Lamarfa, Houda

houda.lamarfa.1@ulaval.ca



Cycle : 2e
Directeur : Mir Abolfazl Mostafavi
Codirecteur : Christian Larouche

Sujet : Une méthode multi-échelle de traitement des nuages de points LiDAR mobile pour la détection de convergence des tunnels miniers souterrains


Résumé :

La sécurité dans les mines souterraines est l’une des principales préoccupations des entreprises d’exploitation minières. La surveillance des moindres changements ou déformations au niveau des tunnels et galeries miniers, notamment la convergence des tunnels, figure parmi les principales priorités de ces entreprises. Les techniques de surveillance de la convergence des tunnels miniers communément utilisées se basent essentiellement sur des mesures ponctuelles et limitées qui sont généralement longues et coûteuses. Les technologies LiDAR mobiles émergentes et prometteuses amènent des pistes de solutions qui permettent de gagner en efficacité et en sécurité. Cependant, la détection et la mesure précise de convergence des tunnels miniers au moyen de données LiDAR mobile demeurent problématiques en raison des enjeux suivants : le volume phénoménal des nuages de points, l’irrégularité de la zone observée, la variabilité de la densité des scans et de leur prise de vue, la présence d’obstructions, l’alignement des nuages de points et leur précision.

Dans le cadre du projet MinEyes en collaboration avec la compagnie Pecktech, l’objectif principal est de détecter et de mesurer la convergence de tunnels miniers souterrains à partir de données LiDAR mobile. Pour ce faire, nous proposons une méthode multi-échelles de comparaison de nuages de points qui prend en considération les irrégularités de surface des tunnels miniers et qui permet une meilleure détection de leurs changements et une mesure plus précise de leur convergence. La méthode proposée se base sur une approche de comparaison modèle à modèle des nuages de points LiDAR mobile souterrain. Les résultats préliminaires obtenus sont très prometteurs comparés à ceux d’autres méthodes de comparaison de nuages de points LiDAR (ex. : méthodes C2C, C2M). Une analyse statistique des résultats a également permis de confirmer la robustesse de la méthode proposée surtout dans des zones rugueuses des tunnels miniers.

Publications :
  • Mostafavi, M.A., S. Rivest, P.W. Morales Coayla, H. Lamarfa, X. Xing, A. Gharebaghi, A. Afghantoloee, 2016, Extraction d’objets spatiaux par traitement automatique de nuages de points LiDAR 3D, rapport de recherche, Géo-Plus, pp. 54