Segmentation de nuage de points 3D pour la modélisation automatique d'environnements industriels numérisés

The context of this work is the 'As-built' CAD modeling of digitized industrial structures. The existing environment is first digitized using a 3D laser scanner. The data obtained this way consist of an unorganized and inhomogeneous 3D point cloud. The next step is the segmentation of this cloud and the reconstruction of the various surfaces constituting the CAD model of the scene. Industrial environments yield scenes that are complex with respect to the size of data and the number of objects, but that can be described with simple geometric primitives: the plane, the sphere, the cylinder, the cone, the torus. The current tools that process 3D point clouds are not able to perform this segmentation task automatically. In this project, algorithms have been developed for this purpose. We have particularly focused on the segmentation of pipelines. The software solutions implemented have been validated through tests involving users of the current tools. The main feature of the methods developed is the use, throughout the segmentation process, of constrained geometric primitives. The corresponding constraints are derived from a ground knowledge of the environment (e.g., continuity or tangency relationships). Geometric primitive fitting is a key topic in this work. The algorithms developed, which use a truly geometric definition of the primitives, show good results and performance on real scenes. Moreover, one of the major issue is then the validation of the fitted model. We hence have examined this question and given original methods based on statistics. Another contribution of this work relies in the algorithms for extracting a primitive from a point cloud. These methods have been applied in the context of pipelines, but seem to be relevant in the more general question of totally automatic modeling of digitized environments.Le contexte de ce travail est la modélisation CAO "tel que construit" de grandes structures industrielles numérisées (usine, ...). L'environnement existant est tout d'abord numérisé à l'aide d'un scanner laser. Les données ainsi obtenues prennent la forme d'un nuage de points 3D non-structuré et non-homogène. L'étape suivante consiste à segmenter ce nuage de points et reconstruire les différentes surfaces constituant le modèle CAO de la scène. Les environnements industriels génèrent des scènes complexes par le nombre de données et d'éléments présents, mais qui se décrivent par des primitives géométriques simples: plan, sphère, cylindre, cône, tore. Les outils actuels traitant les nuages de points 3D ne permettent pas de réaliser cette segmentation de manière automatique. Dans cette thèse, des algorithmes ont été développés dans ce but. L'attention a en particulier été portée sur la segmentation des lignes de tuyauterie. Les solutions logicielles implémentées dans ce cadre ont été validées par des tests auprès d'utilisateurs experts des outils actuels. Les méthodes développées se caractérisent par l'utilisation au cours de la segmentation de primitives géométriques contraintes, issues de connaissances "métier" (par exemple relations de continuité ou de tangence). L'ajustement de primitive géométrique est un élément de base au sein de ces travaux. Les procédés mis en œuvre, qui utilisent une définition véritablement géométrique des primitives, montrent de bonnes performances en pratique. D'autre part, l'un des problèmes majeurs concerne les moyens de valider le modèle ajusté. La question de la validation de modèle géométrique a été examinée. Nous présentons des méthodes originales construites à partir d'outils statistiques. Enfin, une autre contribution de cette thèse se situe au niveau des algorithmes d'extraction de primitives géométriques d'un nuage de points. Les méthodes présentées ont été appliquées dans le contexte des lignes de tuyauterie, mais semblent également pertinentes pour résoudre la question plus générale de la modélisation totalement automatique d'un environnement numérisé