQ – Modèle BIM ferroviaire à partir d’un nuage de points

Qu’est-ce qu’un modèle BIM d’une voie ferrée obtenu à partir d’un nuage de points ?

C’est un modèle BIM 3D de l’infrastructure ferroviaire créé à partir de données de relevé (laser scanner 3D ou photogrammétrie). Il sert à reconstruire l’état réel de l’ouvrage et à soutenir la conception, la gestion et la maintenance.

Pourquoi le nuage de points est-il important dans le BIM ferroviaire ?

Parce qu’il fournit une base « as-is » très précise de l’infrastructure existante (rails, ponts, tunnels, stations). De cette manière, la modélisation BIM part de données réelles et à jour, réduisant les erreurs et les incohérences.

Quelle est la différence entre le relevé laser scanner 3D et la photogrammétrie pour créer des nuages de points ?

Les deux génèrent des nuages de points, mais avec des méthodes différentes : le laser scanner acquiert des données par impulsions laser, la photogrammétrie reconstruit la géométrie à partir d’images. Le choix dépend du contexte, de la précision requise et des conditions opérationnelles.

Quelles sont les principales étapes pour convertir un nuage de points en un modèle BIM ?

En général, le flux de travail comprend : 

• acquisition des données (relevé 3D),
• traitement et nettoyage,
• importation et modélisation BIM,
• validation du modèle final.

À quoi sert le nettoyage et l’enregistrement des nuages de points ?

Cela sert à éliminer les bruits et les points inutiles et à « unir » correctement plusieurs scans en un seul ensemble de données cohérent. Cette étape améliore la fiabilité du modèle BIM qui sera construit sur le nuage de points.

Quels avantages offre le Scan to BIM dans les infrastructures ferroviaires ?

Il permet d’obtenir des modèles plus précis et rapides à développer, réduit les mesures manuelles et les erreurs, améliore la planification et facilite des activités telles que le relevé as-built, le contrôle des interférences et le soutien à la maintenance.

Comment gérer un nuage de points de manière collaborative dans le BIM ?

À travers des plateformes cloud et des visionneuses en ligne qui permettent de visualiser le nuage de points, de créer des coupes, de mesurer, d’ajouter des annotations et de partager des fichiers via des liens, rendant plus simple la comparaison entre les équipes.

Comment les nuages de points et le BIM soutiennent-ils les jumeaux numériques dans les chemins de fer ?

L’intégration entre le nuage de points et le modèle BIM rend plus efficace le suivi des conditions de l’infrastructure et la gestion des informations, favorisant la maintenance préventive/prédictive et des analyses plus approfondies sur le cycle de vie.