Le BIM (Building Information Modelling) ou « maquette numérique du bâtiment » est aujourd’hui devenu un standard dans la gestion des informations d’une usine, d’un bâtiment ou d’une installation industrielle. L’approche BIM est particulièrement adaptée dans les environnements industriels complexes, en particulier pour les installations nucléaires, car il s’avère être un outil pertinent sur tout le cycle de vie de l’installation, que ce soit en phase de conception, de construction, d’exploitation et de démantèlement, en proposant une modélisation partagée, intelligente et structurée.
Cette démarche est centrée sur une maquette 3D, généralement réalisée à partir d’un nuage de points obtenu par lasergrammétrie. La plupart du temps, il est possible d’acquérir en même temps des photos panoramiques. A partir de ce nuage de points, une maquette 3D est, en règle générale, reconstruite pour représenter les équipements présents de manière unitaire en objets solides. Cette étape de reconstruction de la maquette 3D, souvent longue et fastidieuse, est aujourd’hui réalisée manuellement par un projeteur CAO.
Ce sujet de thèse propose de développer une méthode automatique de reconstruction de maquettes BIM à partir de nuages de points par apprentissage automatique et d’analyse d’image, en exploitant à la fois le nuage de points et les photos panoramiques disponibles. Les environnements des installations nucléaires sont composés de procédés en acier ou alliages bien spécifiques, et comportent principalement des équipements de tuyauteries. En couplant le machine learning et le computer vision, en utilisant à la fois des méthodes de clustering et de classification d’une part et de reconnaissance de forme et d’image d’autre part, le travail consiste à identifier directement dans le nuage de points des objets appartenant à des familles d’objets métier de type tuyau, coude, vannes, support, raccords, cuve…, ainsi que certaines de ses métadonnées : le matériau qui les compose, ses propriétés géométriques (diamètre, épaisseur, longueur), son volume et sa masse. Les développements réalisées seront testés et mis en œuvre sur les maquettes d'installations nucléaires en démantèlement.
L’étudiant sera spécialisé en sciences des données (intelligence artificielle, apprentissage automatique, data mining…). Des compétences en computer vision seront appréciées. Les compétences développées en data intelligence au cours de ces travaux d’une part et l’expérience acquise sur le domaine d’application (l'exploitation et le démantèlement d'installations nucléaires) d’autre part seront un atout pour le futur docteur, à l’ère de l’industrie 4.0, où l’essor des nouvelles technologies numériques fait entrevoir de nouvelles perspectives dans toutes les secteurs industriels.