Universit´ Paul Sabatier – Toulouse 3         e                                  ´                                        ...
Auteur : Mathieu LariveTitre : Mod´lisation de zones urbaines virtuelles           eDirecteur de th`se : V´ronique Gaildra...
suite, les fa¸ades de bˆtiments sont cr´´es en utilisant une grammaire de murs tridimension-             c         a      ...
RemerciementsJ’aimerais remercier en premier lieu Mme V´ronique Gaildrat pour avoir encadr´ mon stage de                  ...
pour leur accueil toujours chaleureux ` chacune de mes questions saugrenues ou encore tous les                            ...
Table des mati`res                                      eTable des figures                                                 ...
Table des mati`res                                                                                                e       ...
3.3.1   Gabarits de fondations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123        3.3.2   Gabarits de to...
Table des mati`res                                                 eAnnexe E Approches manuelles                     167Bi...
Table des figures1     Les trois phases de la mod´lisation d´clarative. . . . . . . . . . . . . . . . . . . .              ...
Table des figures1.15 Un autre bˆtiment de Rennes. Ce mod`le utilise le mˆme FL-system que la figure               a        ...
2.10 Premi`re sc`ne r´sultat          e     e    e           . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....
Table des figures3.23 Zone urbaine constitu´e de 17 362 bˆtiments, la g´n´ration s’effectue en 7mn 55                       ...
GlossaireSiglesCAO Conception assist´e par ordinateur                     eCAPS Constraint-based Automatic Placement Syste...
Glossaire     graduellement. Comme ces algorithmes sont bas´s sur un processus d’´num´ration, ils sont                    ...
M´taheuristiques eBacktrack Retour arri`re, m´thodes permettant de revenir en arri`re afin de corriger la variable         ...
GlossaireL’information g´ographique peut ˆtre d´finie comme l’ensemble de la description d’un               e              ...
IntroductionCette th`se s’inscrit dans le cadre d’une collaboration CIFRE entre le groupe de recherche        eVORTEX (Vis...
IntroductionContrairement aux approches classiques (ou imp´ratives) qui n´cessitent des donn´es num´riques                ...
Figure 1. Les trois phases de la mod´lisation d´clarative.                                    e          e                ...
Introduction Figure 2. Visualisation vectorielle, visible et infrarouge d’une partie de l’a´roport de Blagnac             ...
1        Objectifs de l’´tude                        eCette th`se a pour but d’´tudier la possibilit´ d’enrichir AGETIM av...
Introduction– des axes interm´diaires sont disponibles, et on observe un classement par rˆle des parties de               ...
g´n´rer rapidement des mod`les de villes cr´dibles permettra d’aider l’utilisateur ` effectuer ses e e                     ...
Introduction               Figure 3. D´composition hi´rarchique de la g´n´ration d’une ville                          e   ...
De plus, ce travail nous a permis de proposer la possibilit´ ` un utilisateur, non expert dans la                         ...
IntroductionFigure 4. Exemple de r´sultats obtenus avec notre outil de g´n´ration de fa¸ades de bˆtiments                 ...
L’annexe C pr´sente les L-System, auxquels font appel les ´tapes de g´n´ration de r´seau urbain             e             ...
Chapitre 1   Etat de l’art relatif ` la g´n´ration                         a     e e               d’environnements urbain...
Chapitre 1. Etat de l’art relatif ` la g´n´ration d’environnements urbains                                                ...
On reconnaˆ en bas de l’image deux noyaux de sch´mas routier radiocentriques. Tandis que les quartier au nord          ıt ...
Chapitre 1. Etat de l’art relatif ` la g´n´ration d’environnements urbains                                                ...
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
 Mémoire : Modélisation de zones urbaines virtuelles
Upcoming SlideShare
Loading in...5
×

Mémoire : Modélisation de zones urbaines virtuelles

14,516

Published on

La modélisation précise de zones urbaines étendues représente un défi en informatique graphique. Une ville réelle répond à des règles de construction (implicites ou explicites) et reflète souvent de multiples influences historiques, culturelles et sociales à travers le temps. Atteindre une précision suffisante pour qu’une ville virtuelle soit crédible, pour un utilisateur la visitant au niveau du sol, demande une modélisation extrêmement détaillée qui exige bien trop de temps et d’efforts de la part d’un concepteur même expérimenté. L’émergence de nouveaux problèmes liés à l’urbanisation de masse, tels que l’influence des rayonnements électromagnétiques, la préparation de plans d’évacuation ou la prévision de l’évolution nécessaire des moyens de transports urbains, entraîne des besoins croissants en matière d’études et de prévisions. La capacité à générer rapidement des maquettes virtuelles crédibles permet de répondre à ces besoins et constitue donc un sujet d’avenir appelé à se développer car les résultats actuels ne satisfont pas les critères précédemment définis.

Nous présentons donc en premier lieu une synthèse des travaux dans ce domaine. Cette synthèse est décomposée selon six étapes de génération, les résultats de chaque étape représentant un niveau de détail logique de la zone urbaine. Nos travaux portent principalement sur deux étapes distinctes du processus de génération d’une zone urbaine virtuelle.

La première étape étudiée traite du placement automatique du mobilier dans une pièce. Nous présentons une étude de l’application de méthodes issues de la recherche locale pour résoudre le placement d’objets au sein d’un problème défini par des contraintes. Les objets traités sont définis par leur boîte englobante, et peuvent prendre une orientation quelconque (non isothétique). Nous décrivons également le modeleur déclaratif DEMONS LE qui a été développé pour évaluer la
pertinence de cette approche.

La seconde étape étudiée traite de la génération automatique d’extérieurs de bâtiments (façades, fondations et toits). Notre méthode est basée sur la définition de gabarits de bâtiments qui sont appliqués à des descriptions de bâtiments. Une description est uniquement constituée de l’embase tridimensionnelle, de la hauteur de toit et de la hauteur des murs du bâtiment. Ensuite, les façades de bâtiments sont créées en utilisant une grammaire de murs tridimensionnelle isométrique, basée sur un ensemble de règles. Ces règles peuvent être simples ou bien très détaillées en fonction des besoins de l’utilisateur.

En conclusion, nous présentons les perspectives concernant la poursuite de ces travaux, plusparticulièrement pour les deux étapes que nous avons étudiées en profondeur, mais aussi pour les autres étapes de génération.

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
14,516
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
3,577
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Mémoire : Modélisation de zones urbaines virtuelles

  1. 1. Universit´ Paul Sabatier – Toulouse 3 e ´ Ecole Doctorale Informatique et T´l´communications ee Mod´lisation automatique de zones e urbaines THESE pr´sent´e et soutenue publiquement le 30 septembre 2008 e e pour l’obtention du Doctorat de l’Universit´ Paul Sabatier e (Sp´cialit´ Informatique) e e par Mathieu Larive Composition du jury Pr´sident : e Mr Jean Pierre Jessel, professeur ` l’Universit´ Paul Sabatier de Toulouse a e Rapporteurs : Mr Mohamed Slimane, professeur ` l’Universit´ de Tours a e Mr Marc Daniel, professeur ` l’Ecole Sup´rieure d’Ing´nieurs de Luminy a e e Examinateurs : Mr Yann Dupuy, ing´nieur, Oktal Synthetic Environment e Mme V´ronique Gaildrat, Mdc HdR, Universit´ Paul Sabatier (directeur de th`se) e e e Institut de Recherche en Informatique de Toulouse — UMR CNRS 5505
  2. 2. Auteur : Mathieu LariveTitre : Mod´lisation de zones urbaines virtuelles eDirecteur de th`se : V´ronique Gaildrat e eLieu et date de soutenance : Toulouse, septembre 2008Discipline administrative : InformatiqueR´sum´ La mod´lisation pr´cise de zones urbaines ´tendues repr´sente un d´fi en informatique e e e e e e egraphique. Une ville r´elle r´pond ` des r`gles de construction (implicites ou explicites) et refl`te e e a e esouvent de multiples influences historiques, culturelles et sociales ` travers le temps. Atteindre aune pr´cision suffisante pour qu’une ville virtuelle soit cr´dible, pour un utilisateur la visitant au e eniveau du sol, demande une mod´lisation extrˆmement d´taill´e qui exige bien trop de temps et e e e ed’efforts de la part d’un concepteur mˆme exp´riment´. L’´mergence de nouveaux probl`mes e e e e eli´s ` l’urbanisation de masse, tels que l’influence des rayonnements ´lectromagn´tiques, la e a e epr´paration de plans d’´vacuation ou la pr´vision de l’´volution n´cessaire des moyens de trans- e e e e eports urbains, entraˆ des besoins croissants en mati`re d’´tudes et de pr´visions. La capacit´ ıne e e e ea e e` g´n´rer rapidement des maquettes virtuelles cr´dibles permet de r´pondre ` ces besoins et e e aconstitue donc un sujet d’avenir appel´ ` se d´velopper car les r´sultats actuels ne satisfont pas ea e eles crit`res pr´c´demment d´finis. e e e eNous pr´sentons donc en premier lieu une synth`se des travaux dans ce domaine. Cette synth`se e e eest d´compos´e selon six ´tapes de g´n´ration, les r´sultats de chaque ´tape repr´sentant un e e e e e e e eniveau de d´tail logique de la zone urbaine. Nos travaux portent principalement sur deux ´tapes e edistinctes du processus de g´n´ration d’une zone urbaine virtuelle. e eLa premi`re ´tape ´tudi´e traite du placement automatique du mobilier dans une pi`ce. Nous e e e e epr´sentons une ´tude de l’application de m´thodes issues de la recherche locale pour r´soudre le e e e eplacement d’objets au sein d’un probl`me d´fini par des contraintes. Les objets trait´s sont d´finis e e e epar leur boˆ englobante, et peuvent prendre une orientation quelconque (non isoth´tique). Nous ıte ed´crivons ´galement le modeleur d´claratif DEMONS LE qui a ´t´ d´velopp´ pour ´valuer la e e e ee e e epertinence de cette approche.La seconde ´tape ´tudi´e traite de la g´n´ration automatique d’ext´rieurs de bˆtiments (fa¸ades, e e e e e e a cfondations et toits). Notre m´thode est bas´e sur la d´finition de gabarits de bˆtiments qui e e e asont appliqu´s ` des descriptions de bˆtiments. Une description est uniquement constitu´e de e a a el’embase tridimensionnelle, de la hauteur de toit et de la hauteur des murs du bˆtiment. En- a 1
  3. 3. suite, les fa¸ades de bˆtiments sont cr´´es en utilisant une grammaire de murs tridimension- c a eenelle isom´trique, bas´e sur un ensemble de r`gles. Ces r`gles peuvent ˆtre simples ou bien tr`s e e e e e ed´taill´es en fonction des besoins de l’utilisateur. e eEn conclusion, nous pr´sentons les perspectives concernant la poursuite de ces travaux, plus eparticuli`rement pour les deux ´tapes que nous avons ´tudi´es en profondeur, mais aussi pour e e e eles autres ´tapes de g´n´ration. e e eMots-cl´s : synth`se d’images, r´alit´ virtuelle, mod´lisation, architecture, urbanisme, m´thodes e e e e e eproc´durales, mod´lisation d´clarative e e eLaboratoire : IRIT, Universit´ Paul Sabatier, 118 route de Narbonne, F-31062 Toulouse Cedex e9 2
  4. 4. RemerciementsJ’aimerais remercier en premier lieu Mme V´ronique Gaildrat pour avoir encadr´ mon stage de e emaˆ ıtrise, puis continu´ en ´tant mon directeur de stage de DEA et enfin pour avoir m’avoir e econfi´ ce sujet de th`se. J’aimerais surtout la remercier pour la qualit´ des ses nombreuses re- e e electures, j’atteste ici qu’elle ne saurait ˆtre tenue responsable des abominations grammaticales eet orthographiques qui demeurent dans ce m´moire. eJe remercie ´galement M Jean Latger pour avoir accept´ ma pr´sence dans l’entreprise qu’il e e edirige, Oktal Synthetic Environment, dans le cadre de cette th`se CIFRE. J’aimerais remercier eparticuli`rement les personnes d’OktalSE qui m’ont apport´ leur aide et leur soutien pendant e eces ann´es, que ce soit Paul Pitot, Yann Dupuy ou Carole Nissoux, car j’ai ´norm´ment appris e e een travaillant avec elles.Je remercie messieurs Marc Daniel et Mohamed Slimane pour m’avoir fait l’honneur de s’int´resser ea` ce travail. Les commentaires pertinents qu’ils ont su formuler ont grandement contribu´ ` e aam´liorer la qualit´ de ce manuscrit. e eJe remercie M Jean Pierre Jessel, responsable de l’´quipe Vortex, pour sa disponibilit´, sa gen- e etillesse et son ´coute qui m’ont ´t´ fort pr´cieuses pour ma vie de doctorant et aussi pour mes e ee ediverses exp´riences professionnelles. Je ne sais pas si beaucoup d’´tudiants en DEA ont la pos- e esibilit´ d’aller assister ` des colloques, mais j’ai ´norm´ment appr´ci´ l’honneur que tu as fait e a e e e een m’y emmenant.Il y a quelques ann´es, j’avais f´licit´ M Mathias Paulin pour sa patience et sa pers´v´rance dans e e e e eses tentatives de ”¡pingouinisation”¿ de la soci´t´. Je ne sais pas ce qu’il en est de la soci´t´, mais ee eepour le parc de machines de l’´quipe, ¸a prend bonne tournure. Merci encore de ton enthousiasme e cet de ton ´nergie, et surtout, merci de m’avoir d´march´ pour le DEA, il y a d´j` fort longtemps. e e e eaJ’aimerais t´moigner ici de l’affection et du respect que j’´prouve pour toutes les personnes que e ej’ai eu l’occasion de croiser durant ces ann´es ` l’IRIT. Que ce soit Lo¨ Barthe et ses s´minaires e a ıc etenus ` bout de bras (que j’ai particuli`rement appr´ci´s), Patrice Torguet et Roger Pujado a e e e 3
  5. 5. pour leur accueil toujours chaleureux ` chacune de mes questions saugrenues ou encore tous les a´tudiants en DEA (et maintenant master) et en th`se. Je garderai longtemps un souvenir ´mue e edu mail que Ga¨l nous a envoy´ en rentrant d’un pot ` 2h du matin, ou des moments pass´s en e e a ecompagnie d’Antoine.Je remercie enfin mon entourage pour leur pr´sence et toutes leurs qualit´s que je ne saurai e etoutes ´num´rer. Mention sp´ciale ` Elodie pour sa relecture de manuscrit pas du tout au der- e e e anier moment (je me demanderai longtemps comment tu as fait pour faire un travail pareil en sipeu de temps). Je souhaite ` Romain que sa fin de doctorat soit aussi agr´able que la mienne et a eau final trois docteurs pour trois enfants, merci beaucoup ` nos parents de nous avoir support´s a edans nos ´tudes. eJe profite ´galement de ces lignes pour adresser un grand merci ` la joyeuse troupe que nous e aavons constitu´e ces derni`res ann´es, que les noms de Bibinne, Gerd, Censhi, D´zou, Ecknouille e e e eet autres Sysy et Baba nous accompagnent encore de longues ann´es. eEt enfin, last but definitively not least, j’adresse un ´norme merci du fond de mon coeur ` Lætitia. e aMe supporter ` tous les sens du terme est d´j` un exploit en soi, mais ce que tu fais tous les a eajours avec moi et pour moi, ainsi que tout ce que nous construisons ensemble me donne uneenvie folle de me d´passer pour vous. Je termine ce paragraphe avec un petit mot pour Emma, equand tu liras ce texte, passe donc faire un cˆlin ` ton p`re. a a e 4
  6. 6. Table des mati`res eTable des figures 9Glossaire 13Introduction 17 1 Objectifs de l’´tude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 21 2 Cadre de l’´tude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 22 3 Structure du rapport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.1 Etat de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2 Placement automatique d’objets . . . . . . . . . . . . . . . . . . . . . . . 24 3.3 G´n´ration automatique d’ext´rieur de bˆtiment . . . . . . . . . . . . . . e e e a 25 3.4 Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25Chapitre 1 Etat de l’art relatif ` la g´n´ration d’environnements urbains a e e 29 1.1 Zone urbaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 1.2 R´seau routier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 30 1.2.1 Pr´sentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 30 1.2.2 M´thodes issues de l’analyse d’image . . . . . . . . . . . . . . . . . . . . . e 32 1.2.3 M´thode quasi-s´mantique . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 34 1.2.4 G´n´ration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 34 1.2.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 1.3 Blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 1.4 Parcelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 1.4.1 Pr´sentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 43 1.4.2 G´n´ration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 43 1.4.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 1.5 Ext´rieurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 47 1.5.1 M´thodes non automatiques . . . . . . . . . . . . . . . . . . . . . . . . . . e 47 1.5.2 M´thodes automatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 49 5
  7. 7. Table des mati`res e 1.5.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 1.6 Plan de bˆtiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 58 1.6.1 Alg`bre de Manhattan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 58 1.6.2 EAAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 1.6.3 ARCHIPLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 1.6.4 HM2PH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 1.7 Int´rieurs meubl´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 61 1.7.1 Approches manuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 1.7.2 Approches semi-automatiques . . . . . . . . . . . . . . . . . . . . . . . . . 62 1.7.3 Approches automatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 1.8 Conclusion et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 1.8.1 Niveaux de d´tail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 75 1.8.2 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 1.8.3 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76Chapitre 2 Placement automatique d’objets 77 2.1 M´taheuristiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 82 2.1.1 Panorama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 2.1.2 Diff´rents types de m´taheuristiques . . . . . . . . . . . . . . . . . . . . . e e 86 2.1.3 Analyse des m´taheuristiques . . . . . . . . . . . . . . . . . . . . . . . . . e 91 2.2 Mise en œuvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 2.2.1 Op´rateurs de Minkowski pour les contraintes g´om´triques . . . . . . . . e e e 96 2.2.2 Domaines et objets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 2.2.3 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 2.3 Limitations actuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 2.3.1 Limitation ` la convexit´ . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 a e 2.3.2 Du placement al´atoire dans un polygone . . . . . . . . . . . . . . . . . . 105 e 2.3.3 Ni 2D, ni 3D : 2D et demi . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 2.4 R´sultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 e 2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109Chapitre 3 G´n´ration de fa¸ades e e c 113 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 3.2 Gabarits de Fa¸ades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 c 3.2.1 Grammaire de murs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 3.2.2 Mise en œuvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 3.3 Gabarits de toits et de fondations . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 6
  8. 8. 3.3.1 Gabarits de fondations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 3.3.2 Gabarits de toits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 3.4 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 3.4.1 Format de fichier et mode op´ratoire . . . . . . . . . . . . . . . . . . . . . 131 e 3.4.2 Performance et complexit´ . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 e 3.4.3 Exemple de gabarit de fa¸ades . . . . . . . . . . . . . . . . . . . . . . . . 134 c 3.5 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 3.6 Conclusions et travaux futurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138Conclusions et perspectives 141Annexes 147Annexe A Oktal Synthetic Environment 147 A.1 Identit´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 e A.2 Comp´tences g´n´rales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 e e e A.3 Les clients d’OktalSE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148Annexe B Approche CSP 151 B.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 e B.2 R´solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 e B.3 Filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 B.4 Types de CSP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 B.4.1 CSP num´riques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 e B.4.2 CSP hi´rarchiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 e B.4.3 CSP dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 B.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153Annexe C L-System 155 C.1 Origine (sic) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 C.2 Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 C.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156Annexe D Mod´lisation d´clarative e e 159 D.1 Pr´sentation g´n´rale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 e e e D.2 Les trois phases de la mod´lisation d´clarative . . . . . . . . . . . . . . . . . . . . 162 e e D.2.1 La phase de description . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 D.2.2 La phase de g´n´ration e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 D.2.3 La phase de visualisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 7
  9. 9. Table des mati`res eAnnexe E Approches manuelles 167Bibliographie 171 8
  10. 10. Table des figures1 Les trois phases de la mod´lisation d´clarative. . . . . . . . . . . . . . . . . . . . e e 192 Visualisation vectorielle, visible et infrarouge d’une partie de l’a´roport de Blagnac 20 e3 D´composition hi´rarchique de la g´n´ration d’une ville . . . . . . . . . . . . . . e e e e 244 Exemple de r´sultats obtenus avec notre outil de g´n´ration de fa¸ades de bˆtiments 26 e e e c a1.1 D´tail du centre ville de Canberra (Australie) . . . . . . . . . . . . . . . . . . . . e 311.2 Diff´rents types de tron¸ons d’un r´seau routier dans VUEMS [Don04] . . . . . . e c e 351.3 Un r´seau routier g´n´r´ ` partir de donn´es en entr´e [PM01] . . . . . . . . . . e e eea e e 371.4 Exemple de sch´mas urbains [Li`96], de gauche ` droite : (a) concentrique, (b) e e a radial, (c) ´chiquier, (d) diamant. . . . . . . . . . . . . . . . . . . . . . . . . . . . e 391.5 Diff´rentes ´tapes successives de g´n´ration de g´om´trie complexe ` base de e e e e e e a graphtales [MBST01] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401.6 G´n´ration d’une zone urbaine ` partir d’un L-System et de r`gles de contraintes e e a e environnementales et topographiques [MBST01] . . . . . . . . . . . . . . . . . . . 411.7 De gauche ` droite : routes, blocs et parcelles [PM01] . . . . . . . . . . . . . . . . a 431.8 Exemples de parcellisation de blocs [Per06] . . . . . . . . . . . . . . . . . . . . . 451.9 Exemple d’espace de solution r´duit ` cause de la discretisation de l’espace [Li`96] 46 e a e1.10 Exemple de r´alisations du projet LaHave [RMS96] . . . . . . . . . . . . . . . . . e 481.11 Exemple de chateau-fort g´n´r´ avec le Castle Construction Kit [GBHF05] . . . . e ee 491.12 Diff´rentes ´tapes de d´rivation [PM01] . . . . . . . . . . . . . . . . . . . . . . . e e e 501.13 Reconstruction de l’Empire State Building (New York City) [PM01] . . . . . . . 511.14 Reconstruction d’un bˆtiment existant (` gauche) ` Rennes. Le mod`le virtuel, a a a e utilisant les FL-system est montr´ ` droite[Per06] . . . . . . . . . . . . . . . . . . ea 52 9
  11. 11. Table des figures1.15 Un autre bˆtiment de Rennes. Ce mod`le utilise le mˆme FL-system que la figure a e e pr´c´dente, seuls les ´l´ments terminaux et les textures ont ´t´ modifi´s.[Per06] . e e ee ee e 521.16 Cette image montre plusieurs bˆtiments g´n´r´s ` l’aide des split grammar [WWSR03] 53 a e ee a1.17 De gauche ` droite : (a) donn´e en entr´e (image rectifi´e d’une fa¸ade), (b) a e e e c fa¸ade automatiquement subdivis´e et encod´e comme un arbre de forme, (c) c e e mod`le polygonal et enfin (d) rendu du r´sultat final incluant ombres et r´flections e e e rendues possibles par les informations s´mantiques [MZWG07] . . . . . . . . . . e 531.18 Incoh´rences g´om´triques r´solues dans [MWS+ 06] . . . . . . . . . . . . . . . . e e e e 551.19 Exemples de bˆtiments g´n´r´s par BatiMan [Cha98] a e ee . . . . . . . . . . . . . . . 561.20 Exemple de bˆtiment g´n´r´s par AGETIM [LLGC+ 05] . . . . . . . . . . . . . . a e ee 561.21 3 solutions au probl`me de Maculet [Mac91] . . . . . . . . . . . . . . . . . . . . . e 581.22 Exemples de r´sultats obtenus par EAAS [Cha95] . . . . . . . . . . . . . . . . . . e 591.23 Deux solutions g´om´triques diff´rentes avec la mˆme topologie [MY01] . . . . . e e e e 601.24 Sc`ne comprenant environ 500 objets g´n´r´e en 25min grˆce ` CAPS (par pla- e e ee a a cement et ajustements interactifs) . . . . . . . . . . . . . . . . . . . . . . . . . . 631.25 Exemples de r´sultats de WordsEyes ` partir de descriptions textuelles`. . . . . . e a e 641.26 Oranos dans DEM2 ONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 671.27 Un exemple de sc`ne g´n´r´e par Manhattan [LRG03] . . . . . . . . . . . . . . . e e ee 691.28 Probl`me de placement bidimensionnel dans un environnement fig´ [LR03] . . . . e e 711.29 Image reconstruite ` partir des r´sultats obtenus avec le solveur DEMONS-GA a e [SRGL03] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732.1 Exemples de vall´es et plateaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 862.2 Importance du choix de la caract´ristique tabou. . . . . . . . . . . . . . . . . . . e 882.3 Somme de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 982.4 Soustraction de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 992.5 Occupation au sol : rectangle englobant (gauche) et enveloppe convexe (droite) . 1002.6 Choix des contraintes ` satisfaire lors de l’ajout d’un nouvel objet dans la sc`ne. a e 1012.7 Contraintes d’orientation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1042.8 Probl`mes faciles et difficiles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 e2.9 Distances minimale et maximale entre le point de r´f´rence et l’enveloppe dans le ee cas d’un rectangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 10
  12. 12. 2.10 Premi`re sc`ne r´sultat e e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1082.11 Seconde sc`ne r´sultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 e e2.12 Interface de DEMONS LE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1103.1 De haut en bas : donn´es d’entr´e (embase de bˆtiment), premi`re ´tape de e e a e e d´rivation, pr´paration des extrusions et bˆtiment final. . . . . . . . . . . . . . . 113 e e a3.2 D´tails du bˆtiment d´crit dans la Figure 3.1. . . . . . . . . . . . . . . . . . . . . 116 e a e3.3 Diagramme de classes de notre syst`me de g´n´ration de fa¸ades . . . . . . . . . 116 e e e c3.4 Un exemple de suppression des faces de fond d’un pan de mur . . . . . . . . . . . 1193.5 Exemple de mur ` bordures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 a3.6 Mur extrud´ avec une profondeur n´gative. . . . . . . . . . . . . . . . . . . . . . 121 e e3.7 Un exemple de mur extrud´ r´f´ren¸ant un objet tridimensionnel (les piliers au e ee c premier plan). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1213.8 Un exemple de grille de mur horizontale. . . . . . . . . . . . . . . . . . . . . . . . 1223.9 Un exemple de grille de mur bidirectionelle. . . . . . . . . . . . . . . . . . . . . . 1223.10 Un exemple de liste de mur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1233.11 R`gle de redimensionnement pour une liste de murs verticales. . . . . . . . . . . 124 e3.12 Les trois diff´rents types de gabarits de fondations. De gauche ` droite, z min, z e a max et extrud´. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 e3.13 Axe m´dian (au centre) et squelette droit (` droite) d’un polygone simple . . . . 127 e a3.14 Vue de profil d’un toit ` deux pentes standard. . . . . . . . . . . . . . . . . . . . 128 a3.15 Vue de profil d’un toit ` deux pentes mansard´. . . . . . . . . . . . . . . . . . . . 128 a e3.16 Vue de profil d’un toit ` deux pentes de type grange. . . . . . . . . . . . . . . . . 128 a3.17 Exemples de toits g´n´r´s par diff´rents gabarits de toits ` deux pentes. De gauche e ee e a ` droite : deux pentes standard, mansard´, grange. . . . . . . . . . . . . . . . . . 129 a e3.18 Vue de profil d’un toit ` quatre pentes de type porche. . . . . . . . . . . . . . . . 130 a3.19 Vue de profil d’un toit ` quatre pentes de type alsacien. . . . . . . . . . . . . . . 130 a3.20 Exemples de toits pour divers gabarits de toits ` quatre pentes. De gauche ` a a droite : quatre pentes standard, mansard´, pagode, porche, alsacien. . . . . . . . 131 e3.21 Trois bˆtiments g´n´r´s ` partir de la mˆme embase. . . . . . . . . . . . . . . . . 132 a e ee a e ´3.22 Etat actuel de notre ´diteur de gabarit de bˆtiments. . . . . . . . . . . . . . . . . 133 e a 11
  13. 13. Table des figures3.23 Zone urbaine constitu´e de 17 362 bˆtiments, la g´n´ration s’effectue en 7mn 55 e a e e sec pour 920 182 faces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1343.24 Exemple de bˆtiment g´n´r´ ` partir du gabarit de fa¸ades d´crit en 3.4.3. . . . . 135 a e eea c e3.25 Exemple de grammaire utilis´e pour g´n´rer le bˆtiment pr´sent´ dans la Figure e e e a e e 3.24. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1363.26 D´tails des diff´rents pas de d´rivations n´cessaires ` la cr´ation du bˆtiment e e e e a e a pr´sent´s dans la Figure 3.25 . e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1371 Cette image montre l’espace perdu ` cause des ouvertures pour le placement des a meubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1422 Exemple des donn´es multim´dia disponibles pour la place du Capitole ` Toulouse e e a au sein du logiciel Google Earth . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1433 Exemple de zones urbaines g´n´r´ en couplant notre syst`me de g´n´ration de e ee e e e bˆtiments avec le prototype de notre m´thode de g´n´ration de r´seau routier. . 144 a e e e e4 Exemple de partition d’un ´tage de bˆtiment en pi`ces par notre m´thode. . . . . 145 e a e eC.1 Plante g´n´r´e par un L-System simple . . . . . . . . . . . . . . . . . . . . . . . . 158 e eeD.1 La mod´lisation d´clarative : un domaine pluri-disciplinaire. Sch´ma initial par e e e Champciaux [Cha98], ´tendu par Gaildrat [Gai03] . . . . . . . . . . . . . . . . . 162 eD.2 Les trois phases de la mod´lisation d´clarative [CDMM97]. . . . . . . . . . . . . 163 e eD.3 Interaction multimodale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164E.1 Plan et vue crystal view d’une maison cr´e par Architecte 3D (Punch Software) e 167E.2 Plan et fa¸ade d’une maison cr´e par Architecte et Construction 3D (Anuman c e Interactive) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168E.3 Exemple d’interface graphique, 3D Architecte Expert CAD 2008 (´dit´ par Micro e e Application) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168E.4 Exemple de rendu final, 3D Architecte Expert CAD 2008 (´dit´ par Micro Ap- e e plication) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 12
  14. 14. GlossaireSiglesCAO Conception assist´e par ordinateur eCAPS Constraint-based Automatic Placement System : Syst`me de placement automatique e bas´ sur les contraintes eCSP Constraint Satisfaction Problem : Probl`me de satisfaction de contraintes eDEM2 ONS DEclarative Multimodal MOdeliNg SystemDHNCSP Dynamic Hierarchic Numeric CSPEAAS Environnement d’aide ` l’am´nagement spatial a eMGII Mod´lisation g´om´trique et infographie interactive e e eIA Intelligence artificielleIHM Interaction Homme MachineIRIN Institut de recherche en informatique de NantesIRIT Institut de recherche en informatique de ToulouseRO Recherche op´rationnelle eRV R´alit´ virtuelle e eSIRV Synth`se d’images et r´alit´ virtuelle e e eMod´lisation d´clarative e eCSP L’approche probl`me de satisfaction de contraintes (CSP) [Mac77] est une famille de tech- e niques constructives g´n´rales. Cette approche est constructive : la solution est construite e e 13
  15. 15. Glossaire graduellement. Comme ces algorithmes sont bas´s sur un processus d’´num´ration, ils sont e e e d´terministes et exhaustifs donc complets. Un CSP est un triplet P = (V, D, C) d´fini par : e e – un ensemble de variables V = X1 , ..., Xn . – un ensemble de domaines D = D1 , ..., Dn , o` Di un ensemble de valeurs, est le domaine u associ´ ` la variable Xi . ea – un ensemble de contraintes C = C1 , ..., Cm , o` Ci est une contrainte d´finie par une u e relation sur un sous-ensemble des variables.D´ictique El´ment de linguistique qui sert ` montrer, ` d´signer un objet singulier d´termin´ e e a a e e e dans la situation.Isoth´tique Parall`le ou perpendiculaire aux axes du syst`me de coordonn´es cart´siennes de e e e e e notre monde virtuel.Mod´lisation d´clarative La mod´lisation d´clarative est un cadre conceptuel pour la concep- e e e e tion assist´e de sc`nes ou de formes virtuelles. Son but est de soulager l’utilisateur lors e e de la tˆche de conception en rendant possible la description d’un mod`le par le biais de a e commandes d’un haut niveau d’abstraction, le lib´rant ainsi du mod`le g´om´trique sous- e e e e jacent. Trois phases principales peuvent ˆtre distingu´es lors de l’utilisation d’un modeleur e e d´claratif : e 1. la phase de description durant laquelle l’utilisateur d´crit la sc`ne en ´non¸ant un e e e c ensemble de commandes de haut niveau, appel´es propri´t´s dans la plupart des e ee modeleurs d´claratifs ; e 2. la phase de g´n´ration qui calcule les solutions correspondantes [LDG05] ; e e 3. la phase de prise de connaissances qui permet ` l’utilisateur de visualiser et de choisir a une solution particuli`re dans le cas de l’exploration d’un domaine de recherche. e Ces trois phases sont parcourues successivement au sein d’un processus it´ratif en spirale, e i.e. l’utilisateur peut affiner sa description en fonction des solutions obtenues.Multimodal Combinant souris, clavier, geste, reconnaissance parole, casque de R´alit´ Vir- e e tuelle pour construire un seul ´v´nement multimodal ` partir de divers ´v´nements mono- e e a e e modaux.NP complet Non d´terministe polynˆmial complet e oNP-difficile Probl`me au moins aussi complexe que n’importe lequel des probl`mes NP. e e 14
  16. 16. M´taheuristiques eBacktrack Retour arri`re, m´thodes permettant de revenir en arri`re afin de corriger la variable e e e qui bloque la recherche de la solutionConfiguration compl`te Affectation de toutes les variables (les contraintes ne sont, a priori, e pas satisfaites).Heuristique M´thode con¸ue pour un probl`me d’optimisation donn´, qui produit une solution e c e e non n´cessairement optimale lorsqu’on lui fournit une instance d’un probl`me. e eM´canisme d’exploration Proc´dure qui pr´cise comment passer d’une configuration A ` e e e a une autre configuration A’ appartenant au voisinage de A.Mouvement Op´ration ´l´mentaire permettant de passer d’une solution A ` une solution A’ e ee a voisine de A.Optimisation combinatoire Consiste ` trouver le meilleur choix entre un nombre fini de a choix. Autrement dit, minimiser une fonction, avec contraintes, sur un ensemble fini.Plateau Ensemble de solutions de mˆme coˆt, connexes par voisinage. e uSolution Affectation de toutes les variables (les contraintes ne sont, a priori, pas satisfaites).Solution optimale Solution optimisant la valeur de la fonction de coˆt. uVoisinage de A Ensemble des solutions A’ accessibles ` partir de A en r´alisant un seul mou- a e vement.G´n´ration urbaine e eSIG Un syst`me d’information g´ographique (SIG) permet de g´rer des donn´es alphanum´ri- e e e e e ques spatialement localis´es, ainsi que les donn´es graphiques permettant d’afficher ou e e d’imprimer plans et cartes. Ses usages couvrent les activit´s g´omatiques de traitement et e e diffusion de l’information g´ographique. e Le rˆle du syst`me d’information est de proposer une repr´sentation plus ou moins r´aliste o e e e de l’environnement spatial en se basant sur des primitives graphiques telles que des points, ` des vecteurs (arcs), des polygones ou des maillages (raster). A ces primitives sont associ´es e des informations qualitatives telles que la nature (route, voie ferr´e, forˆt, etc.) ou toute e e autre information contextuelle. 15
  17. 17. GlossaireL’information g´ographique peut ˆtre d´finie comme l’ensemble de la description d’un e e eobjet et de sa position g´ographique ` la surface de la Terre. e aEn France, dans son acceptation courante, le terme fait r´f´rence aux outils logiciels. eeCependant, le concept englobe l’ensemble constitu´ par les logiciels, les donn´es, le mat´riel e e eet les savoir-faire li´s ` l’utilisation de ces derniers. e a 16
  18. 18. IntroductionCette th`se s’inscrit dans le cadre d’une collaboration CIFRE entre le groupe de recherche eVORTEX (Visual Objects : from Reality To EXpression) de l’IRIT (Institut de Recherche enInformatique de Toulouse) d’une part, et la soci´t´ Oktal Synthetic Environment (c.f. Annexe A) eed’autre part.Le groupe de recherche VORTEX1 aborde par ses diff´rents travaux l’ensemble des probl´mati- e eques des objets visuels, qu’il s’agisse d’images, de vid´os, de sc`nes 2D et 3D. Ces probl´matiques e e eenglobent les m´thodes, les mod`les et les outils utilis´s pour traiter les objets visuels, r´els, e e e evirtuels et mixtes, en allant jusqu’` les doter, par cr´ation ou par enrichissement, d’´l´ments a e eepermettant de les utiliser. Tout utilisateur, qu’il soit scientifique, ing´nieur, artiste, formateur eou m´decin peut alors s’exprimer, ind´pendamment de son niveau de maˆ e e ıtrise technique.Au sein du groupe de recherche VORTEX, la composante Mod´lisation, encadr´e par V´ronique e e eGaildrat, ´tudie les outils de mod´lisation d’environnements virtuels, et plus pr´cis´ment les e e e eoutils de mod´lisation d´clarative (cf. Figure 1). Ces travaux sur la mod´lisation d´clarative e e e es’int`grent dans une chaˆ compl`te de production d’images de synth`se, en apportant une aide e ıne e eau concepteur dans la cr´ation d’objets et de sc`nes. Au final, le processus aboutit ` la cr´ation e e a ed’un environnement virtuel dans lequel le concepteur-utilisateur pourra ensuite ´voluer. Le pro- ejet DEM2 ONS (DEclarative Multimodal MOdeliNg System) regroupe les travaux de rechercheautour de la mod´lisation d´clarative. Ces travaux ont conduit au d´veloppement de plusieurs e e esyst`mes de g´n´ration qui ont permis d’´valuer la pertinence de diff´rentes approches pour le e e e e eplacement contraint d’objets dans une sc`ne tridimensionnelle. e 1 Cr´´ en 2007 par la fusion des ´quipes SIRV (Synth`se d’Images et R´alit´ Virtuelle) et VPCAB (VISION ee e e e ePAR CALCULATEUR ANDRE BRUEL). 17
  19. 19. IntroductionContrairement aux approches classiques (ou imp´ratives) qui n´cessitent des donn´es num´riques e e e een entr´e, la mod´lisation d´clarative offre la possibilit´ de d´crire une entit´ ou une sc`ne ` e e e e e e e amod´liser en exprimant une simple image mentale de la sc`ne (cette image peut ˆtre floue). e e eLe concepteur n’a qu’` ´noncer les attributs g´om´triques, photom´triques et physiques de a e e e el’environnement ainsi que les relations entre ces ´l´ments dans un langage quasi-naturel. Ces eepropri´t´s permettent, ` l’aide d’un ordre unique, de r´aliser une op´ration qui aurait demand´ ee a e e eun nombre important d’actions ´l´mentaires avec un modeleur g´om´trique imp´ratif classique. ee e e eCes propri´t´s sont ensuite interpr´t´es en contraintes r´solues par le syst`me de g´n´ration ee ee e e e epour fournir un mod`le solution (cf Figure 1). Le but de la mod´lisation d´clarative n’est pas e e ede se substituer ` la mod´lisation g´om´trique imp´rative, mais plutˆt de l’enrichir en four- a e e e e onissant des m´canismes permettant de faciliter la g´n´ration de sc`nes r´alistes. Pour cela, la e e e e emod´lisation d´clarative cherche ` tirer parti de toutes les informations s´mantiques sur l’en- e e a evironnement et les objets ` placer, de fa¸on ` automatiser le mieux possible ce placement, en a c a´vitant au concepteur des tˆches r´p´titives et fastidieuses. En plus de permettre un maniemente a e eaccessible ` tous, le recours ` la mod´lisation d´clarative engendre donc un gain de temps certain. a a e eLe second initiateur de cette th`se est la soci´t´ Oktal SE. Cette soci´t´ a d´velopp´ une gamme e ee ee e ed’outils de visualisation capables d’effectuer des rendus d’une mˆme sc`ne dans plusieurs do- e emaines spectraux : infrarouge (bande I, II et III), radar, BNL (bas niveau de lumi`re), acoustique eet bien sˆr visible. Pour g´n´rer ces sc`nes, Oktal SE utilise un modeleur de terrain multi-senseur u e e eappel´ AGETIM (Atelier de GEn´ration de TerraIn Multi senseur). Le logiciel AGETIM per- e emet de g´n´rer un environnement virtuel 3D ` des fins de simulation ou de mod´lisation ` un e e a e aniveau de r´alisme fix´ par l’utilisateur. Ce logiciel fournit des moyens d’int´gration de donn´es e e e ecartographiques existantes, de correction ou d’enrichissement de ces donn´es, des processus de eg´n´ration automatique d’environnement virtuel 3D et d’exploitation simple de cet environne- e ement. Afin d’offrir une plus grande simplicit´ d’utilisation et une ergonomie adapt´e au traite- e ement de l’information cartographique h´t´rog`ne, l’outil AGETIM s’appuie sur un standard en ee emati`re de Syst`mes d’Information G´ographique (SIG), le logiciel GEOCONCEPT. e e eLes bases de donn´es 3D g´n´r´es en utilisant AGETIM peuvent ˆtre tr`s ´tendues : la plus vaste e e ee e e ecouvre actuellement le quart du territoire fran¸ais. Elles peuvent ´galement ˆtre tr`s d´taill´es, c e e e e een incluant par exemple les murs int´rieurs et le mobilier des bˆtiments. La Figure 2 pr´sente e a etrois repr´sentations des alentours de l’a´roport de Toulouse-Blagnac : repr´sentation vectorielle e e e 18
  20. 20. Figure 1. Les trois phases de la mod´lisation d´clarative. e e 19
  21. 21. Introduction Figure 2. Visualisation vectorielle, visible et infrarouge d’une partie de l’a´roport de Blagnac equi donne un aper¸u de la complexit´ g´om´trique de la sc`ne, repr´sentation dans le domaine c e e e e evisible et enfin une repr´sentation en infrarouge. eComme on peut le constater sur la Figure 2, la mod´lisation des alentours de l’a´roport apporte e eune r´elle plus value afin d’observer l’objet de l’´tude dans son environnement naturel. Ne pas e eint´grer l’environnement imm´diat au sujet ´tudi´, fait courir le risque aux utilisateurs de ne pas e e e eprendre en compte les influences de l’environnement proche dans leur analyse et ce, quelque soitla qualit´ de la mod´lisation du sujet principal. Par exemple, si l’on se restreint ` une visualisation e e adans le domaine visible, la pr´sence de l’environnement permet de se rendre r´ellement compte e edes notions d’´chelles, de visibilit´ ou de distance. La mod´lisation du voisinage est encore e e eplus critique dans le cadre d’une visualisation dans les domaines infrarouge, ´lectromagn´tiques e eou BNL (bas niveau de lumi`re, i.e. vision nocturne). Une visualisation ´lectromagn´tique qui e e ene prendrait pas en compte des syst`mes radars situ´s ` l’´cart des bˆtiments principaux de e e a e al’a´roport perdrait en r´alisme. e e 20
  22. 22. 1 Objectifs de l’´tude eCette th`se a pour but d’´tudier la possibilit´ d’enrichir AGETIM avec des modules de g´n´ration e e e e eautomatique de zones urbaines.En effet, lors de l’expression d’un besoin en terme de mod´lisation, il n’est pas rare que le eclient soit sensible au fait qu’en plus de la mod´lisation fine (et exacte) de son sujet d’int´rˆt, e eeses abords soient aussi mod´lis´s. Par exemple, si la mairie de Toulouse lance un appel d’offre e econcernant la maquette 3D du Capitole (qui regroupe l’hˆtel de ville et l’op´ra de Toulouse), un o eprestataire capable de fournir non seulement ce bˆtiment, mais aussi un trajet pi´tonnier autour a edu centre d’int´rˆt avec des bˆtiments cr´dibles, b´n´ficie de solides atouts pour emporter le ee a e e emarch´. Cependant, mˆme si le voisinage du centre d’int´rˆt n’a pas ` ˆtre finement mod´lis´, e e ee ae e eil reste que la surface et le volume occup´s par le voisinage sont g´n´ralement bien plus impor- e e etants que ceux du centre d’int´rˆt. Il est donc n´cessaire d’ˆtre capable de g´n´rer rapidement ee e e e eun ensemble de bˆtiments g´osp´cifiques 2 , reprenant globalement les dimensions des bˆtiments a e e ar´els, leurs aspects et d´corations (balcons, renfoncements, etc.). e eLa mod´lisation de vastes bases de donn´es 3D pr´sente aussi un besoin particulier en terme de e e emod´lisation de zone urbaine. Une des r´alisations d’AGETIM a notamment consist´ ` mod´liser e e ea eun quart du territoire fran¸ais ` des fins de simulation a´riennes. Une telle surface contient c a eun grand nombre de zones urbaines, allant du hameau ` la capitale r´gionale. Les outils de a emod´lisation actuels (dont fait partie AGETIM) sont capables de traiter les bases de donn´es car- e etographiques afin de g´n´rer des maquettes virtuelles repr´sentant les ensembles g´ographiques e e e eexistants :– reliefs,– cours d’eau et lacs,– contours maritimes.Les outils plus avanc´s sont capables de repr´senter les forˆts ainsi que les r´seaux routiers. Selon e e e ela finesse des bases de donn´es cartographiques utilis´es, les informations disponibles concernant e eles zones urbaines peuvent ´norm´ment varier. Voici un aper¸u des informations disponibles, e e cclass´es de la plus vague ` la plus pr´cise : e a e– seules les limites de la zone urbaine sont disponibles, sous forme d’un polygone,– ses grands axes de circulation sont pr´sents (ou esquiss´s), e e 2 G´osp´cifique : un bˆtiment g´osp´cifique est la mod´lisation (potentiellement approch´e) d’un bˆtiment r´´l. e e a e e e e a ee 21
  23. 23. Introduction– des axes interm´diaires sont disponibles, et on observe un classement par rˆle des parties de e o cette ville (habitations, bureaux, industrie, centre commercial, espace vert, lac, etc.),– la totalit´ du r´seau routier est disponible, avec ´galement les plans cadastraux (la limitation e e e des parcelles),– enfin, on peut disposer dans le cas le plus pr´cis, des contours ext´rieurs de tous les bˆtiments, e e a voire de leurs hauteurs.Cette liste montre bien la difficult´ inh´rente ` l’int´gration d’un outil de g´n´ration de zone e e a e e eurbaine au sein d’un modeleur de terrain. Cet outil doit ˆtre capable de prendre en compte des edonn´es parcellaires, potentiellement erron´es. En plus des capacit´s d’analyse et de rectification e e ede la donn´e source, un outil de g´n´ration de zones urbaines doit ˆtre capable de cr´er des e e e e einformations cr´dibles. Ces informations ainsi cr´´es doivent ˆtre g´otypiques3 afin de ne pas e ee e eperturber l’utilisateur parcourant la base de donn´es. eLe premier objectif de cette th`se est de r´aliser une ´tude des solutions existantes pour r´pondre e e e ea` ces deux besoins :– ˆtre capable de g´n´rer des zones urbaines ` partir d’informations g´osp´cifiques disponibles, e e e a e e– ˆtre capable de cr´er de la donn´e source g´otypique. e e e eDans un second temps, nous avons d´cid´ de d´velopper nos axes de travail en fonction de e e el’int´rˆt potentiel d’un nouveau travail de recherche par rapport aux m´thodes existantes ainsi ee equ’aux besoins sp´cifiques d’AGETIM. e2 Cadre de l’´tude eLes progr`s r´cents des applications de r´alit´ virtuelle, des jeux vid´o ainsi que des simulations e e e e ed’expansion urbaine ont augment´ la pertinence de l’utilisation de maquettes virtuelles pour les e´tudes d’urbanisme. Par exemple, la croissance des cit´s entraˆ des probl`mes ´mergents quie e ıne e en´cessitent la mise en place d’outils de pr´vision. Des mod`les peuvent permettre de prendre en e e ecompte l’influence des radiations ´lectromagn´tiques, la pr´diction de la propagation du bruit par e e edes mod`les de pollution sonore ou encore l’anticipation des r´seaux de transports n´cessaires. e e ePar ailleurs, la prochaine g´n´ration de Syst`mes Globaux de Navigation par Satellite (SGNS) e e etirera avantage de l’utilisation de mod`les de villes tridimensionnels. Ainsi, ˆtre capable de e e 3 G´otypique : sp´cifique ` une zone g´ographique et ` une ´poque donn´es e e a e a e e 22
  24. 24. g´n´rer rapidement des mod`les de villes cr´dibles permettra d’aider l’utilisateur ` effectuer ses e e e e a´tudes de fa¸on plus rapide et plus efficace.e cLa mod´lisation d´taill´e de zones urbaines repr´sente un d´fi en informatique graphique. Une e e e e eville r´elle r´pond ` des r`gles de construction (implicites ou explicites) et refl`te souvent de e e a e emultiples influences historiques, culturelles et sociales ` travers le temps. Atteindre une pr´cision a esuffisante pour qu’une ville virtuelle soit cr´dible pour un utilisateur la visitant au niveau du esol, demande une mod´lisation extrˆmement d´taill´e qui exige bien trop de temps et d’efforts e e e ede la part du concepteur. La capacit´ ` g´n´rer rapidement des maquettes virtuelles cr´dibles ea e e epermet de r´pondre ` ce besoin et constitue donc un sujet d’avenir qui doit se d´velopper car e a eles r´sultats actuels ne satisfont pas les besoins pr´c´demment d´finis. e e e e3 Structure du rapportCe m´moire s’articule en trois parties, ´tat de l’art, placement automatique d’objets et enfin e eg´n´ration de automatique de zones urbaines. e e3.1 Etat de l’artLa premi`re partie de ce m´moire propose un ´tat de l’art des m´thodes existantes permettant e e e ela g´n´ration, automatique ou non, de zones urbaines. e eUne zone urbaine repr´sente, la plupart du temps, un ensemble de donn´es trop important e epour ˆtre appr´hend´, mod´lis´ ou mˆme visualis´ directement. Utiliser une approche multi- e e e e e e er´solution, ` base de structures logiques imbriqu´es, permet de d´composer directement cet e a e eensemble en niveaux de d´tail successifs, afin de permettre un traitement plus cibl´. Il s’agit e eici de niveaux de d´tail logiques et non pas uniquement de niveaux de d´tail comme objets e ede substitution lors d’une visualisation tridimensionelle. La pertinence de l’approche multi-r´solution, nous am`ne ` pr´senter un ´tat de l’art des diff´rentes techniques mises en œuvre e e a e e epour g´n´rer automatiquement une zone ur baine, conform´ment au d´coupage en niveau de e e e ed´tail. eLa Figure 3 pr´sente un d´coupage hi´rarchique de la tˆche de g´n´ration d’une ville en sept e e e a e e´tapes. Inspir´ par les travaux de Parish et M¨eller dans [PM01], ce d´coupage est utilis´ commee e u e eplan de cet ´tat de l’art pour exposer les diff´rentes m´thodes existantes. Certains travaux e e ecouvrent plusieurs ´tapes, ils seront donc cit´s plusieurs fois. En fonction de la complexit´ de e e e 23
  25. 25. Introduction Figure 3. D´composition hi´rarchique de la g´n´ration d’une ville e e e echaque ´tape, nous proposons une br`ve pr´sentation du formalisme et des donn´es trait´es ainsi e e e e equ’une discussion sur les m´thodes de g´n´ration pr´sent´es. Une ´tape peut ˆtre assimil´e ` un e e e e e e e e aniveau de d´tail lors d’une repr´sentation multi-´chelle de la ville. e e e3.2 Placement automatique d’objetsNous avons ensuite ´tudi´ le probl`me de placement d’objets, qui correspond ` la derni`re des e e e a e´tapes pr´sent´es ` la Figure 3. Cette ´tape prend la suite de travaux d´j` effectu´s au sein dee e e a e ea enotre ´quipe. Nous pr´sentons dans cette partie une ´tude de l’application de m´thodes issues de e e e ela recherche locale pour r´soudre le placement d’objets au sein d’un probl`me mod´lis´ par des e e e econtraintes. Les objets trait´s sont d´finis par l’enveloppe convexe de leur projection orthogra- e ephique au sol, et peuvent prendre une orientation quelconque. Pour pouvoir prendre en compteces deux particularit´s, nous avons eu recours aux op´rateurs de Minkowski sur les polygones e econvexes pour le calcul de la validit´ de nos contraintes. eNous pr´sentons le modeleur d´claratif DEMONS LE qui a ´t´ d´velopp´ pour ´valuer la per- e e ee e e etinence de cette approche. Ce modeleur est une variante du modeleur DEM2 ONS d´velopp´ e epr´c´demment dans notre ´quipe. Ce d´veloppement a servi de base ` l’´valuation de l’utilisa- e e e e a etion des m´taheuristiques issues de la recherche locale ainsi que des op´rateurs de Minkowski. e e 24
  26. 26. De plus, ce travail nous a permis de proposer la possibilit´ ` un utilisateur, non expert dans la eamod´lisation 3D, de g´n´rer facilement, rapidement et intuitivement des sc`nes complexes. Ceci e e e ese traduit non seulement au niveau de la sp´cification de l’interface utilisateur, mais ´galement e edans l’expression des propri´t´s entre les objets de la sc`ne. ee e3.3 G´n´ration automatique d’ext´rieur de bˆtiment e e e aLe troisi`me chapitre s’attache ` pr´senter l’outil que nous avons d´velopp´ dans le cadre de e a e e ecette th`se pour la g´n´ration automatique de bˆtiments (sans int´rieurs). Cet outil a pour but e e e a ede cr´er la maquette num´rique d’un bˆtiment, d´compos´ en fondations, fa¸ades et toits. Notre e e a e e cm´thode est bas´e sur la d´finition de gabarits de bˆtiments qui sont appliqu´s ` des descriptions e e e a e ade bˆtiments. Une description est constitu´e de l’embase tridimensionnelle, de la hauteur de toit a eet de la hauteur des murs du bˆtiment. Nous proposons plusieurs modes de g´n´ration pour a e echacune de ces composantes. La contribution la plus notable de cette partie est la g´n´ration e edes fa¸ades de bˆtiments ` partir de gabarits de fa¸ades. Les fa¸ades de bˆtiments sont cr´´es en c a a c c a eeutilisant une grammaire de murs tridimensionnelle isom´trique, bas´e sur un ensemble de r`gles. e e eCes r`gles peuvent ˆtre simples ou tr`s d´taill´es en fonction des besoins de l’utilisateur. e e e e eLa Figure 4 pr´sente un exemple de r´sultat obtenu avec notre outil de g´n´ration de fa¸ades de e e e e cbˆtiments. Nous pouvons y voir les d´tails de deux fa¸ades de bˆtiments qui entourent la place a e c adu Capitole ` Toulouse. Les textures utilis´es pour le rez-de-chauss´e correspondent aux devan- a e etures r´elles. Une fois l’arche de l’arcade mod´lis´e manuellement, toute la g´om´trie restante e e e e e(notamment les d´crochements autour de chaque fenˆtre) a ´t´ g´n´r´e de fa¸on automatique e e ee e ee cpar notre outil. Le gabarit ainsi cr´´, bien que correspondant ` un bˆtiment r´el, peut ˆtre ee a a e eappliqu´ ` une description quelconque de bˆtiment, et s’y adaptera au mieux, en faisant varier ea ale nombre d’´tages ou de fenˆtres dans les limites permises par le gabarit. e e3.4 AnnexesAfin de faciliter la lecture et la compr´hension des trois principaux chapitres de ce m´moire, e enous avons report´ en annexe un certain nombre de d´finitions et descriptions. e eL’annexe A pr´sente la soci´t´ Oktal Synthetic Environment ainsi que ses activit´s. e ee eL’annexe B propose une d´finition et un aper¸u de l’approche CSP (probl`me de satisfaction de e c econtrainte) qui est utilis´e dans certains travaux de notre ´tat de l’art (notamment la g´n´ration e e e ede plans de bˆtiments ainsi que les probl`mes d’am´nagement d’int´rieurs). a e e e 25
  27. 27. IntroductionFigure 4. Exemple de r´sultats obtenus avec notre outil de g´n´ration de fa¸ades de bˆtiments e e e c a 26
  28. 28. L’annexe C pr´sente les L-System, auxquels font appel les ´tapes de g´n´ration de r´seau urbain e e e e eet fa¸ades de bˆtiments. c aL’annexe E d´crit certains logiciels du commerce permettant de cr´er des mod`les num´riques e e e ede bˆtiments. aL’annexe D pr´sente les concepts et les d´finitions relatifs ` la mod´lisation d´clarative utilis´e e e a e e epour la g´n´ration de bˆtiments et le placement des objets dans les pi`ces. e e a e 27
  29. 29. Chapitre 1 Etat de l’art relatif ` la g´n´ration a e e d’environnements urbainsDans ce chapitre, nous utilisons le terme g´n´rique de ville pour d´signer une zone dans laquelle e e eon trouve un r´seau routier et des bˆtiments. Cette zone peut aussi bien d´finir un hameau e a equ’une m´gapole. e1.1 Zone urbaineLa g´n´ration d’une ville n´cessite au minimum de connaˆ ses limites physiques (ou g´ogra- e e e ıtre ephiques). Nous consid´rons comme niveau le plus vague d’information, la d´finition de la surface e eque couvre (ou doit recouvrir) cette ville.Cette information est g´n´ralement d´finie au sein d’un SIG (Syst`me d’Information G´o- e e e e egraphique). Il est ´galement possible de contraindre la d´finition de la zone urbaine afin de e eprendre en compte des donn´es suppl´mentaires en entr´e. Ces informations compl´mentaires e e e esont g´n´ralement donn´es sous forme de cartes : e e e– altim´triques : les routes sont g´n´ralement perpendiculaires ou parall`les aux lignes de ni- e e e e veaux ;– hydrographiques (surfaciques : mer, lac, ´tang, delta, etc. ou vectorielles : fleuve, rivi`re) : e e le r´seau routier traite diff´remment ces zones, en les ´vitant, ou en les traversant (pont ou e e e tunnel) ;– de v´g´tation : g´n´ralement les zones de v´g´tation sont contourn´es par le r´seau routier ; e e e e e e e e 29
  30. 30. Chapitre 1. Etat de l’art relatif ` la g´n´ration d’environnements urbains a e e– de densit´ de population : cette donn´e modifie de deux fa¸ons le r´seau routier, premi`re- e e c e e ment, le r´seau routier secondaire est affect´ (rue, r´sidence), ensuite le r´seau routier primaire e e e e pr´sente des axes ` plusieurs voies qui relient les zones ` forte densit´ de population (auto- e a a e routes, voies rapides) ;– de sch´mas de construction de r´seau routier. e eA partir des informations donn´es lors de la d´finition de la zone urbaine, les diff´rentes ´tapes e e e ede g´n´ration permettent de mod´liser la ville dans son int´gralit´. La premi`re de ces ´tapes, e e e e e e equi g´n`re le r´seau routier, est la seule ` traiter la zone urbaine dans son ensemble. Les deux e e e a´tapes suivantes, qui g´n`rent les blocs et les parcelles, r´alisent deux partitions successives dee e e ela zone urbaine ce qui permet de r´duire la complexit´ de ces tˆches. Enfin, les trois derni`res e e a e´tapes traitent des bˆtiments, de la g´n´ration des ext´rieurs (fa¸ades, fondations et toits), `e a e e e c acelle des plans de bˆtiments pour finir avec le placement de mobilier au sein des pi`ces. a e1.2 R´seau routier e1.2.1 Pr´sentation eLa forme la plus couramment rencontr´e pour repr´senter les r´seaux routiers est le graphe. Un e e egraphe valu´ permet de stocker, en plus de la g´om´trie, des informations telles que la densit´ e e e ede trafic, le nombre et la largeur des voies ou leur sens de circulation. Les algorithmes existantsen th´orie des graphes permettent d’obtenir des donn´es suppl´mentaires, comme par exemple, e e ele plus court chemin d’un point ` un autre. aMˆme s’il paraˆ illusoire de tenter de caract´riser les villes existantes selon des sch´mas pr´d´finis e ıt e e e ede trac´ de routes, certains sch´mas, notamment ceux pr´sent´s dans la Figure 1.4 peuvent e e e eˆtre utilis´s lors de la g´n´ration. On peut, par exemple, constater que la plupart des villese e e eam´ricaines sont con¸ues selon un sch´ma de damier, tandis que les villes europ´ennes reposent e c e eplus souvent sur un sch´ma radiocentrique. N´anmoins, ces observations sont ` pond´rer par le e e a efait que la structure d’une ville est amen´e ` ´voluer dans le temps en fonction de contraintes e aeg´ographiques, sociales et ´conomiques. En pratique, on observe plutˆt une composition de e e osch´mas au sein d’une mˆme ville. La Figure 1.1 montre un r´seau routier qui pr´sente la e e e ecomposition de plusieurs sch´mas, principalement les sch´mas radiocentriques et en damier. e e 30
  31. 31. On reconnaˆ en bas de l’image deux noyaux de sch´mas routier radiocentriques. Tandis que les quartier au nord ıt epr´sentent les caract´ristiques de sch´mas routiers en damier. e e e Figure 1.1. D´tail du centre ville de Canberra (Australie) e 31
  32. 32. Chapitre 1. Etat de l’art relatif ` la g´n´ration d’environnements urbains a e e1.2.2 M´thodes issues de l’analyse d’image e1.2.2.1 Extraction du r´seau routier eIl existe trois familles de m´thodes d’extraction de r´seaux routiers ` partir d’image (photogra- e e aphique ou radar) :– les m´thodes d’extraction locale ; e– les m´thodes de poursuite ; e– les m´thodes de reconnexion de graphes. eDans la plupart des approches, le probl`me peut ˆtre ramen´ ` un probl`me d’extraction de e e e a estructures lin´aires. e1.2.2.2 Les m´thodes locales eCe premier type de m´thode vise ` d´tecter dans une image des zones pr´sentant les ca- e a e eract´ristiques locales d’une route. Ces m´thodes recherchent des segments (ou des points) pou- e evant appartenir ` des routes. En pratique, on simplifie le probl`me initial de d´tection des a e etron¸ons de routes en un probl`me de d´tection de structures lin´aires fortement contrast´es c e e e eavec leur voisinage imm´diat (i.e. de radiom´trie fonc´e ou claire). e e eLes principales m´thodes locales reposent sur la morphologie math´matique [CML01] ou la trans- e eform´e de Hough [DG02]. Ces m´thodes ne sont, la plupart du temps, pas capables de d´tecter e e ele r´seau routier dans sa totalit´, mais elles sont en mesure d’en trouver les portions princi- e epales. Elles peuvent cependant g´n´rer un taux significatif d’erreur. Les m´thodes locales sont e e erarement utilis´es seules, toutefois, elles pr´sentent un int´rˆt certain en r´alisant un traitement e e ee einitial des donn´es pour obtenir une amorce de r´seau routier. e eNous allons ` pr´sent d´tailler les m´thodes de poursuite et de reconnexion, des algorithmes de a e e eplus haut niveau qui peuvent utiliser cette amorce pour r´aliser l’extraction de la totalit´ du e er´seau routier. e1.2.2.3 Les m´thodes de poursuite eCes m´thodes d’extraction sont bas´es sur le suivi de structures. Elles sont it´ratives et ont pour e e eprincipe le chaˆ ınage successif de tous les pixels d’une structure en partant d’une amorce.Pour chaque section de la structure lin´aire d´crivant le r´seau routier en cours d’extraction, le e e esyst`me s’efforce de choisir le prochain pixel qui permettra de faire croˆ cette structure. e ıtre 32

×