Algorithmes de classification du sol LiDAR : TIN adaptatif, simulation de tissu et apprentissage profond
Chaque filtre de sol répond à la même question : ce retour est-il le sol nu, ou quelque chose qui repose dessus ? La réponse définit le modèle numérique de terrain, et à travers lui presque tous les produits qu'une équipe de cartographie ou d'ingénierie livre. Ce qui change d'un outil à l'autre, c'est l'algorithme qui répond. Voici les quatre familles derrière l'extraction du sol nu, la force de chacune, et le terrain où chacune laisse du travail au réviseur.
Pourquoi le sol vient en premier
Le sol (classe 2 ASPRS) est la référence à laquelle tout le reste se mesure. Le modèle de terrain est une interpolation des points sol ; la surface ne vaut donc jamais mieux que la classe qui la porte. Et la hauteur au-dessus du sol est ce qui permet à un classificateur de distinguer la végétation basse de la haute, ou un toit du mur en dessous. Trompez-vous sur le sol et chaque couche au-dessus hérite de l'erreur. Voilà pourquoi tant d'efforts se concentrent sur cette seule classe.
Filtre morphologique progressif (PMF)
Le PMF traite le nuage comme une surface et y fait glisser une fenêtre, gardant les retours les plus bas de chaque voisinage et retirant ce qui s'élève au-dessus. La fenêtre commence petite et grandit : une petite fenêtre retire arbustes et véhicules, une plus grande enjambe un bâtiment sans prendre un versant pour tel. Il est rapide, simple et prévisible sur sol plat à vallonné, ce qui explique qu'il perdure comme référence. Sa faiblesse est le terrain qui change plus vite que ses seuils ne l'anticipent. Sur les pentes abruptes, la surface revient en escalier, de la pente réelle rabotée ici, des objets laissés passer là.
Densification de TIN adaptatif : le polyvalent géométrique
Le TIN adaptatif part d'un ensemble épars de points bas, les relie en une surface triangulée et la fait croître : chaque point candidat est accepté comme sol si son angle et sa distance au triangle le plus proche restent sous des seuils fixés. Comme la surface de référence se plie avec le terrain en grandissant, le TIN adaptatif gère le relief vallonné, les pentes graduelles et le couvert mixte avec un seul jeu de paramètres. Voilà pourquoi il se trouve derrière une grande partie du travail de sol en production. Son échec classique est le grand toit plat : des seuils trop lâches et le filtre grimpe une toiture industrielle un triangle à la fois pour l'accepter comme une terrasse de terre. Trop serrés, et il refuse la pente réelle et mord dans les talus.
Filtre de simulation de tissu (CSF)
Le CSF s'appuie sur une image physique que chacun peut retenir. Retournez le nuage de points pour que le terrain pende vers le haut, puis laissez tomber dessus un tissu simulé. Le tissu se pose sur la surface inversée ; les points proches de là où il atterrit sont le sol. Ses paramètres se visualisent, rigidité du tissu et taille de grille, ce qui l'a rendu populaire sur terrain plat à doucement vallonné. L'image prédit aussi la faiblesse : un tissu ne peut se plier dans une falaise verticale ni épouser une crête vive. Sur les talus abrupts et les escarpements, il enjambe l'élément, et du sol se perd sous la portée. Un tissu plus rigide ignore le détail fin ; un plus souple s'affaisse sur la végétation basse et l'appelle sol.
Classification du sol par apprentissage profond
Les filtres géométriques intègrent tous une supposition humaine sur l'allure du terrain : localement lisse, sous son voisinage, en pente douce. Un modèle d'apprentissage profond remplace la supposition par la forme du terrain apprise dans des nuages que quelqu'un a déjà classés à la main. Il lit chaque point avec ses voisins et le désigne sol ou non, d'après tout ce qu'il a vu. Cela lui permet de capter des indices qu'aucune règle ne peut exprimer, la texture d'une paroi rocheuse, un mur de soutènement, un champ de blocs face à des arbustes bas.
Le gain tombe exactement là où les filtres géométriques échouent. Parois rocheuses, falaises et ruptures abruptes mettent en escalier un filtre morphologique et en échec un tissu drapé. Un modèle appris qui a vu assez de sol semblable les classe comme terrain parce qu'ils ressemblent à du terrain, non parce qu'ils satisfont une règle de pente. Cette portée explique pourquoi la classification du sol migre vers les modèles appris : les filtres géométriques restent des références utiles, mais le terrain difficile qui décide du budget de révision d'un projet est là où l'apprentissage gagne. Une réserve honnête vaut pour toutes les méthodes : la sortie est vérifiée avant que le MNT soit livré.
Accorder l'algorithme au terrain
Aucune famille ne l'emporte partout ; les équipes choisissent donc selon le terrain, et combinent de plus en plus : un filtre géométrique porte le sol facile, un modèle appris prend les arêtes difficiles.
| Famille d'algorithme | Idée maîtresse | Points forts | Terrain difficile |
|---|---|---|---|
| Filtre morphologique progressif | Une fenêtre croissante garde les retours les plus bas, retire ce qui s'élève au-dessus | Rapide, simple, prévisible sur sol plat à vallonné | Pentes abruptes et ruptures nettes : effet d'escalier |
| Densification de TIN adaptatif | Faire croître une surface triangulée depuis des points bas, sous des limites d'angle et de distance | Excellent polyvalent sur terrain varié | Grands toits plats lus comme des terrasses ; sensible aux seuils |
| Filtre de simulation de tissu | Inverser le nuage, draper un tissu simulé ; les points près du tissu sont le sol | Peu de paramètres intuitifs ; propre sur terrain plat à modéré | Falaises, crêtes vives et talus abrupts que le tissu ne peut suivre |
| Apprentissage profond | Apprendre la forme du terrain dans des nuages étiquetés ; désigner chaque point d'après l'entraînement | Robuste sur parois et ruptures là où la géométrie échoue | Terrain sans rapport avec l'entraînement ; lignes de rupture |
Ce qui passe entre les mailles, et comment le réviseur l'attrape
Quel que soit l'algorithme, le premier passage laisse un ensemble reconnaissable d'erreurs. Le nettoyage est le moment où un nuage filtré devient une surface livrable :
- Ponts et ponceaux tenus comme sol. Un tablier est lu comme du terrain continu et le MNT se bombe au-dessus du chenal. Les tabliers passent dans leur propre classe ; un vrai remblai de terre reste.
- Végétation basse dense. Herbes hautes et arbustes se tiennent à quelques centimètres du sol, trop près pour un seuil de hauteur, et soulèvent la surface en couverture molle s'ils ne sont pas retenus.
- Erreurs négatives. Un retour bas parasite, trajets multiples ou pic de bruit sous le sol, est l'entrée la plus dangereuse : les filtres qui s'amorcent sur les points les plus bas y ancrent la surface et creusent un puits.
- Contrôle par ombrage et coupe. Un MNT en relief ombré révèle creux, bosses et effet d'escalier invisibles en vue de points. Une coupe à travers un talus ou un pont montre si les points sol suivent la surface réelle.
Ces algorithmes sont le moteur ; une surface de production naît de l'appariement d'un bon filtre et d'une révision rapide. C'est la forme que prend le travail sur le sol dans Vecten Desktop, dont le module VGround exécute l'extraction du sol nu localement et présente le résultat en sortie révisable, pour qu'une pente en escalier ou une falaise enjambée soit repérée avant la livraison du MNT. L'algorithme décide de la part de nettoyage qu'il reste ; la révision transforme un nuage de points filtré en un terrain sur lequel une équipe en aval peut bâtir.
