Du BIM « manuel » à la détection automatique des actifs
Du BIM « manuel » à la détection automatique des actifs
Détecter des actifs ferroviaires à partir d'un nuage de points : c'est le défi auquel s'est attelé un groupe d'étudiants du master Digital twin for infrastructures and cities de l'ENPC. Une façon pour eux de nourrir leur pratique professionnelle du BIM avec de nouvelles approches basées sur l'IA.
«Au niveau du BIM (modélisation des données du bâtiment), nous avons un très bon niveau, souligne Fouad Harrag, Responsable technique chez Eiffage. Nous gérons des projets à l'international. Nous avons notamment eu l'occasion de travailler sur des projets en Norvège, où le niveau est très haut. Ils construisent sans plans, directement à partir du modèle.» Comme plusieurs autres professionnels, Fouad a eu l'occasion de participer à la première session du master Digital twin for infrastructures and cities de l'ENPC, qui s'est clôturée en septembre 2024. Avec d'autres experts du BIM, il s'est attelé à un cas d'usage proposé par Altametris. Filiale de SNCF Réseaux, cette entreprise se positionne dans le domaine du jumeau numérique, du BIM et du Digital asset management.
Les élèves associés à ce projet d'Altametris présentaient donc déjà un niveau avancé sur le BIM. Cependant, même dans les entreprises liées au BIM, les techniques liées au machine learning et à la détection automatique des actifs sont encore loin d'être totalement intégrées. C'est donc à cet aspect que se sont particulièrement attachés les étudiants. «Pour nous c'était vraiment quelque chose de nouveau et transverse», affirme Fouad Harrag. Dans son quotidien de professionnel, il manipule régulièrement des nuages de points, ces représentations issues de scans 3D de bâtiments. En revanche, le travail pour isoler des éléments clefs de ces nuages de points, ce qui permet d'en faire des jumeaux numériques exploitables, se fait encore de façon largement manuelle. «Un nuage de points c'est un peu le bazar, confirme Guilhem Villemin, directeur technique chez Altametris, qui a accompagné le projet. L'algorithmie qui permet d'en extraire des informations n'est pas aussi développée que tout ce que l'on sait faire en traitement d'images aujourd'hui».
Une détection basée sur l'IA
Le transfert de ce type de compétences aux professionnels du BIM est donc clef pour voir évoluer les jumeaux numériques. À travers l'exemple des caténaires, ces ensembles de câbles permettant l'alimentation électrique des trains, les étudiants se sont essayé à détecter automatiquement des éléments précis dans des nuages de points. Pour cela, ils ont utilisé un programme d'apprentissage automatique entraîné au préalable sur une base de données d'images présentant des caténaires.
«C'est très important d'échanger entre les domaines, souligne Fouad Harrag. On le voit rien que dans cet échange : Guilhem est un professionnel dans le domaine du scan, il est très à l'aise dans son sujet. Nous, de l'autre côté, sommes très à l'aise avec le BIM. Le scan to BIM est vraiment une passerelle entre les métiers qui nous permettra à terme de gagner beaucoup de temps sur le traitement de la donnée.»
