L’utilisation de la 3D au sein de SNCF Réseau

Cet article présente l’utilisation des données 3D LiDAR1 par SNCF Réseau, en soulignant les bénéfices techniques et opérationnels pour le domaine ferroviaire. Déployée depuis 2006 chez SNCF Réseau, cette technologie est aujourd’hui exploitée dans le cadre de projets au service de la maintenance ou bien encore de la sécurité des installations. Le déploiement s’est accéléré en 2019 avec le déploiement de LiDAR 3D sur les engins de surveillance de la voie (ESV). Ces données massives ouvrent de nouvelles perspectives d’innovation, notamment en lien avec le programme BIM et Continuité Numérique.

La technologie LiDAR a fait son entrée à SNCF Réseau au début des années 2000. Les premières expérimentations ont montré les forces et faiblesses de cette technologie appliquée au monde ferroviaire. L’évolution rapide des appareils LiDAR a permis, en quelques années, de rendre ces systèmes pleinement compatibles avec les contraintes ferroviaires. C’est ainsi qu’en l’espace de quelques années la part d’acquisitions LiDAR a fortement augmenté et les champs d’applications se sont élargis, jusqu’à la mise en place d’une stratégie de collecte massive et de traitements industriels des données. Initialement peu utilisés en tant que tel, les nuages de points 3D sont maintenant directement analysés pour en tirer des informations exploitables par les métiers du ferroviaire. En parallèle un large spectre de vecteurs d’acquisition sont déployés par SNCF Réseau pour répondre à un besoin grandissant des métiers du ferroviaire.

Traitement de la donnée 3D à grande échelle

Perçues jusqu’à présent comme de simples fonctions support à la production des nuages de points 3D, les technologies de l’information (TI) ont démontré leur rôle prépondérant dans la capacité à générer de manière industrielle ces données au même titre que le matériel d’acquisition et les développements de post-traitement. Comme dans beaucoup d’autres domaines métier, les TI ont permis aux données LiDAR de réaliser leur transformation numérique, portée par les services amenés par l’informatique dans les nuages (le cloud) mais aussi grâce aux méthodologies de gestion de projet (agiles) venant du monde informatique. Ceci aura permis, en moins de dix-huit mois, d’accélérer la mise en place d’une chaîne de production des nuages 3D, unique sur le marché non seulement grâce à sa capacité de traiter de manière industrielle de grandes quantités de données, mais aussi grâce à l’effort d’optimisation réalisé dans la conception de l’ensemble pour atteindre un haut niveau de sobriété de consommation énergétique.

Le partenariat entre SNCF Réseau et ses filiales Altametris et Eurailscout France a permis de mettre en production en 202 « l’sine 3D », un outil de traitement en masse des données 3D, d’analyses et de mesures sur l’infrastructure ferroviaire basées sur ces données. Si une grande partie de la production est d’ores et déjà automatisée, des actions manuelles réalisées par des techniciens dûment formés restent indispensables à la production de livrables exploitables pour les entités de maintenance. En parallèle, les modes d’acquisition de la donnée 3D se déploient plus largement sur de plus en plus d’engins, pour une plus grande complémentarité entre les engins SNCF Réseau et ceux d’Eurailscout France.

Une quantité de végétation excessive près des fils caténaire peut présenter de nombreux risques pour le système électrique ferroviaire et par là, impacter les circulations. SNCF Réseau, en qualité de gestionnaire de l’infrastructure ferroviaire, se doit d’anticiper les incidents par une maintenance optimisée. Le LiDAR joue un rôle crucial dans la détection et l’analyse de la végétation. Le travail présenté ici l’utilise pour identifier les zones géographiques où la végétation est proche des caténaires et risque de les endommager. La méthode retenue est constituée des étapes suivantes, à savoir la distinction, dans le nuage de points, des points correspondant au fil de contact et des points correspondant à la végétation en utilisant un algorithme de classification supervisée. Pour chaque point de végétation, la mesure de la distance la plus courte entre le point de végétation et le point de fil le plus proche est ensuite réalisée. Enfin, l’estimation du nombre de points de végétation associés à une distance-seuil est faite puis l’évaluation du risque causé est spécifiée. Cette dernière étape permet d’anticiper le besoin de maintenance pour chaque section longitudinale de voie ferrée.

Le déploiement du BIM (Building Information Modeling) progresse dans les métiers de la conception et de la construction, avec des cas d’usage qui émergent également dans le secteur ferroviaire. Des modèles numériques de plus en plus détaillés et avancés sont désormais utilisés pour représenter divers sous-systèmes des infrastructures ferroviaires durant les phases de conception et de travaux. Cependant, ces maquettes numériques restent peu accessibles sur les sites de chantier, limitant leur intégration dans les opérations terrain malgré leur potentiel d’application pour représenter fidèlement la réalité des sites ou chantiers. Pour répondre à ce défi, plusieurs expérimentations ont été réalisées par SNCF Réseau, en collaboration avec ses partenaires techniques, permettant aux acteurs terrain d’accéder aux représentations numériques des infrastructures à venir et d’anticiper les interfaces nécessaires à une gestion optimale avant et pendant la réalisation des travaux.

Les technologies 3D constituent un levier de transformation du métier d’études de signalisation ferroviaire, notamment pour les projets de régénération liés au déploiement ERTMS. Les dernières avancées de l’équipe projet HPMV mettent en évidence l’importance d’assurer la continuité numérique depuis les études préliminaires jusqu’à la mise en œuvre concrète des installations de signalisation en voie. Une telle démarche nécessite l’utilisation des solutions BIM ouvertes et interopérables facilitant ainsi une gestion plus fluide des données techniques. Quant aux développements futurs, une approche système devrait être privilégiée.