Centre de documentation
scientifique

Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux / Philippe Caudal (2021)  

Public Titre : Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux Type de document : Thèse/HDR Auteurs : Philippe Caudal, Auteur ; Véronique Merrien-Soukatchoff, Directeur de thèse ; Thomas Dewez, Directeur de thèse ; Elisabeth Simonetto, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Note générale : Bibliographie Thèse pour obtenir le grade de Docteur de Le Mans Université, Spécialité Mécanique des solides, des matériaux, des structures et des surfaces Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] amiante [Termes IGN] analyse structurale [Termes IGN] apprentissage profond [Termes IGN] cartographie 3D [Termes IGN] données localisées 3D [Termes IGN] fracture [Termes IGN] front rocheux [Termes IGN] Haute-Corse [Termes IGN] prospection minérale [Termes IGN] restitution [Termes IGN] semis de points Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Les lois récentes imposent de repérer l’amiante avant travaux. Ce cadre s’applique à l’amiante présent dans les matériaux de construction et dans les roches naturelles. L’objet du projet de thèse est de se placer à l’échelle locale d’un affleurement rocheux afin de proposer une carte 3D des zones amiantifères en exploitant les photographies des sites. Dans son contexte naturel, l’occurrence amiante est présente à la surface des fractures ayant des orientations réglées par l’histoire tectonique locale. Trois axes de recherche ont été suivis. Ils sont basés sur le traitement de nuages de points denses 3D obtenus par photogrammétrie.Le premier axe de recherche s’est focalisé sur la localisation spatiale et la caractérisation de l’orientation et de la fréquence des zones à forte densité de fractures d’un affleurement rocheux. Le deuxième s'est concentré sur l'optimisation des prises de vue pour restituer par photogrammétrie un affleurement rocheux fracturé. La délimitation des zones amiantées sur les photos (2D) a été le point de départ d’un troisième axe de recherche. Cette délimitation a été faite manuellement dans une première phase ; le lien entre les points 3D d’un nuage restitué par photogrammétrie et les pixels des photos utilisées pour sa restitution 3D a permis une cartographie 3D des zones amiantées connues, car identifiées in situ. La délimitation a été ensuite étendue aux zones amiantées n’ayant pas été repérées in situ par apprentissage profond (« Deep Learning »). Une méthodologie intégrant un auto-encodeur (p.ex. U-Net) a été élaborée pour détecter les zones amiantifères sur les photos 2D. À nouveau, la liaison 2D-3D permise par la restitution 3D photogrammétrique a rendu possible une cartographie 3D des zones amiantées. Note de contenu : Introduction générale 1. Minéraux indésirables, dont l’amiante environnemental 1.1 Introduction 1.2 Minéraux indésirables 1.3 Amiante réglementé 1.4 Cas d’études 1.5 Conclusion 2. Caractérisation géométrique de la fracturation 2.1 Introduction 2.2 Bibliographie 2.3 Chaine d’analyse des couloirs de fracturation 2.4 Application de DiscontinuityLab 2.5 Perspectives et limitations 2.6 Conclusion 3. Restitution 3D par photogrammétrie 3.1 Introduction 3.2 Chaine de traitement de restitution 3D par photogrammétrie 3.3 Plateforme de simulation des photos 3.4 Campagne de tests 3.5 Discussion et perspectives 3.6 Conclusion 4. Repérage et détection de l’amiante par IA 4.1 Introduction 4.2 Bibliographie 4.3 Localisation automatique de l’amiante 4.4 Application : cas d’étude en Haute-Corse 4.5 Discussion et perspectives 4.6 Conclusion Conclusion générale Numéro de notice : 26802 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mécanique des solides, des matériaux, des structures et des surfaces : Le Mans : 2021 Organisme de stage : Laboratoire Géomatique et Foncier G&F (CNAM Le Mans) nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/03/2022 En ligne : https://hal.science/tel-03512327v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100104