De nouvelles recherches font passer un cap à la modélisation des bâtiments
La modélisation des données de bâtiment (BIM), la représentation numérique des caractéristiques physiques et fonctionnelles d'une installation, fournit des informations utiles pour prendre des décisions sur les bâtiments au cours de leur cycle de vie. Depuis la construction et la conception initiales jusqu'au recyclage des matériaux de construction en passant par la mise à niveau des installations, la BIM permet une visualisation 3D puissante qui prend également en compte les facteurs de temps et de coût. Aujourd'hui, peu de bâtiments et de projets de construction ont des enregistrements numériques complets de la manière dont ils sont construits, ce qui souligne le besoin de créer des logiciels de BIM pour les constructions existantes et futures. Le projet BIMAUTOGEN (Collaboration for Research and Education in Automated Generation of Building Information Models), financé par l'UE, avait pour objectif de développer de nouveaux logiciels pour analyser les bâtiments à l'aide d'une BIM haute technologie. Il a réuni des experts en analyse, vidéogrammétrie, imagerie informatique, apprentissage machine et modélisation paramétrique d'objets pour créer automatiquement une «modélisation en l'état» pour tous types de bâtiments. Pour atteindre ses objectifs techniques, l'équipe a adopté une nouvelle approche pour générer des données en nuage de points d'infrastructure en utilisant la vidéogrammétrie, en intégrant de nouvelles méthodes de nettoyage de données qui régulent la densité des points et répondent aux problèmes de trous de données et de données aberrantes. Elle a ensuite imaginé une approche d'apprentissage machine pour extraire des objets des données de nuages de points et des caractéristiques, en s'intéressant particulièrement aux ponts, aux immeubles et aux sites industriels. La dernière phase de développement du logiciel a porté sur une nouvelle méthode pour adapter les modèles d'objets BIM aux primitives de haut niveau extraites. Elle a également consisté à valider l'identification d'objet initiale liée à la juxtaposition physique des objets en question. Enfin, l'équipe a créé un moteur de relation sémantique pour détecter le type de connexions entre objets en fonction de règles prédéfinies. Ces efforts ont abouti à un nouveau cadre vidéogrammétrique qui a été mis sur le marché pour générer des mesures de bâtiments très précises. Le nouvel ensemble d'outils développés pour l'extraction de primitives de haut niveau (plans, cylindres, cônes, etc.) à partir d'ensembles de données de nuages de points a également été adopté par les utilisateurs. Des plans pour l'intégration des différents composants logiciels par les partenaires du projet après la fin de l'initiative ont ensuite été établis. Les résultats du projet ont été publiés dans plusieurs revues et disséminés auprès des parties prenantes pertinentes, et ils ont déjà eu un impact sur la mise à niveau de la recherche sur la modélisation en l'état. La BIM renforcera sans aucun doute les pratiques actuelles en architecture et améliorera la gestion du cycle de vie des infrastructures une fois son plein potentiel réalisé.
Mots‑clés
Modélisation des données de bâtiment, BIM, vidéogrammétrie, imagerie informatique, apprentissage machine
