WorkPackages‎ > ‎

WP4 - Relation Modèles / données

Responsable : B. Soheilian (IGN/MATIS)

L’objectif de WP4 est de produire des données géographiques pour alimenter l’ensemble des outils de modélisation mobilisés dans le cadre du projet. L’ensemble des résultats obtenus seront ensuite intégrés dans un SIG commun pour produire les cartographies des polluants.

De point de vue de la production de données on distingue trois actions suivantes :


Adaptation des données RGE® (Référentiel à Grande Echelle)

Nous développeront des outils automatiques permettant d’adapter des données géographiques existants sur l'ensemble du territoire français de qualité métrique (cf. Fig. 1) - Référentiel à Grande Echelle(RGE®) – pour les modèles de simulation aux échelles de quartier (WP2) et de ville (WP3). Il s’agit principalement des données de route, bâti et occupation du sol.
L’utilisation du RGE contribue très fortement à l’amélioration de l’interopérabilité entre les modèles de simulation.

            Fig. 1: Extrait (bâtiments, routes, hydrographie et photographies aériennes) de bases de données du référentiel à grande échelle (RGE®) de l'IGN [Géoportail].

Production des modèles 3D de surface de route 

L’étude de ruissellement à la surface de route  aux échelles locale (WP1) et de quartier (WP2) requière une modélisation 3D fine de la surface de route. On vise des précisions de l’ordre de quelques millimètres à l’échelle locale et de 1-2 cm à l’échelle de quartier.

Pour atteindre le millimètre le laboratoire MATIS mobilisera des techniques photogrammétriques d’estimation de poses et de reconstruction de surface par appariement multi-vues. Pour cela on utilise la librairie "OpenSource"  MicMac développée à l’IGN. La Fig. 2 montre un exemple de niveau de détail qu’on peut atteindre avec ces techniques sur un sol en pavé de pierre.


Fig. 2: Un exemple de surface 3D fine (résolution < 5 mm) reconstruite à partir d'images multi-vues en utilisant la librairie "open source" MicMac.

Cette technique permet de d’obtenir la densité millimétrique et des précisions sub-centimétriques. Elle est applicable à un prix abordable sur des petits surfaces (quelques m^2). Pour des surfaces plus larges (l’échelle de quartier) le MATIS mobilisera le système de numérisation mobile Stereopolis. Un scanner Riegl VQ-250 embarqué sur le système permet de mesurer jusqu’à 300.000 points/seconde à une précision relative de 5mm. A une vitesse normale de véhicule, la résolution de nuage de points sur la route est de 5 mm. La Fig. 3 montre l’intérêt de  ce type de donnée pour la modélisation 3D de route à l’échelle de quartier.



Fig. 3: Exemple de nuages de points 3D acquises avec un scanner Laser embarqué sur le véhicule Stereopolis. La résolution sur la route est < 1 cm ce qui permet une modélisation 3D fine de route à échelle de quartier.  


Mise en place d’un système automatique pour une cartographie très fine de réseau routier

Ce système visera à produire un modèle de réseau routier utilisable par les outils de simulation de trafic aux échelles de quartier et d’agglomération  (WP2-WP3). Contrairement aux données précédents, les données nécessaires pour la simulation de trafic ne peuvent ni être extraites directement à partir des données existantes, ni être produites avec des méthodes classiques de production de donnée. Pour cela nous mettrons en place une chaîne de production de donnée à façon composée de deux étapes principales. La première vise à enrichir la couche route du RGE en détectant le nombre de voies et leurs directions à partir de d’imagerie. La deuxième étape cherche à trouver un format standard correspondant au mieux aux besoins de simulation de trafic et d’y intégrer la couche de route enrichie avec les informations venant d’imagerie.


Synthèse des résultats et illustration sur des cas opérationnels

Pour faciliter la tache de l’intégration des résultats de différentes simulations dans une base commune, un SIG «open source» sera choisi. Chaque partenaire prendra en charge l’intégration de ces résultats de simulation dans cette plateforme commune. Cette tâche sera aussi l’occasion de mettre en place d’un démonstrateur permettant de tester les chaînes de modélisation développées sur des cas correspondant à des mesures type de gestion du trafic (2 ou 3 variantes sur un même territoire).