FIND - Objets du cadastre des conduites
Détection et géolocalisation des regards (cadastre des conduites) à l’aide de méthodes d’apprentissage profond appliquées à des images dites « street view ». Administrations bénéficiaires : Ville de Zürich et Canton de Neuchâtel.
Contexte
Les réseaux d’infrastructures souterraines — tels que l’assainissement, l’eau, l’énergie ou encore les télécommunications — sont accessibles grâce aux regards présents dans l’espace public. Pour garantir un entretien efficace de ces réseaux, il est essentiel de disposer d’inventaires fiables et complets. Or, ces inventaires sont souvent réalisés manuellement, ce qui représente un travail long, coûteux et difficile à maintenir à jour, en particulier dans les zones urbaines denses.
Dans la ville de Zurich, les services publics assument la responsabilité de l'exactitude des données du cadastre des conduites pour lequel une qualité élevée est attendue ; tandis que dans le canton de Neuchâtel, le Service des ponts et chaussées doit établir l’inventaire des objets ponctuels visibles sur les routes cantonales concernant le système d’évacuation des eaux de chaussées. Dans ce contexte, la ville de Zurich et le canton de Neuchâtel sont intéressés à vérifier la qualité du cadastre (précision de la position et exhaustivité) pour des objets visibles tels que les couvercles de canalisations.
Le projet explore une solution fondée sur l’imagerie street view et l’intelligence artificielle. L’objectif est de déterminer dans quelle mesure il est possible d’identifier automatiquement un certain type de regards visibles sur les images et d’estimer leur position sur le terrain, afin de soutenir ou compléter les inventaires existants.
Les deux régions pilotes disposent d’une couverture street view issue de campagnes de cartographie mobile : images 360° et données GPS.
La méthodologie a été développée conjointement par l’institut d’ingénierie du territoire de la HEIG-VD et le STDL.
Méthodologie
Le projet repose sur l’analyse d’images street view collectées dans deux zones pilotes : le canton de Neuchâtel et la ville de Zurich. Ces zones offrent une diversité de contextes, allant des régions rurales aux environnements urbains très denses.
Les images, issues de campagnes de cartographie mobile, sont d’abord traitées par des modèles avancés de détection d’objets capables de reconnaître visuellement les regards présents sur la chaussée. Une fois les regards identifiés dans les images, leur position est estimée grâce aux informations de géolocalisation et d’orientation de la caméra. En combinant plusieurs vues d’un même élément, il devient possible de déterminer sa localisation réelle par reprojection.
Les positions obtenues sont ensuite comparées aux inventaires existants afin d’évaluer la précision du processus et d’identifier d’éventuels regards manquants ou mal positionnés. Cette étape permet également de mesurer la robustesse de la méthode dans différentes conditions d’acquisition.
Résultats
Les tests menés montrent que les modèles d’intelligence artificielle parviennent à détecter la grande majorité des regards visibles dans les images, avec un bon niveau de fiabilité. Lorsque l’algorithme est entraîné avec les données combinées de Neuchâtel et Zürich, nous obtenons un F1-Score de 0.89 pour Neuchâtel et 0.86 pour la Ville de Zürich. La localisation obtenue après reprojection atteint une précision suffisante pour être intégrée à des bases de données géographiques.
Quelques limites subsistent toutefois, notamment dans des situations où les regards sont partiellement masqués, peu visibles ou confondus avec d’autres éléments ronds présents sur la chaussée. Malgré ces défis, les performances globales démontrent que l’utilisation combinée d’images street view et de l’intelligence artificielle constitue une solution prometteuse pour améliorer et actualiser l’inventaire des infrastructures souterraines.
Ressources documentées
Tous les travaux du STDL sont publiés sous une license ouverte et nous vous encourageons à les utiliser dans vos projets.
Table des matières
Retour à la page d'accueil du STDL
Swiss Territorial Data Lab
Le Swiss Territorial Data Lab (STDL), lancé en 2020 dans le cadre de la stratégie suisse pour la géoinformation (SGS), a fait partie du champ d'action n°5 « Promotion de l’innovation ». Ce laboratoire a offert aux administrations publiques un véritable espace d'expérimentation, où elles pouvaient tester de nouvelles approches pour répondre à leurs défis concrets. Le STDL a favorisé un travail collaboratif entre experts techniques et métier, afin de co-créer des solutions efficaces et adaptées.
Office fédéral de topographie swisstopo
Seftigenstrasse 264
3084 Wabern