Le LiDAR, un acronyme anglais de « détection et télémétrie par la lumière », est une technologie de télédétection qui utilise des faisceaux laser pour mesurer des distances et des mouvements précis en temps réel.
Les données LiDAR permettent de générer un large éventail de supports, des cartes topographiques détaillées aux modèles 3D précis et dynamiques pour guider en toute sécurité un véhicule autonome dans un environnement en perpétuel mouvement. La technologie LiDAR est également utilisée pour évaluer les dangers et les catastrophes naturelles comme les coulées de lave, les glissements de terrain, les tsunamis et les inondations.
Les obligations de communication ESG prenant effet dès 2025 pour certaines entreprises, assurez votre préparation grâce à notre guide.
Recevoir le protocole de gestion intelligente des actifs
Le LiDAR fonctionne sur les mêmes principes que le radar (« détection et télémétrie radio », un système de localisation largement utilisé par les navires et les avions) et le sonar (« navigation et télémétrie soniques », généralement utilisé par les sous-marins). Ces trois technologies émettent des ondes d’énergie pour détecter et suivre les objets. Alors que le radar utilise les micro-ondes et le sonar les ondes sonores, le LiDAR utilise la lumière réfléchie, qui permet de mesurer la distance plus rapidement, avec une plus grande précision et une résolution plus élevée.
Un instrument LiDAR typique est formé de plusieurs composants :
- un scanner laser qui émet des impulsions rapides de lumière dans l'infrarouge proche
- un capteur LiDAR utilisé pour détecter et collecter les impulsions de lumière retour
- un processeur pour calculer le temps et la distance et pour créer le jeu de données résultant, appelé nuage de points LiDAR.
Pour que la télédétection soit précise, les mesures de temps et d’espace doivent être exactes. Un système LiDAR utilisera donc aussi un outil électronique de chronométrage, une unité de mesure inertielle (IMU) et un GPS.
L’instrument LiDAR émet une lumière laser pulsée dans l’environnement. Ces impulsions circulent à la vitesse de la lumière, rebondissent sur les objets environnants et retournent au capteur LiDAR. Le capteur mesure la durée que met chaque impulsion pour revenir et calcule la distance parcourue. Comme la vitesse de la lumière laser est constante, ce « temps de vol » permet de calculer des distances précises.
En répétant le processus et en envoyant des impulsions laser sur une zone plus grande, les mesures de temps de vol peuvent être collectées sur des milliards de points individuels et traitées en temps réel dans ce que l’on appelle un nuage de points LiDAR.
Les données passent par plusieurs étapes de traitement pour transformer le nuage de points LiDAR en carte 3D. Tout d’abord, leur exactitude et leur exhaustivité sont vérifiées et les bruits anormaux sont éliminés. Les éléments à la surface du sol, par exemple les bâtiments, les berges et les canopées, peuvent ensuite être identifiés et classés de façon algorithmique.
Pour simplifier l’analyse, les algorithmes sous-échantillonnent le nuage de points pour supprimer les données redondantes et réduire la taille du fichier. Les données sont ensuite converties au format de fichier standard LAS (ou LASer) utilisé pour l’échange de données 3D x, y, z.
Enfin, une fois converties au format LAS, les données du nuage de points peuvent être visualisées et modélisées dans une carte de terrain numérisée en 3D. Ces calculs sont constants et continus pour un système LiDAR mobile, comme celui utilisé dans les véhicules autonomes. D’après certaines sources, les véhicules autonomes génèrent et traitent un téraoctet de données toutes les heures.1
Les systèmes LiDAR se divisent en deux grands types selon leur plateforme : le LiDAR aéroporté et le LiDAR terrestre.
Les systèmes LiDAR aéroportés, aussi appelés systèmes de numérisation laser aéroportés, sont montés sur des avions (généralement des hélicoptères ou des drones) pour générer des modèles 3D de la surface du sol.
La cartographie LiDAR aéroportée est devenue un outil précieux pour créer des modèles numériques de la surface de la Terre, remplaçant en grande partie la méthode de photogrammétrie, plus ancienne et moins précise. La numérisation LiDAR aéroportée est aussi largement utilisée dans le secteur forestier pour créer des relevés LiDAR de la canopée et des modèles de terrain topographiques de la surface du sol.
Parmi les systèmes de LiDAR aéroporté :
LiDAR bathymétrique
Le LiDAR bathymétrique capture les données SIG dans les eaux peu profondes et le long des côtes. Le LiDAR bathymétrique émet des faisceaux laser verts à une longueur d’onde capable de pénétrer dans l’eau pour mesurer l’élévation numérique du fond marin, au lieu d’utiliser la lumière laser infrarouge comme les systèmes LiDAR classiques.
LiDAR spatial
La NASA et d’autres agences spatiales utilisent le LiDAR spatial pour la navigation des engins spatiaux et la cartographie numérique des corps célestes. Le LiDAR est également employé pour piloter les véhicules autonomes de la NASA et l’hélicoptère Ingenuity sur Mars.
Le LiDAR terrestre est un système basé au sol, fréquemment utilisé pour la cartographie des terrains et des paysages. Le LiDAR terrestre peut être utilisé pour collecter des données plus localisées à courte portée, ce qui le rend idéal pour cartographier des zones plus petites avec une grande précision.
Parmi les types de LiDAR terrestres :
LiDAR statique
Certains systèmes LiDAR terrestres sont statiques, fixés à un seul endroit et utilisés pour effectuer des analyses précises et répétées d’une seule zone. Le LiDAR statique est souvent employé sur les sites archéologiques, les projets de construction et les évaluations des risques. Il peut surveiller la surface du sol des volcans actifs, des failles sismiques et des zones inondables.
LiDAR mobile
Le LiDAR mobile est une forme de LiDAR terrestre qui permet de collecter des données LiDAR à partir d’un véhicule en mouvement. Les systèmes LiDAR mobiles (MLS) sont essentiels pour l’industrie automobile dans le développement de l’aide à la conduite et de la conduite autonome : la collecte de données par détection et télémétrie de la lumière en temps réel permet aux voitures autonomes d’identifier les actifs et les infrastructures routières de manière rapide, précise et économique.
Les analyses LiDAR sont utilisées dans un large éventail d’applications industrielles. Elles permettent de créer des modèles de terrain détaillés de la surface du sol et du fond marin et produire des visualisations précises, haute résolution et en temps réel d’objets en mouvement.
Les capteurs LiDAR permettent de mesurer la topographie et l'aménagement des terres agricoles, d'estimer la biomasse des cultures et de détecter les propriétés du sol en cartographiant les variations de profondeur, de pente, d'humidité et d'exposition. Le LiDAR est également utilisé pour piloter des véhicules agricoles autonomes.
En savoir plus sur la technologie d'agriculture intelligente
Le LiDAR est utilisé pour la cartographie du terrain, le suivi des cibles, le repérage des mines et l’imagerie au travers des nuages, mais aussi la planification des missions à l’aide de visualisations du champ de bataille sophistiquées, même dans des environnements urbains denses.
En savoir plus sur les technologies de défense et de renseignement
Les systèmes avancés d’aide à la conduite et les véhicules autonomes tirent parti des données cartographiques 3D LiDAR pour « voir » la route et son environnement.
Le LiDAR peut être utilisé pour des mesures précises de la vitesse du vent et trouve aussi sa place dans les aéroports pour suivre les avions et les corps étrangers.
Le LiDAR thermique utilise la lumière laser verte pour pénétrer dans l’eau et créer des modèles numériques de l’élévation des fonds marins côtiers, des rivières et des fonds marins peu profonds. Ces modèles permettent de mesurer l’érosion, de cartographier l’habitat de la faune et d’évaluer les risques à l’intérieur des zones inondables.
Le LiDAR peut effectuer un relevé rapide et précis d’un chantier, calculer le volume de matériaux et servir à réaliser des inspections de sécurité et à détecter les risques potentiels.
Découvrez comment une approche numérique intégrée peut renforcer les projets de construction
La technologie LiDAR est utilisée pour l'évaluation des ressources éoliennes, la prospection du pétrole et du gaz et la gestion de la végétation pour l'entretien des lignes électriques.
En savoir plus sur la prévision pour l'énergie et les services publics
Le LiDAR est utilisé pour cartographier des environnements dans des applications de réalité virtuelle et de réalité augmentée.
En plus de fournir des cartes topographiques détaillées, le LiDAR peut être utilisé pour mesurer les caractéristiques structurelles des arbres tels que l'indice de la surface des feuilles et le volume de la canopée. C'est un outil précieux pour la gestion de la végétation. Il est également utilisé pour surveiller et contenir les feux de forêt.
Découvrez comment la technologie aide à stopper la déforestation mondiale
Comme les mines et les carrières sont difficiles d'accès, le LiDAR est de plus en plus utilisé pour le relevé, la cartographie et la sécurité des travailleurs. L'analyse par LiDAR peut aussi être utilisée pour les mesures de volume dans les carrières.
La technologie LiDAR peut être employée pour créer des modèles 3D d’objets destinés à la fabrication. Elle peut aussi être utilisée dans le cadre du contrôle qualité pour détecter les anomalies et les défauts.
Le LiDAR est utilisé pour créer des modèles numériques d’élévation et cartographier les routes, les ponts et d’autres éléments structurels ou géographiques.
Découvrez comment les données géospatiales peuvent livrer des informations métier
Le LiDAR peut être utilisé pour « voir » à travers la canopée des forêts et surveiller la densité, les espèces et la santé de la végétation, afin d’identifier les végétaux pouvant présenter un risque élevé pour les services publics et autres infrastructures.
Les capteurs LiDAR permettent de mesurer la température, la vitesse du vent, la densité de l’air et d’autres paramètres atmosphériques, et fournissent des données vitales pour les modèles de prévisions météorologiques.
En savoir plus sur les solutions de prévision météorologique IBM
Les équipes de recherche développent en permanence de nouveaux systèmes et algorithmes pour accroître la précision, la vitesse et l’efficacité du LiDAR. Cette technologie devait ainsi être plus largement adoptée dans divers secteurs comme l’électronique grand public, la robotique et les appareils domestiques intelligents. Le LiDAR est de plus en plus utilisé dans les véhicules autonomes et devrait jouer un rôle important dans l’avenir de l’automobile.
Alors que la technologie continue de s'améliorer et que les coûts diminuent, les utilisations du LiDAR sont susceptibles d'augmenter drastiquement.
Obtenez des informations relatives au climat et à la météo pour anticiper les conditions environnementales perturbatrices, gérer les risques de manière proactive et développer des opérations plus durables.
Transformez vos ambitions en matière de développement durable en actions et mettez en œuvre vos objectifs de développement durable pour un avenir résilient grâce aux solutions durables d'IBM.
Utilisez les données satellitaires et l’analyse prédictive LiDAR en mode Geiger combinées aux informations météorologiques pour fournir des informations basées sur l’intelligence artificielle et prendre des décisions plus éclairées pour la gestion des espaces verts.
Découvrez comment les données géospatiales sont devenues un outil essentiel pour la planification opérationnelle stratégique autour de la durabilité environnementale.
Découvrez comment les entreprises industrielles intègrent la technologie opérationnelle aux données informatiques pour améliorer la maintenance, la surveillance et la gestion des actifs.
Prenez de meilleures décisions en matière de gestion de la végétation en combinant des données météorologiques, satellitaires et IdO et des capacités intelligentes de définition des priorités et de production de rapports.
Découvrez comment les organisations utilisent les données géospatiales pour révéler des modèles et des tendances, mais aussi obtenir plus d'informations sur les relations entre les variables.
Notes de bas de page
1 David Edwards, « On the Way to Solving the Big Data Problem in Autonomous Driving » (lien externe à ibm.com), Robotics and Automation, 21 juillet 2022