|
Résumé :
|
L’industrie de la construction rencontre des difficultés majeures pour maintenir l’exactitude des modèles BIM durant tout le cycle de vie des projets, notamment pendant les phases de construction où des écarts par rapport aux conceptions initiales sont fréquents. Aujourd’hui, la mise à jour des modèles BIM à partir de nuages de points "as-built" reste en grande partie manuelle ou semi-automatique, ce qui limite l’efficacité des processus de gestion et de contrôle. Cette recherche vise à combler cette lacune en développant une approche entièrement automatisée de mise à jour des modèles BIM, basée sur les données de nuages de points et les technologies d’intelligence artificielle. Elle prend en entrée un nuage de points "as-built" et une maquette BIM initiale "as-designed", et s’appuie sur des techniques d’apprentissage profond pour la segmentation d’instances, couplées à des algorithmes d’extraction et de comparaison de paramètres, pour aboutir à une solution automatisée de bout en bout. La méthode commence par l’acquisition des données du chantier, suivie d’une segmentation d’instances avec OneFormer3D, un modèle de deep learning performant sélectionné après analyse comparative de différentes approches, incluant la segmentation sémantique, d’instance et panoptique. OneFormer3D, modèle de GeoAI de dernière génération, intègre ces trois types dans une seule architecture et se classe premier en précision moyenne (AP@50%) parmi les modèles de référence. L’innovation centrale réside dans l’extraction automatique de paramètres géométriques à partir des nuages de points segmentés et des éléments IFC du modèle BIM. Un algorithme compare ensuite ces paramètres pour identifier les modifications nécessaires : ajouts, suppressions ou ajustements, selon les différences détectées. Une deuxième contribution essentielle est le développement d’un système de modification BIM automatisé, intégrant le protocole Revit MCP (Model Context Protocol) avec des modèles de langage de grande taille (LLM). Cette intégration marque une avancée dans l’interaction avec les modèles BIM : le langage naturel permet d’interpréter les demandes et d’exécuter automatiquement les mises à jour. Des outils dédiés ont été conçus pour ajouter, modifier ou supprimer des éléments du modèle BIM, selon les conditions réelles relevées sur le terrain, via Revit MCP et les LLM. La méthodologie a été testée avec succès sur le projet du Nouvel Hôpital Ibn Sina (NHIS). Ce cas d’étude démontre l’efficacité et la faisabilité de la solution. À notre connaissance, cette recherche constitue le premier cadre intégralement automatisé de mise à jour des modèles BIM. Elle dépasse les solutions existantes et propose une approche novatrice. Toutefois, la méthode reste limitée aux formes géométriques simples et nécessite des améliorations pour les éléments complexes. De plus, les outils développés dans Revit MCP sont actuellement restreints aux systèmes architecturaux (murs, ouvertures, dalles, poutres, colonnes), et devront être étendus à d'autres catégories telles que les systèmes MEP, les escaliers ou les éléments structurels avancés afin d’enrichir les capacités de mise à jour automatique.
|
