Vectorisation automatique de voiries urbaines à partir des données LiDAR d'un système de cartographie mobile
Langue Français
Accéder à la thèse :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
 
Auteur : Barçon, Étienne
Date de soutenance : 16-09-2024

Directeur(s) de thèse : Grussenmeyer, Pierre - Landes, Tania

Président : Charbonnier, Pierre
Rapporteur(s) : Charbonnier, Pierre - Vallet, Bruno
Membre(s) du jury : Simonetto, Elisabeth

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Image et vision
Classification : Sciences de l'ingénieur

Mots-clés libres : Automatisation, Vectorisation, Nuage de points, Cartographie mobile
Mots-clés :
  • Cartographie
  • Nuages de points
  • Lidar
Résumé : Cette thèse aborde l’automatisation des procédés de cartographie urbaine allant de l’échelle de la rue à celle de la ville. Elle intervient dans un contexte de modification des procédures de levé topographique entrainé par l’essor des capteurs LiDAR embarqués. Si cette évolution technologique réduit le temps nécessaire à l'acquisition des données sur le terrain, elle augmente également le volume et le temps nécessaire au traitement des nuages de points obtenus vers d’autres livrables comme des plans topographiques. Cette thèse propose et met en œuvre une méthodologie visant à automatiser la procédure manuelle de vectorisation des nuages de points issus d’un dispositif de cartographie mobile. L’approche proposée permet d’obtenir la vectorisation automatique d’environ 70% des bordures de trottoir, marquages au sol et mâts pour une classe de précision de 5 cm.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAD011
Type de ressource : Thèse