Blog

Libérer tout le potentiel du scanning laser mobile pour la surveillance des infrastructures |GIM International

Scanner de vastes zones et identifier les zones préoccupantes

Explorer tout le potentiel du balayage laser mobile soulève la question de savoir si les résultats obtenus sont suffisamment précis pour le suivi des déformations.Cet article se concentre sur la qualité géométrique du balayage laser mobile et propose une méthode pour l'améliorer à un niveau où il peut être utilisé efficacement pour la surveillance des infrastructures civiles.Cette recherche n’est pas motivée par une simple curiosité, mais par une nécessité urgente. Système de surveillance laser portable

Libérer tout le potentiel du scanning laser mobile pour la surveillance des infrastructures |GIM International

Les infrastructures civiles sont la pierre angulaire de la société moderne, permettant le transport de marchandises et de personnes sur de longues distances.Cependant, maintenir la sécurité et l’intégrité des tunnels, des ponts, des murs antibruit et des murs de soutènement constitue une tâche difficile, d’autant plus que les exploitants d’infrastructures sont confrontés à des exigences croissantes liées à l’augmentation des volumes de trafic et aux aléas des conditions météorologiques extrêmes.Ne pas détecter les signes de détérioration peut entraîner de graves conséquences, telles qu’une flambée des coûts de réparation, voire des défaillances structurelles catastrophiques.

Malheureusement, une telle tragédie a frappé l’autoroute du Brenner, une artère nord-sud clé pour le trafic de marchandises et de passagers à travers les Alpes européennes.En 2012, un mur de soutènement adjacent à un poste de péage s’est effondré, envoyant des tonnes de béton en cascade sur l’autoroute (Figure 1).En une fraction de seconde, un camion a été enterré et son conducteur a tragiquement perdu la vie.Cet incident déchirant a déclenché un changement dans la conscience de l'Autriche concernant le potentiel de danger des structures géotechniques.Il y avait un besoin urgent de méthodes plus précises et plus efficaces pour détecter les défauts des dizaines de milliers de structures bordant les routes et les voies ferrées du pays.

Figure 1 : La structure de support le jour de l'effondrement tragique.(Image fournie avec l'aimable autorisation de : Gabl et Pilch, 2015) Inspections visuelles et surveillance des déformations

Garantir la sécurité et la fiabilité des infrastructures est primordial, et l’évaluation de leur état structurel joue un rôle crucial dans la réalisation de cet objectif.Des décisions opportunes et bien informées peuvent faire la différence entre un transport fluide des personnes et des marchandises ou un désastre total.Dans de nombreuses régions du monde, des réglementations strictes s’appliquent à la maintenance des infrastructures, et une technologie de pointe est déployée pour mieux comprendre les performances structurelles.Même si de nouveaux capteurs et capacités d'analyse de données peuvent faciliter les inspections des bâtiments et les évaluations de sécurité, ils ne peuvent pas remplacer les inspections visuelles comme base ultime pour l'évaluation de l'état.

Néanmoins, il est crucial de reconnaître la valeur des données objectives.Diverses déficiences géotechniques ou structurelles peuvent ne pas être visibles à l'œil nu.L'Eurocode 7 (EN 1997-1, 2004) met en lumière les multiples modes de défaillance pouvant conduire à des tassements, des déplacements latéraux et des inclinaisons.C’est là que la surveillance des déformations devient un outil indispensable, fournissant un moyen standard pour observer le comportement et évaluer l’état actuel de la santé structurelle.Cependant, les techniques traditionnelles de surveillance des déformations ont leurs limites.Mesurer des milliers d'objets avec des stations totales ou installer des dizaines de milliers de nœuds de capteurs n'est pas pratique et peut prendre énormément de temps et de ressources.

Figure 2 : La surveillance des infrastructures civiles nécessite efficacité et fiabilité, tant dans la collecte que dans le traitement des données.Le scanner laser mobile change-t-il la donne ?

Le balayage laser mobile (MLS) est devenu une technologie de pointe pour la capture de la réalité.Contrairement au balayage statique, il permet l'acquisition de nuages ​​de points 3D de l'environnement en mouvement, que ce soit à pied, dans les airs ou en véhicule.Le secret de son succès réside dans le géoréférencement direct, qui permet l'acquisition de nuages ​​de points 3D dans le référentiel souhaité sans avoir besoin de configurer et de mesurer des points de contrôle au sol.Ceci est réalisé en intégrant les données de capteurs provenant de diverses sources, telles que le GNSS, les unités de mesure inertielle, les odomètres, les caméras et les scanners.La qualité de ces composants individuels et les algorithmes utilisés pour fusionner les données jouent un rôle essentiel dans la qualité des nuages ​​de points résultants.

Pour surveiller les infrastructures civiles le long des routes et des voies ferrées, les systèmes Lidar mobiles embarqués sur véhicule constituent le choix idéal.Ils permettent une collecte rapide de données tout en s’intégrant de manière transparente au trafic fluide.De plus, la taille et le poids sont moins préoccupants que les systèmes basés sur des véhicules aériens sans équipage (UAV ou « drones »), par exemple.

En 2016, une équipe de chercheurs interdisciplinaires de l'Université de technologie de Graz en Autriche a commencé à étudier le potentiel d'un système MLS basé sur un véhicule pour identifier les murs de soutènement potentiellement défectueux.L’objectif était de collecter des données rapidement et de les traiter intelligemment.L'infrastructure serait scannée lors d'un passage à grande vitesse (Figure 2), et une carte fiable des déformations structurelles significatives serait extraite.De plus, la recherche a abordé les défis rencontrés lors du déploiement de la technologie dans des conditions limites pratiques.Par exemple, les opérateurs d’infrastructures avaient besoin d’une méthode qui fonctionnerait avec les systèmes disponibles dans le commerce.Les formats de données et les interfaces ont été spécifiés pour garantir la qualité des données entre les différents prestataires de services et pour les années à venir.De plus, disposer de lignes directrices bien définies encouragerait davantage de prestataires de services à participer aux appels d’offres.

Figure 3 : Les systèmes MLS ont été testés et déployés en coopération avec des partenaires industriels de premier plan.Évaluation de la précision MLS

Une collaboration fructueuse avec des partenaires industriels s'est avérée déterminante dans la création d'une base de données complète de données MLS.Le projet, composé de huit campagnes de mesure, impliquait l'utilisation de systèmes MLS de quatre fournisseurs différents pour analyser 24 structures de support.L’ensemble de données résultant comprenait des centaines de nuages ​​de points, chacun contenant des millions de points.

L'analyse de ce vaste ensemble de données a mis en évidence des informations notables sur la précision géométrique des systèmes MLS.L'une des conclusions importantes est que la qualité des données finales dépend non seulement du système utilisé, mais également de la manière dont il est exploité.Des facteurs tels que l'orientation du scanner, la vitesse de mesure et la procédure d'étalonnage – qu'ils soient effectués sur site ou en usine – peuvent avoir un impact significatif sur la précision des données.

De plus, le type de paysage numérisé peut également affecter les résultats.Par exemple, les défis posés par l'analyse des vallées alpines – avec des murs de soutènement, des ponts et des tunnels – peuvent être particulièrement difficiles.Prenons l'exemple du scan d'une structure de soutènement de 18 m de haut qui stabilise une pente à côté d'une route interétatique et d'une autoroute (comme illustré dans la figure 4).Les dérives par trajets multiples GNSS et IMU peuvent provoquer des écarts de nuage à nuage allant jusqu'à 10 cm entre deux ensembles de données acquis en courte succession.Il convient de noter que ces écarts ne peuvent pas être minimisés par une transformation en corps rigide.Le manque de logiciel capable de traiter de telles « distorsions MLS » peut être la raison pour laquelle il n'a pas encore fait ses preuves en tant que méthode fiable de surveillance des déformations.

Figure 4 : Le scanning laser mobile présente des erreurs systématiques dépendant du temps qui peuvent atteindre plusieurs centimètres.(Image fournie avec l'aimable autorisation : Kalenjuk & Lienhart, 2022) Amélioration de la qualité lors du post-traitement

Il existe cependant un remède.Les erreurs systématiques peuvent être considérées comme dépendantes de la situation ou du temps.En d’autres termes, ces erreurs sont constantes pendant une période donnée.La plupart des logiciels MLS permettent l'exportation de nuages ​​de points avec des informations temporelles précises à la nanoseconde (par exemple au format LAS/LAZ).Ces informations peuvent diviser le nuage en sections numérisées sur une période concise, qui peuvent ensuite être alignées en termes de transformation de corps rigide.Le potentiel d'amélioration est important, comme le démontre la figure 5. En post-traitant les nuages ​​de points MLS, on peut éliminer des erreurs systématiques de plusieurs centimètres et les aligner avec une précision millimétrique.

Figure 5 : Les nuages ​​de points MLS post-traités peuvent améliorer considérablement la précision.(Image fournie avec l'aimable autorisation de : Kalenjuk & Lienhart, 2022) Assembler les pièces

La surveillance des déformations basée sur MLS manquait une pièce essentielle du puzzle, que cette méthode fournit désormais.Elle est applicable à deux étapes clés :

(1) Établir un système de coordonnées uniforme et déduire les déformations

(2) Dériver une précision empirique.

Il convient de noter que l'objet à partir duquel les déformations doivent être déterminées est exclu des calculs de l'étape 1, tout comme dans les mesures de surveillance traditionnelles avec des stations totales.L'interprétation sémantique des nuages ​​de points peut aider à séparer la structure (objet) des autres éléments tels que la surface de la route et les garde-corps (référence).Deux époques sont enregistrées sur ces objets de référence et les structures de soutènement sont comparées (Figure 6, en haut).

La précision de l'étape 2 permet de faire la différence entre les déformations importantes et le bruit de mesure.Cela conduit à la création d’une carte binaire indiquant les zones de différences statistiquement significatives, comme le montre la figure 6 (au milieu).Comparés aux résultats des relevés de stations totales utilisant 19 prismes (points noirs sur la figure 6, en haut), les résultats coïncidaient dans une plage de +/-5 mm (figure 6, en bas).

L'idée derrière ce concept, connue sous le nom d'« analyse rigoureuse des déformations », date de près d'un demi-siècle et a été initialement développée pour les levés tachymétriques.Cependant, cette étude montre sa transférabilité aux données de numérisation Lidar mobiles, ce qui est intrigant.Est-ce suffisant ?

Alors que les chercheurs et les fabricants s’efforcent d’exploiter tout le potentiel du MLS, la question demeure : les résultats sont-ils suffisamment précis pour la surveillance des déformations ?La réponse, comme l’ont souligné de nombreuses études, dépend de plusieurs facteurs.Dans des conditions optimales avec des surfaces d'objets lisses, une précision de +/-5 mm peut être atteinte, même à des vitesses élevées de 80 km/h.Cependant, lorsqu'il s'agit d'objets rugueux ou d'une végétation dense, la précision chute à une estimation de +/-1 cm, ce qui est une évaluation plus réaliste.

Malgré ces limitations, la qualité globale des données MLS est jugée suffisante pour l'application envisagée, offrant un outil prometteur pour identifier les infrastructures critiques nécessitant une attention particulière.Même si les enquêtes statiques resteront essentielles dans les scénarios critiques, le MLS a le potentiel d’analyser efficacement de vastes zones et d’identifier les zones préoccupantes, ce qui en fait un ajout précieux à la boîte à outils de surveillance des opérateurs d’infrastructures.Alors que le monde dépend de plus en plus de la technologie pour optimiser les opérations, il sera passionnant de voir comment MLS continue de progresser et de jouer un rôle dans le maintien et l’amélioration des infrastructures.

Figure 6 : La surveillance des déformations basée sur MLS produit une carte de déformation sur le terrain complet (en haut), dont la signification peut être testée (au milieu).La coïncidence avec les relevés de stations totales est meilleure que +/-5 mm.(Image gracieuseté : Kalenjuk et Lienhart, 2023)

Gabl & Pilch : Murs de soutènement anciens et nouveaux - réparation, modernisation et nouvelle construction de structures porteuses non ancrées.La fiabilité à tous égards, Kahlenberg, 18 juin 2015.

Kalenjuk, S., Lienhart, W. et Rebhan, M. (2021).Traitement des données de balayage laser mobile pour la surveillance des déformations à grande échelle des structures de soutènement ancrées le long des autoroutes.Inf. civile assistée par ordinateur.2021 : 1-17 : https://doi.org/10.1111/mice.12656

Kalenjuk, S. et Lienhart, W. (2022).Une méthode pour un contrôle de qualité efficace et une amélioration des données de numérisation laser mobile.Télédétection, 14(4), [857].https://doi.org/10.3390/rs14040857

Kalenjuk, S. et Lienhart, W. (2023).Surveillance des infrastructures drive-by : un flux de travail pour une analyse rigoureuse des déformations des données de numérisation laser mobile.Surveillance de la santé des structures.En ligne d'abord : est ce que je:10.1177/14759217231168997

EN 1997-1.(2004).Eurocode 7 : Conception géotechnique - Partie 1 : Règles générales.(Rapport technique, Autorité : L'Union européenne selon le règlement 305/2011, directive 98/34/CE, directive 2004/18/CE).Bruxelles.

Restez sur la carte grâce à nos newsletters organisées par des experts.

Nous fournissons des informations pédagogiques, des mises à jour sur l'industrie et des histoires inspirantes pour vous aider à apprendre, à grandir et à atteindre votre plein potentiel dans votre domaine.Ne manquez pas cette occasion – abonnez-vous aujourd'hui et assurez-vous d'être toujours informé, éduqué et inspiré.

Slaven Kalenjuk est titulaire d'un diplôme en ingénierie géomatique et est un ancien chercheur à l'Université technologique de Graz...

Werner Lienhart est professeur titulaire et directeur de l'Institut de géodésie technique et de systèmes de mesure et...

Le nombre d’incendies de forêt a considérablement augmenté ces dernières années en raison de la détérioration de la santé des forêts causée par le changement radical du climat à travers le monde.Temps sec plus long...

Au cours des 15 dernières années, les informations géospatiales ont permis la transformation de villes et de tout un État au Mexique.Le client et le fournisseur de données se sont associés pour créer jusqu'à...

Le logiciel phare de Blue Marble Geographic, Global Mapper Pro, est un package SIG tout-en-un permettant d'analyser et de traiter des données vectorielles, de terrain, d'images et de nuages ​​de points.Compatibilité...

Téléchargez cet article au format PDF imprimable et recevez notre aperçu hebdomadaire des actualités géomatiques les plus importantes ainsi que des articles et études de cas perspicaces.

Déjà abonné ou aucune envie de vous abonner à notre newsletter ?Ignorez cette étape et dirigez-vous directement vers le téléchargement.En soumettant ce formulaire, vous acceptez nos conditions d'utilisation et notre politique de confidentialité.

Bien sûr, nous vous encourageons à partager cet article avec vos pairs si vous avez aimé le lire.Copiez l'URL ci-dessous ou partagez-la sur les réseaux sociaux de votre choix.

© 2024 Géomares.Copyright réservés.

Libérer tout le potentiel du scanning laser mobile pour la surveillance des infrastructures |GIM International

Coupe-fil IED à distance Ce site utilise des cookies.En continuant à utiliser ce site Web, vous acceptez notre politique en matière de cookies.Accepter