Un nuage de points désigne un ensemble de points 3D qui représentent la forme et la structure d'un environnement. Ces points sont généralement générés par des systèmes LiDAR ou de numérisation 3D, et chaque point contient des coordonnées spatiales (X, Y, Z), parfois accompagnées d'attributs supplémentaires comme l'intensité ou la couleur. Alors que le capteur LiDAR capture les données spatiales brutes, c'est le système de navigation inertielle (INS) qui fournit la position et l'orientation précises du capteur à chaque instant. Ceci est crucial car, pour placer avec précision chaque point dans un référentiel global, le système doit savoir exactement où se trouvait le scanner et comment il était orienté lorsque chaque mesure a été prise.
L'INS, qui combine les données des accéléromètres et des gyroscopes (et souvent des récepteurs GNSS), suit en permanence le mouvement de la plateforme, qu'il s'agisse d'un avion, d'un véhicule, d'un drone ou d'un navire. Le LiDAR capture des millions de points par seconde, tandis que l'INS fournit simultanément des informations de position et d'attitude en temps réel, permettant au système de géoréférencer correctement chaque point. Ce processus aboutit à un nuage de points très précis et spatialement cohérent.
En intégrant les données inertielles avec le LiDAR, les utilisateurs peuvent générer des représentations 3D détaillées d'environnements complexes, même dans les zones où le GNSS est inaccessible ou lors de mouvements rapides. Ceci est particulièrement important dans la cartographie mobile, les levés de précision, la navigation autonome et la modélisation environnementale. Par exemple, un UAV équipé d'un INS et d'un LiDAR peut cartographier la canopée d'une forêt ou un corridor de lignes électriques avec une précision centimétrique, même en volant au-dessus d'un terrain accidenté ou isolé.
De même, un véhicule de cartographie mobile peut scanner des environnements urbains en temps réel, l'INS garantissant que le nuage de points résultant reste cohérent et aligné malgré les changements de vitesse, de direction ou de terrain.
Comment les systèmes LiDAR ou d'imagerie génèrent-ils des nuages de points ?
Un nuage de points est généré en capturant un ensemble dense de points individuels dans l'espace 3D afin de représenter la surface d'objets ou d'environnements. Chaque point du nuage contient des coordonnées spatiales (X, Y et Z) qui définissent sa position.
Des capteurs tels que le LiDAR (Light Detection and Ranging) ou les caméras 3D génèrent généralement ces points en balayant l'environnement avec des Pulse laser ou en utilisant l'imagerie stéréoscopique pour mesurer les distances aux surfaces. Au fur et à mesure que le capteur collecte des données, il calcule le temps que met le signal à revenir, ce qui lui permet de déterminer la position exacte de chaque point dans l'espace.
Lorsque le capteur se déplace (sur un véhicule, un UAV ou un appareil portable), il collecte continuellement de nouveaux points de données sous différents angles. Le système enregistre l'horodatage de chaque point et utilise la position et l'orientation du capteur au moment de la capture pour reconstruire un modèle 3D précis.
C'est à ce stade que les systèmes de navigation inertielle (INS) ou les intégrations GNSS/INS interviennent. Le système suit le mouvement du capteur en temps réel, ce qui lui permet de géoréférencer les données du nuage de points et de les aligner précisément avec le système de coordonnées du monde réel.
Une fois capturé et traité, un nuage de points fournit une réplique numérique riche et détaillée de l'environnement scanné. Les utilisateurs peuvent appliquer ces ensembles de données pour créer des cartes 3D, effectuer des mesures, modéliser des bâtiments et des terrains, analyser les changements structurels et permettre la navigation dans les systèmes autonomes. Plus le nuage de points est dense, plus le modèle 3D résultant sera détaillé et précis.
En substance, les nuages de points sont créés en combinant des mesures laser ou d'imagerie avec des données de positionnement en temps réel pour générer une vue 3D détaillée et spatialement précise du monde.
