Classification automatisée des soutènements souterrains par analyse topographique avec apprentissage machine

Au Canada, de nombreuses infrastructures souterraines comme les tunnels creusés dans le roc vieillissent et deviennent difficiles à inspecter. Ce projet de recherche vise à moderniser leur évaluation en utilisant des technologies de pointe. En collaboration avec une entreprise spécialisée en géomécanique, l’équipe développe une méthode innovante pour reconnaître automatiquement les structures de soutènement (les éléments qui maintiennent les parois des tunnels) à partir de données 3D.
Ces données sont recueillies grâce à des outils de télédétection comme le LiDAR, la photogrammétrie et des scanners laser, qui permettent de créer des cartes très détaillées des parois souterraines. Ensuite, des logiciels spécialisés analysent ces cartes pour extraire des informations physiques comme la rugosité ou l’orientation des surfaces.
Enfin, des algorithmes d’intelligence artificielle sont entraînés pour identifier les types de soutènement et détecter des signes de détérioration, comme la rouille, même lorsque les données sont de faible qualité.
Ce projet permettra de rendre les inspections plus rapides, plus précises et plus sécuritaires, tout en formant une nouvelle génération de spécialistes capables de travailler à l’interface entre l’ingénierie, la géomatique et l’intelligence artificielle.

Faculty Supervisor:

Jonathan Aubertin

Student:

Partner:

GHD

Discipline:

Engineering

Sector:

Construction and infrastructure; Professional, scientific and technical services

University:

École de technologie supérieure

Program: