Titre du sujet (1 ligne maximum) :

ArchiScan - Scanner LiDAR 3D et segmentation pour l’architecture d’intérieur

Prénoms, noms, adresses mails et bureau des encadrants :

Nombre d’étudiants minimum dans chaque instance de ce projet :

4

Nombre d’étudiants maximum dans chaque instance de ce projet :

5

Combien d’instances de ce projet proposez-vous ?

1

Sigles des UE couvertes et/ou Mots-clés :

ELEC1xx, INF1xx, Raspberry Pi, Computer Vision, Impression 3D, Open-source.

Un logo/favicon (optionnel) :

ArchiScan Logo

Description du projet :

Dans le monde de la rénovation et de l’architecture d’intérieur, disposer d’un plan fiable est la première étape critique. Si le mètre ruban est l’outil du passé, les scanners 3D professionnels restent des investissements extrêmement coûteux. Ce projet vise à faciliter la numérisation d’espaces à faible coût en transformant un simple LiDAR 2D (RPLidar C1) en un scanner 3D performant, piloté par une Raspberry Pi.

L’objectif est double. D’une part, l’ingénierie matérielle et embarquée : il faudra adapter le projet open-source PiLiDAR, afin qu’il fonctionne avec un RPLidar. D’autre part, le traitement algorithmique : un nuage de points brut contient tout (chaises, plantes, désordre…​). Votre défi sera de développer une chaîne de post-traitement (sur station de travail) capable de "nettoyer" la scène pour ne conserver que l’essentiel structurel : murs, sol, plafond et charpente.

Ce projet est une opportunité idéale pour mixer électronique embarquée, mécanique simple et algorithmes de vision 3D avancés.

Objectifs principaux :

  • Réaliser l’intégration mécanique et électronique d’un RPLidar sur une monture motorisée pilotée par Raspberry Pi (adaptation du projet PiLiDAR).

  • Concevoir et implémenter des algorithmes de post-traitement (ex: RANSAC, segmentation de plans) pour identifier et séparer les éléments structurels (murs/sol/plafond) du mobilier.

  • Développer une interface utilisateur simple pour visualiser le nuage de points 3D et les résultats de la segmentation.

  • Rédiger une documentation technique permettant la reproductibilité du scanner.

Livrables (liste non ordonnée) :

  • Un journal de bord détaillant les choix de conception (mécanique et algorithmique) rédigé en AsciiDoc.

  • Un guide utilisateur expliquant comment réaliser un scan et lancer le traitement des données (en AsciiDoc aussi).

  • Réaliser individuellement 10 commits (minimum) sur git en respectant un modèle de rédaction

  • Une démonstration finale : scan d’une pièce (bureau ou salle de cours) et visualisation du modèle "squelette" (structurel) généré.

  • Un état de l’art des méthodes de segmentation de nuages de points 3D (rapport écrit).

Logiciels requis (optionnel):

Fortement recommandé: un environnement Linux (Ubuntu ou Debian) avec les logiciels suivants :

  • Python

  • git

  • Visual Studio Code avec le plugin AsciiDoc

  • KiCad

  • Logiciel de modélisation 3D (FreeCAD, Fusion360, etc.)

  • CloudCompare ou autre logiciel de visualisation de nuages de points

Bibliographie: