Les nuages de points 3D et meshs

Numérisation 3D & Construction > Techniques de numérisation  > Les nuages de points 3D et meshs
Le mesh est souvent préféré lorsque l'aspect visuel prime sur l'aspect technique

Nos précédents articles avait pour but de vous donner une vision ambitieuse des enjeux de la numérisation 3D appliquée à la construction.

Le principe de cette activité est simple : virtualiser un espace ou un bâtiment en le numérisant pour en permettre l’analyse et le traitement informatique à n’importe quelle étape de sa construction, modification, exploitation ou démolition; et permettre une collaboration numérique et des échanges de données dématérialisés.

Le concept de “Jumeau Numérique” est séduisant, mais pour il va falloir parler plus concrètement.

Une des premières questions à ce poser est quel format va prendre la donnée 3D ?

Définition d'un nuage de points

Un des formats de données résultant de la numérisation d’un espace est le “nuage de points” (le terme anglais “pointcloud” est souvent employé).

Ne regardez pas dans le ciel, vous n’en verrez pas.

Voici plutôt à quoi cela ressemble :

Un nuage de points ?
Un nuage de points de bâtiment

Un nuage de points de bâtiment

Pour comprendre le fonctionnement d’un nuage de points 3D, il est utile de décortiquer certaines notions.

Nuage de points isolés obtenus par scan 3D

Placez vous au centre de votre bureau avec un télémètre laser (ou à défaut, votre imagination). Gardez toujours la main au même endroit, le seul mouvement que vous autorisez au télémètre est de tourner sur lui-même en conservant toujours le même axe.

Un télémètre laser traditionnel

Un télémètre laser traditionnel

Chacune de cotes que vous pourrez prendre dans cette position pourra être décrite sous la forme d’un point de la pièce, défini par :

  • sa distance le séparant du télémètre,
  • l’angle horizontal formé entre le point et l’axe du télémètre,
  • l’angle vertical formé entre ces mêmes repères.
Un nuage de points représenté dans un repère tridimensionnel

Un nuage de points représenté dans un repère tridimensionnel (http://smarterspaces.ca)

Toujours en suivant la même méthode, vous prenez ensuite des dizaines de milliers d’autres mesures. Afin d’en faciliter la lecture, vous représentez l’intégralité de ces points dans un système de coordonnées tridimensionnel.

Ce que vous venez de fabriquer est un nuage de points “isolé”. Il correspond à une “bulle” de points ayant des coordonnées définies de manière relative par rapport à l’axe de votre main.

Un scanner laser 3D en station fixe reproduit exactement le travail que vous venez d'accomplir avec toutefois plus de facilité, de précision, de rapidité et moins de crampes musculaires que celles subies...

Un scanner laser 3D en station fixe. Leica RTC 360.

Un scanner laser 3D en station fixe. Leica RTC 360.

Dans un nuage de points isolé, on ne connaît que des distances limitées à la partie visible de la scène. Si vous réalisez une station de scan dans votre bureau, puis une autre dans celui de votre collègue, vous obtiendrez alors une “bulle” de points par bureau, mais pas pour autant une bulle globale représentant les deux bureaux.

Chaque nuage isolé vous permettra de prendre des mesures entre les points capturés au sein de ce nuage, mais vous ne pourrez pas prendre de mesures entre des points situés dans deux nuages distincts. Impossible, par exemple, de mesurer l’épaisseur de la cloison vous séparant du bureau voisin, car aucune des deux stations de scan n’a pu voir simultanément les deux côtés du mur.

Travailler sur un nuage de points isolé peut parfois être suffisant, mais dans l’immense majorité des cas d’application en bâtiment, les informations partielles ainsi obtenues ne seront d’aucune utilité. Travailler par contre sur “nuage de point global” des locaux serait plus probant, afin de pouvoir prendre des mesures qu’il n’est pas possible de prendre, telles que les épaisseurs de murs.

Les nuages de points unifiés

En réalisant plusieurs scans à des emplacements distincts dans le bâtiment avec un scanner laser 3D, vous obtenez une série de nuages de points isolés. Chacun d’eux est perdu dans son propre univers, limité à la seule portion du monde visible depuis l’origine des mesures.

Au terme de la mission de captation sur site, un travail de traitement des données est nécessaire.

Il faut assembler les scans dans un nuage de points unifié.

Un logiciel informatique détecte les similitudes entre les différents scans isolés et se charge de reconstruire une représentation globale de la scène en se basant sur les points communs détectés par l’algorithme ou renseignés par l’utilisateur.

Plusieurs scans assemblés : la densité de points augmente dans les zones communes

Il s’agit, ni plus ni moins, d’assembler un puzzle : vous cherchez des ressemblances entre les couleurs, les formes et les motifs présents sur chaque pièce pour trouver ses voisines. En unifiant petit à petit vos pièces, vous parvenez à une représentation complète du modèle.

Gardez toujours en tête cette image du puzzle, y compris si vous êtes amené(e) à réaliser des missions de scan. Rappelez-vous notamment que les pièces du puzzle les plus complexes à assembler sont toujours celles qui ont le moins d’informations reconnaissables.

Plus le recouvrement entre vos scans sera important et les informations captées atypiques et reconnaissables, plus l’assemblage sera aisé et automatisable.

Encore plus d'articles comme celui-ci ?

Pour résumer, dans le cadre d’une numérisation par stations fixes successives, un nuage de points unifié est le résultat de l’assemblage de plusieurs nuages de points isolés basé sur la détection d’informations connexes et reconnaissables. Il en résulte un nuage global de points de la scène, toujours dans un système de coordonnées arbitraire et relatif à la position du premier scan ayant servi à l’assemblage.

Un nuage de points en vue isométrique de dessus permet de facilement procéder à des mises en plan d'étages.

Un nuage de points en vue isométrique de dessus permet de facilement procéder à des mises en plan d'étages.

Les nuages de points issus de la photogrammétrie

Contrairement aux nuages de points obtenus par scanner laser 3D, ceux qui résultent de la photogrammétrie représentent directement l’intégralité de la scène capturée.

En effet, la photogrammétrie consiste en la création d’un modèle 3D basé sur la prise de photos à des emplacements variés, suivant la même méthode employée par votre cerveau pour obtenir l’image mentale en trois dimensions d’une scène, grâce à vos deux yeux et au gré de vos déplacements.

Un nuage de points en cours de calcul par photogrammétrie. L'algorithme utilise les pixels identiques pour repositionner chaque photo et déduire des volumes.

Un nuage de points en cours de calcul par photogrammétrie. L'algorithme utilise les pixels identiques pour repositionner chaque photo et déduire des volumes.

A l’inverse d’une bulle de nuage de points issue d’un scanner positionné au centre d’un espace (un seul œil en quelque sorte) la photogrammétrie produit un nuage de points grâce à plusieurs points de vue (plusieurs yeux répartis dans la scène).

Un modèle 3D généré par photogrammétrie est donc directement l’assemblage tridimensionnel de la scène globale. La particularité d’un modèle photogrammétrique est qu’il est nécessaire de le remettre à l’échelle.

Assurément, un scanner laser est capable de mesurer de manière absolue des distances, ce qui, après assemblage, résulte en un nuage de dimensions réelles. Un appareil photo, quant à lui, ne peut pas mesurer de distances. Le modèle 3D construit par photogrammétrie est un modèle réaliste de la scène, les angles entre les faces sont réels, de même que les rapports de proportionnalité entre les distances. Si la distance qui sépare le point A du point B vaut le double de la distance séparant le point A du point C, cette réalité sera conservée dans le modèle. Pourtant, la distance absolue entre ces points ne pourra être connue qu’après une “mise à l’échelle” du modèle photogrammétrique.

Cette dernière est réalisée par l’injection d’informations spatiales associées à des éléments du modèle (coordonnées des photos, points de calage visibles sur site, distance entre deux points...).

Un nuage de point de faible densité, en cours de calcul

Un nuage de point de faible densité, en cours de calcul

Colorisation des nuages de points

Dans cet article dédié à la technologie LiDAR et aux scanners laser 3D, nous expliquons que l’obtention de la distance d’un point résulte de l’envoi et du rebond d’un signal laser sur une surface. Selon les types de LiDAR, la distance est calculée de différentes manières, mais l’information qui résulte de l’envoi du signal laser se limite systématiquement à une distance.

Il n’est nullement question de récupérer la couleur du point impacté directement en s'appuyant sur la technologie LiDAR. Les scanners laser 3D disposent en fait d’un capteur photographique dont l’axe est identique à celui du laser grâce à un jeu de miroir.

Fonctionnement schématique d'un scanner Laser 3D - Documentation Faro

Fonctionnement schématique d'un scanner Laser 3D - Documentation Faro

Les photos sont généralement prises au terme de la captation laser. La bulle photographique à 360° (assez similaires aux “Street View” de Google) sert ensuite à coloriser les points. Chaque point du nuage prend la couleur du pixel de la photo situé sur le même axe.

Coloriser un nuage de points issu de lasergrammétrie est donc un travail facultatif. Il est possible d'obtenir des nuages de points qu’en noir et blanc, en désactivant simplement la prise de photos 360°, ce qui est généralement appliqué dans les grandes campagnes de scan pour augmenter la cadence de captation.

La teinte située sur une échelle de gris ou de blanc est une interprétation logicielle d’une valeur obtenue par le LiDAR : la “réflectance”. Cette dernière mesure l’intensité du signal lumineux obtenu après rebond sur la surface impactée.

Coloriser un nuage de points issu de photogrammétrie est un travail différent. Les logiciels de photogrammétrie utilisent les pixels des photos pour recréer des points positionnés en 3D en se basant sur les phénomènes de parallaxe observables entre plusieurs points de vue.

Chaque pixel utilisé contient déjà une information sur sa couleur. Suivant certains algorithmes, la couleur peut ne pas être prise en compte dès la première phase de reconstruction, conduisant de fait, à la création d’un nuage de points en noir et blanc qu’il sera possible de coloriser dans un second temps. D’autres logiciels colorisent les points à la volée. La nuance n’a finalement que peu d’importance, au terme du “workflow” complet.

Mesh, ou surface maillée

Le terme anglais de “mesh” est couramment employé par les logiciels de photogrammétrie. En français, cet objet numérique peut être désigné sous les termes de “maillage de faces 3D” ou “surface maillée”. Un “mesh” est issu d’un nuage dont les points constituent les sommets de triangles, généralement calculés mathématiquement, suivant la “méthode de Delaunay”.

Les faces ainsi créées n’apportent, en tant que telles, aucune information spatiale supplémentaire comparé au  nuage de points. De manière simplifiée, les informations contenues dans un “mesh” (non texturé) ou un nuage de points de la même scène sont les mêmes : il s’agit des coordonnées de chaque sommet. C’est essentiellement l’interprétation algorithmique qui en est faite qui va différer.

Alors que le nuage de points préservera le vide entre trois sommets et permettra de voir au travers, le “mesh” contiendra une face triangulaire masquant ce qui se trouve à l’arrière plan.

 

Une modélisation 3D haute définition obtenue par photogrammétrie

Une modélisation 3D haute définition obtenue par photogrammétrie (image 3dcapture, banche R&D de BTP.digital)

L’intérêt essentiel d’un “mesh”, en comparaison d’un nuage de points, réside donc, en la présence de ces faces triangulaires assemblées. Ces dernières forment une surface sur laquelle appliquer une texture. De la même manière que vous pouvez coller du papier-peint entre les 4 extrémités qui définissent un pan de mur, vous pouvez ajouter des informations relatives à l’aspect d’une surface en “drapant” une texture photographique sur chacune des faces triangulaires du “mesh”.

En ce sens, et grâce aux photographies employées au cours d’une reconstruction photogrammétrique, le “mesh” permet de créer des captures 3D bien plus réalistes qu’un simple nuage de points, dont la résolution est définie par la distance entre les points d’impact du laser.

Texturer un “mesh” après une numérisation par scanner laser 3D est plus complexe et implique de recréer des faces 3D entre les points. Ce travail, qui peut sembler simple, nécessite tout de même, dans le cas de données LiDAR, un nettoyage préalable des éléments parasites (objets en mouvement), une atténuation des bruits de surface afin de rendre les points interprétables par l'algorithme destiné à créer les faces 3D, et un calcul complexe des “normales” associées à chaque point (vecteur perpendiculaire à chaque face).

Le mesh est souvent préféré lorsque l'aspect visuel prime sur l'aspect technique

Le mesh est souvent préféré lorsque l'aspect visuel prime sur l'aspect technique  (image 3dcapture, banche R&D de BTP.digital)

Un “mesh” texturé à tout pour être plus séduisant et plus facilement interprétable qu’un nuage de points. S’il est facile à obtenir dans le cadre d’une captation photogrammétrique, il l’est beaucoup moins dans le cadre d’une numérisation laser 3D du fait du retraitement informatique nécessaire.

Les évolutions technologiques récentes permettent désormais de combiner lasergrammétrie et photogrammétrie dans le même traitement. Ceci permet de bénéficier de la précision du LiDAR tout en conservant la qualité visuelle d’un mesh obtenu par photogrammétrie.

Nous verrons prochainement comment maîtriser toutes ces techniques 😉.

Clément VALENTE

Expert en construction numérique

2 Commentaires
  • HINE KOUYA BENJAMIN
    Répondre
    Posted at 10 h 16 min,18 décembre 2018

    Bonjour, vos documentations sont très intéressantes, est t’il possible d’avoir des informations sur les produits (logiciels) applicables au BTP ?

Ecrire un commentaire

Commentaire
Nom
Email
Site web