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.

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

3. Auteur : Mathieu Larive
Titre : Mod´lisation de zones urbaines virtuelles
e
Directeur de th`se : V´ronique Gaildrat
e e
Lieu et date de soutenance : Toulouse, septembre 2008
Discipline administrative : Informatique
R´sum´ La mod´lisation pr´cise de zones urbaines ´tendues repr´sente un d´fi en informatique
e e e e e e e
graphique. Une ville r´elle r´pond ` des r`gles de construction (implicites ou explicites) et refl`te
e e a e e
souvent de multiples influences historiques, culturelles et sociales ` travers le temps. Atteindre
a
une pr´cision suffisante pour qu’une ville virtuelle soit cr´dible, pour un utilisateur la visitant au
e e
niveau du sol, demande une mod´lisation extrˆmement d´taill´e qui exige bien trop de temps et
e e e e
d’efforts de la part d’un concepteur mˆme exp´riment´. L’´mergence de nouveaux probl`mes
e e e e e
li´s ` l’urbanisation de masse, tels que l’influence des rayonnements ´lectromagn´tiques, la
e a e e
pr´paration de plans d’´vacuation ou la pr´vision de l’´volution n´cessaire des moyens de trans-
e e e e e
ports urbains, entraˆ des besoins croissants en mati`re d’´tudes et de pr´visions. La capacit´
ıne e e e e
a e e
` g´n´rer rapidement des maquettes virtuelles cr´dibles permet de r´pondre ` ces besoins et
e e a
constitue donc un sujet d’avenir appel´ ` se d´velopper car les r´sultats actuels ne satisfont pas
ea e e
les crit`res pr´c´demment d´finis.
e e e e
Nous pr´sentons donc en premier lieu une synth`se des travaux dans ce domaine. Cette synth`se
e e e
est 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 e
niveau de d´tail logique de la zone urbaine. Nos travaux portent principalement sur deux ´tapes
e e
distinctes du processus de g´n´ration d’une zone urbaine virtuelle.
e e
La premi`re ´tape ´tudi´e traite du placement automatique du mobilier dans une pi`ce. Nous
e e e e e
pr´sentons une ´tude de l’application de m´thodes issues de la recherche locale pour r´soudre le
e e e e
placement d’objets au sein d’un probl`me d´fini par des contraintes. Les objets trait´s sont d´finis
e e e e
par leur boˆ englobante, et peuvent prendre une orientation quelconque (non isoth´tique). Nous
ıte e
d´crivons ´galement le modeleur d´claratif DEMONS LE qui a ´t´ d´velopp´ pour ´valuer la
e e e ee e e e
pertinence 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 c
fondations et toits). Notre m´thode est bas´e sur la d´finition de gabarits de bˆtiments qui
e e e a
sont appliqu´s ` des descriptions de bˆtiments. Une description est uniquement constitu´e de
e a a e
l’embase tridimensionnelle, de la hauteur de toit et de la hauteur des murs du bˆtiment. En-
a
1

4. suite, les fa¸ades de bˆtiments sont cr´´es en utilisant une grammaire de murs tridimension-
c a ee
nelle 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 e
d´taill´es en fonction des besoins de l’utilisateur.
e e
En conclusion, nous pr´sentons les perspectives concernant la poursuite de ces travaux, plus
e
particuli`rement pour les deux ´tapes que nous avons ´tudi´es en profondeur, mais aussi pour
e e e e
les autres ´tapes de g´n´ration.
e e e
Mots-cl´s : synth`se d’images, r´alit´ virtuelle, mod´lisation, architecture, urbanisme, m´thodes
e e e e e e
proc´durales, mod´lisation d´clarative
e e e
Laboratoire : IRIT, Universit´ Paul Sabatier, 118 route de Narbonne, F-31062 Toulouse Cedex
e
9
2

5. Remerciements
J’aimerais remercier en premier lieu Mme V´ronique Gaildrat pour avoir encadr´ mon stage de
e e
maˆ
ıtrise, puis continu´ en ´tant mon directeur de stage de DEA et enfin pour avoir m’avoir
e e
confi´ ce sujet de th`se. J’aimerais surtout la remercier pour la qualit´ des ses nombreuses re-
e e e
lectures, j’atteste ici qu’elle ne saurait ˆtre tenue responsable des abominations grammaticales
e
et orthographiques qui demeurent dans ce m´moire.
e
Je remercie ´galement M Jean Latger pour avoir accept´ ma pr´sence dans l’entreprise qu’il
e e e
dirige, Oktal Synthetic Environment, dans le cadre de cette th`se CIFRE. J’aimerais remercier
e
particuli`rement les personnes d’OktalSE qui m’ont apport´ leur aide et leur soutien pendant
e e
ces ann´es, que ce soit Paul Pitot, Yann Dupuy ou Carole Nissoux, car j’ai ´norm´ment appris
e e e
en travaillant avec elles.
Je remercie messieurs Marc Daniel et Mohamed Slimane pour m’avoir fait l’honneur de s’int´resser
e
a
` ce travail. Les commentaires pertinents qu’ils ont su formuler ont grandement contribu´ `
e a
am´liorer la qualit´ de ce manuscrit.
e e
Je remercie M Jean Pierre Jessel, responsable de l’´quipe Vortex, pour sa disponibilit´, sa gen-
e e
tillesse et son ´coute qui m’ont ´t´ fort pr´cieuses pour ma vie de doctorant et aussi pour mes
e ee e
diverses exp´riences professionnelles. Je ne sais pas si beaucoup d’´tudiants en DEA ont la pos-
e e
sibilit´ d’aller assister ` des colloques, mais j’ai ´norm´ment appr´ci´ l’honneur que tu as fait
e a e e e e
en 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 e
ses tentatives de ”¡pingouinisation”¿ de la soci´t´. Je ne sais pas ce qu’il en est de la soci´t´, mais
ee ee
pour le parc de machines de l’´quipe, ¸a prend bonne tournure. Merci encore de ton enthousiasme
e c
et de ton ´nergie, et surtout, merci de m’avoir d´march´ pour le DEA, il y a d´j` fort longtemps.
e e e ea
J’aimerais t´moigner ici de l’affection et du respect que j’´prouve pour toutes les personnes que
e e
j’ai eu l’occasion de croiser durant ces ann´es ` l’IRIT. Que ce soit Lo¨ Barthe et ses s´minaires
e a ıc e
tenus ` bout de bras (que j’ai particuli`rement appr´ci´s), Patrice Torguet et Roger Pujado
a e e e
3

6. 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 ´mu
e e e
du mail que Ga¨l nous a envoy´ en rentrant d’un pot ` 2h du matin, ou des moments pass´s en
e e a e
compagnie d’Antoine.
Je remercie enfin mon entourage pour leur pr´sence et toutes leurs qualit´s que je ne saurai
e e
toutes ´num´rer. Mention sp´ciale ` Elodie pour sa relecture de manuscrit pas du tout au der-
e e e a
nier moment (je me demanderai longtemps comment tu as fait pour faire un travail pareil en si
peu de temps). Je souhaite ` Romain que sa fin de doctorat soit aussi agr´able que la mienne et
a e
au final trois docteurs pour trois enfants, merci beaucoup ` nos parents de nous avoir support´s
a e
dans nos ´tudes.
e
Je profite ´galement de ces lignes pour adresser un grand merci ` la joyeuse troupe que nous
e a
avons constitu´e ces derni`res ann´es, que les noms de Bibinne, Gerd, Censhi, D´zou, Ecknouille
e e e e
et autres Sysy et Baba nous accompagnent encore de longues ann´es.
e
Et enfin, last but definitively not least, j’adresse un ´norme merci du fond de mon coeur ` Lætitia.
e a
Me supporter ` tous les sens du terme est d´j` un exploit en soi, mais ce que tu fais tous les
a ea
jours avec moi et pour moi, ainsi que tout ce que nous construisons ensemble me donne une
envie folle de me d´passer pour vous. Je termine ce paragraphe avec un petit mot pour Emma,
e
quand tu liras ce texte, passe donc faire un cˆlin ` ton p`re.
a a e
4

7. Table des mati`res
e
Table des figures 9
Glossaire 13
Introduction 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Chapitre 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

8. 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Chapitre 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Chapitre 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

9. 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
Conclusions et perspectives 141
Annexes 147
Annexe 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
Annexe 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
Annexe C L-System 155
C.1 Origine (sic) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
C.2 Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
C.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
Annexe 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

10. Table des mati`res
e
Annexe E Approches manuelles 167
Bibliographie 171
8

11. Table des figures
1 Les trois phases de la mod´lisation d´clarative. . . . . . . . . . . . . . . . . . . .
e e 19
2 Visualisation vectorielle, visible et infrarouge d’une partie de l’a´roport de Blagnac 20
e
3 D´composition hi´rarchique de la g´n´ration d’une ville . . . . . . . . . . . . . .
e e e e 24
4 Exemple de r´sultats obtenus avec notre outil de g´n´ration de fa¸ades de bˆtiments 26
e e e c a
1.1 D´tail du centre ville de Canberra (Australie) . . . . . . . . . . . . . . . . . . . .
e 31
1.2 Diff´rents types de tron¸ons d’un r´seau routier dans VUEMS [Don04] . . . . . .
e c e 35
1.3 Un r´seau routier g´n´r´ ` partir de donn´es en entr´e [PM01] . . . . . . . . . .
e e eea e e 37
1.4 Exemple de sch´mas urbains [Li`96], de gauche ` droite : (a) concentrique, (b)
e e a
radial, (c) ´chiquier, (d) diamant. . . . . . . . . . . . . . . . . . . . . . . . . . . .
e 39
1.5 Diff´rentes ´tapes successives de g´n´ration de g´om´trie complexe ` base de
e e e e e e a
graphtales [MBST01] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.6 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] . . . . . . . . . . . . . . . . . . . 41
1.7 De gauche ` droite : routes, blocs et parcelles [PM01] . . . . . . . . . . . . . . . .
a 43
1.8 Exemples de parcellisation de blocs [Per06] . . . . . . . . . . . . . . . . . . . . . 45
1.9 Exemple d’espace de solution r´duit ` cause de la discretisation de l’espace [Li`96] 46
e a e
1.10 Exemple de r´alisations du projet LaHave [RMS96] . . . . . . . . . . . . . . . . .
e 48
1.11 Exemple de chateau-fort g´n´r´ avec le Castle Construction Kit [GBHF05] . . . .
e ee 49
1.12 Diff´rentes ´tapes de d´rivation [PM01] . . . . . . . . . . . . . . . . . . . . . . .
e e e 50
1.13 Reconstruction de l’Empire State Building (New York City) [PM01] . . . . . . . 51
1.14 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

12. Table des figures
1.15 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 52
1.16 Cette image montre plusieurs bˆtiments g´n´r´s ` l’aide des split grammar [WWSR03] 53
a e ee a
1.17 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 53
1.18 Incoh´rences g´om´triques r´solues dans [MWS+ 06] . . . . . . . . . . . . . . . .
e e e e 55
1.19 Exemples de bˆtiments g´n´r´s par BatiMan [Cha98]
a e ee . . . . . . . . . . . . . . . 56
1.20 Exemple de bˆtiment g´n´r´s par AGETIM [LLGC+ 05] . . . . . . . . . . . . . .
a e ee 56
1.21 3 solutions au probl`me de Maculet [Mac91] . . . . . . . . . . . . . . . . . . . . .
e 58
1.22 Exemples de r´sultats obtenus par EAAS [Cha95] . . . . . . . . . . . . . . . . . .
e 59
1.23 Deux solutions g´om´triques diff´rentes avec la mˆme topologie [MY01] . . . . .
e e e e 60
1.24 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) . . . . . . . . . . . . . . . . . . . . . . . . . . 63
1.25 Exemples de r´sultats de WordsEyes ` partir de descriptions textuelles`. . . . . .
e a e 64
1.26 Oranos dans DEM2 ONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
1.27 Un exemple de sc`ne g´n´r´e par Manhattan [LRG03] . . . . . . . . . . . . . . .
e e ee 69
1.28 Probl`me de placement bidimensionnel dans un environnement fig´ [LR03] . . . .
e e 71
1.29 Image reconstruite ` partir des r´sultats obtenus avec le solveur DEMONS-GA
a e
[SRGL03] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.1 Exemples de vall´es et plateaux . . . . . . . . . . . . . . . . . . . . . . . . . . . .
e 86
2.2 Importance du choix de la caract´ristique tabou. . . . . . . . . . . . . . . . . . .
e 88
2.3 Somme de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.4 Soustraction de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.5 Occupation au sol : rectangle englobant (gauche) et enveloppe convexe (droite) . 100
2.6 Choix des contraintes ` satisfaire lors de l’ajout d’un nouvel objet dans la sc`ne.
a e 101
2.7 Contraintes d’orientation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
2.8 Probl`mes faciles et difficiles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
e
2.9 Distances minimale et maximale entre le point de r´f´rence et l’enveloppe dans le
ee
cas d’un rectangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
10

13. 2.10 Premi`re sc`ne r´sultat
e e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
2.11 Seconde sc`ne r´sultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
e e
2.12 Interface de DEMONS LE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
3.1 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 a
3.2 D´tails du bˆtiment d´crit dans la Figure 3.1. . . . . . . . . . . . . . . . . . . . . 116
e a e
3.3 Diagramme de classes de notre syst`me de g´n´ration de fa¸ades . . . . . . . . . 116
e e e c
3.4 Un exemple de suppression des faces de fond d’un pan de mur . . . . . . . . . . . 119
3.5 Exemple de mur ` bordures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
a
3.6 Mur extrud´ avec une profondeur n´gative. . . . . . . . . . . . . . . . . . . . . . 121
e e
3.7 Un exemple de mur extrud´ r´f´ren¸ant un objet tridimensionnel (les piliers au
e ee c
premier plan). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.8 Un exemple de grille de mur horizontale. . . . . . . . . . . . . . . . . . . . . . . . 122
3.9 Un exemple de grille de mur bidirectionelle. . . . . . . . . . . . . . . . . . . . . . 122
3.10 Un exemple de liste de mur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3.11 R`gle de redimensionnement pour une liste de murs verticales. . . . . . . . . . . 124
e
3.12 Les trois diff´rents types de gabarits de fondations. De gauche ` droite, z min, z
e a
max et extrud´. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
e
3.13 Axe m´dian (au centre) et squelette droit (` droite) d’un polygone simple . . . . 127
e a
3.14 Vue de profil d’un toit ` deux pentes standard. . . . . . . . . . . . . . . . . . . . 128
a
3.15 Vue de profil d’un toit ` deux pentes mansard´. . . . . . . . . . . . . . . . . . . . 128
a e
3.16 Vue de profil d’un toit ` deux pentes de type grange. . . . . . . . . . . . . . . . . 128
a
3.17 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 e
3.18 Vue de profil d’un toit ` quatre pentes de type porche. . . . . . . . . . . . . . . . 130
a
3.19 Vue de profil d’un toit ` quatre pentes de type alsacien. . . . . . . . . . . . . . . 130
a
3.20 Exemples de toits pour divers gabarits de toits ` quatre pentes. De gauche `
a a
droite : quatre pentes standard, mansard´, pagode, porche, alsacien. . . . . . . . 131
e
3.21 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

14. Table des figures
3.23 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
3.24 Exemple de bˆtiment g´n´r´ ` partir du gabarit de fa¸ades d´crit en 3.4.3. . . . . 135
a e eea c e
3.25 Exemple de grammaire utilis´e pour g´n´rer le bˆtiment pr´sent´ dans la Figure
e e e a e e
3.24. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.26 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
1 Cette image montre l’espace perdu ` cause des ouvertures pour le placement des
a
meubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
2 Exemple des donn´es multim´dia disponibles pour la place du Capitole ` Toulouse
e e a
au sein du logiciel Google Earth . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
3 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 e
4 Exemple de partition d’un ´tage de bˆtiment en pi`ces par notre m´thode. . . . . 145
e a e e
C.1 Plante g´n´r´e par un L-System simple . . . . . . . . . . . . . . . . . . . . . . . . 158
e ee
D.1 La mod´lisation d´clarative : un domaine pluri-disciplinaire. Sch´ma initial par
e e e
Champciaux [Cha98], ´tendu par Gaildrat [Gai03] . . . . . . . . . . . . . . . . . 162
e
D.2 Les trois phases de la mod´lisation d´clarative [CDMM97]. . . . . . . . . . . . . 163
e e
D.3 Interaction multimodale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
E.1 Plan et vue crystal view d’une maison cr´e par Architecte 3D (Punch Software)
e 167
E.2 Plan et fa¸ade d’une maison cr´e par Architecte et Construction 3D (Anuman
c e
Interactive) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
E.3 Exemple d’interface graphique, 3D Architecte Expert CAD 2008 (´dit´ par Micro
e e
Application) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
E.4 Exemple de rendu final, 3D Architecte Expert CAD 2008 (´dit´ par Micro Ap-
e e
plication) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
12

15. Glossaire
Sigles
CAO Conception assist´e par ordinateur
e
CAPS Constraint-based Automatic Placement System : Syst`me de placement automatique
e
bas´ sur les contraintes
e
CSP Constraint Satisfaction Problem : Probl`me de satisfaction de contraintes
e
DEM2 ONS DEclarative Multimodal MOdeliNg System
DHNCSP Dynamic Hierarchic Numeric CSP
EAAS Environnement d’aide ` l’am´nagement spatial
a e
MGII Mod´lisation g´om´trique et infographie interactive
e e e
IA Intelligence artificielle
IHM Interaction Homme Machine
IRIN Institut de recherche en informatique de Nantes
IRIT Institut de recherche en informatique de Toulouse
RO Recherche op´rationnelle
e
RV R´alit´ virtuelle
e e
SIRV Synth`se d’images et r´alit´ virtuelle
e e e
Mod´lisation d´clarative
e e
CSP 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

16. 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 o
NP-difficile Probl`me au moins aussi complexe que n’importe lequel des probl`mes NP.
e e
14

17. M´taheuristiques
e
Backtrack 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 solution
Configuration 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 e
M´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 u
Solution Affectation de toutes les variables (les contraintes ne sont, a priori, pas satisfaites).
Solution optimale Solution optimisant la valeur de la fonction de coˆt.
u
Voisinage de A Ensemble des solutions A’ accessibles ` partir de A en r´alisant un seul mou-
a e
vement.
G´n´ration urbaine
e e
SIG 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

18. Glossaire
L’information g´ographique peut ˆtre d´finie comme l’ensemble de la description d’un
e e e
objet et de sa position g´ographique ` la surface de la Terre.
e a
En France, dans son acceptation courante, le terme fait r´f´rence aux outils logiciels.
ee
Cependant, le concept englobe l’ensemble constitu´ par les logiciels, les donn´es, le mat´riel
e e e
et les savoir-faire li´s ` l’utilisation de ces derniers.
e a
16

19. Introduction
Cette th`se s’inscrit dans le cadre d’une collaboration CIFRE entre le groupe de recherche
e
VORTEX (Visual Objects : from Reality To EXpression) de l’IRIT (Institut de Recherche en
Informatique de Toulouse) d’une part, et la soci´t´ Oktal Synthetic Environment (c.f. Annexe A)
ee
d’autre part.
Le groupe de recherche VORTEX1 aborde par ses diff´rents travaux l’ensemble des probl´mati-
e e
ques des objets visuels, qu’il s’agisse d’images, de vid´os, de sc`nes 2D et 3D. Ces probl´matiques
e e e
englobent les m´thodes, les mod`les et les outils utilis´s pour traiter les objets visuels, r´els,
e e e e
virtuels et mixtes, en allant jusqu’` les doter, par cr´ation ou par enrichissement, d’´l´ments
a e ee
permettant de les utiliser. Tout utilisateur, qu’il soit scientifique, ing´nieur, artiste, formateur
e
ou 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 e
Gaildrat, ´tudie les outils de mod´lisation d’environnements virtuels, et plus pr´cis´ment les
e e e e
outils de mod´lisation d´clarative (cf. Figure 1). Ces travaux sur la mod´lisation d´clarative
e e e e
s’int`grent dans une chaˆ compl`te de production d’images de synth`se, en apportant une aide
e ıne e e
au concepteur dans la cr´ation d’objets et de sc`nes. Au final, le processus aboutit ` la cr´ation
e e a e
d’un environnement virtuel dans lequel le concepteur-utilisateur pourra ensuite ´voluer. Le pro-
e
jet DEM2 ONS (DEclarative Multimodal MOdeliNg System) regroupe les travaux de recherche
autour de la mod´lisation d´clarative. Ces travaux ont conduit au d´veloppement de plusieurs
e e e
syst`mes de g´n´ration qui ont permis d’´valuer la pertinence de diff´rentes approches pour le
e e e e e
placement 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 e
PAR CALCULATEUR ANDRE BRUEL).
17

20. Introduction
Contrairement aux approches classiques (ou imp´ratives) qui n´cessitent des donn´es num´riques
e e e e
en 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 a
mod´liser en exprimant une simple image mentale de la sc`ne (cette image peut ˆtre floue).
e e e
Le concepteur n’a qu’` ´noncer les attributs g´om´triques, photom´triques et physiques de
a e e e e
l’environnement ainsi que les relations entre ces ´l´ments dans un langage quasi-naturel. Ces
ee
propri´t´s permettent, ` l’aide d’un ordre unique, de r´aliser une op´ration qui aurait demand´
ee a e e e
un nombre important d’actions ´l´mentaires avec un modeleur g´om´trique imp´ratif classique.
ee e e e
Ces 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 e
pour fournir un mod`le solution (cf Figure 1). Le but de la mod´lisation d´clarative n’est pas
e e e
de se substituer ` la mod´lisation g´om´trique imp´rative, mais plutˆt de l’enrichir en four-
a e e e e o
nissant des m´canismes permettant de faciliter la g´n´ration de sc`nes r´alistes. Pour cela, la
e e e e e
mod´lisation d´clarative cherche ` tirer parti de toutes les informations s´mantiques sur l’en-
e e a e
vironnement 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 maniement
e a e e
accessible ` tous, le recours ` la mod´lisation d´clarative engendre donc un gain de temps certain.
a a e e
Le second initiateur de cette th`se est la soci´t´ Oktal SE. Cette soci´t´ a d´velopp´ une gamme
e ee ee e e
d’outils de visualisation capables d’effectuer des rendus d’une mˆme sc`ne dans plusieurs do-
e e
maines spectraux : infrarouge (bande I, II et III), radar, BNL (bas niveau de lumi`re), acoustique
e
et bien sˆr visible. Pour g´n´rer ces sc`nes, Oktal SE utilise un modeleur de terrain multi-senseur
u e e e
appel´ AGETIM (Atelier de GEn´ration de TerraIn Multi senseur). Le logiciel AGETIM per-
e e
met de g´n´rer un environnement virtuel 3D ` des fins de simulation ou de mod´lisation ` un
e e a e a
niveau de r´alisme fix´ par l’utilisateur. Ce logiciel fournit des moyens d’int´gration de donn´es
e e e e
cartographiques existantes, de correction ou d’enrichissement de ces donn´es, des processus de
e
g´n´ration automatique d’environnement virtuel 3D et d’exploitation simple de cet environne-
e e
ment. Afin d’offrir une plus grande simplicit´ d’utilisation et une ergonomie adapt´e au traite-
e e
ment de l’information cartographique h´t´rog`ne, l’outil AGETIM s’appuie sur un standard en
ee e
mati`re de Syst`mes d’Information G´ographique (SIG), le logiciel GEOCONCEPT.
e e e
Les 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 e
couvre actuellement le quart du territoire fran¸ais. Elles peuvent ´galement ˆtre tr`s d´taill´es,
c e e e e e
en incluant par exemple les murs int´rieurs et le mobilier des bˆtiments. La Figure 2 pr´sente
e a e
trois repr´sentations des alentours de l’a´roport de Toulouse-Blagnac : repr´sentation vectorielle
e e e
18

21. Figure 1. Les trois phases de la mod´lisation d´clarative.
e e
19

22. Introduction
Figure 2. Visualisation vectorielle, visible et infrarouge d’une partie de l’a´roport de Blagnac
e
qui donne un aper¸u de la complexit´ g´om´trique de la sc`ne, repr´sentation dans le domaine
c e e e e e
visible et enfin une repr´sentation en infrarouge.
e
Comme on peut le constater sur la Figure 2, la mod´lisation des alentours de l’a´roport apporte
e e
une r´elle plus value afin d’observer l’objet de l’´tude dans son environnement naturel. Ne pas
e e
int´grer l’environnement imm´diat au sujet ´tudi´, fait courir le risque aux utilisateurs de ne pas
e e e e
prendre en compte les influences de l’environnement proche dans leur analyse et ce, quelque soit
la qualit´ de la mod´lisation du sujet principal. Par exemple, si l’on se restreint ` une visualisation
e e a
dans le domaine visible, la pr´sence de l’environnement permet de se rendre r´ellement compte
e e
des notions d’´chelles, de visibilit´ ou de distance. La mod´lisation du voisinage est encore
e e e
plus critique dans le cadre d’une visualisation dans les domaines infrarouge, ´lectromagn´tiques
e e
ou BNL (bas niveau de lumi`re, i.e. vision nocturne). Une visualisation ´lectromagn´tique qui
e e e
ne prendrait pas en compte des syst`mes radars situ´s ` l’´cart des bˆtiments principaux de
e e a e a
l’a´roport perdrait en r´alisme.
e e
20

23. 1 Objectifs de l’´tude
e
Cette th`se a pour but d’´tudier la possibilit´ d’enrichir AGETIM avec des modules de g´n´ration
e e e e e
automatique de zones urbaines.
En effet, lors de l’expression d’un besoin en terme de mod´lisation, il n’est pas rare que le
e
client soit sensible au fait qu’en plus de la mod´lisation fine (et exacte) de son sujet d’int´rˆt,
e ee
ses abords soient aussi mod´lis´s. Par exemple, si la mairie de Toulouse lance un appel d’offre
e e
concernant la maquette 3D du Capitole (qui regroupe l’hˆtel de ville et l’op´ra de Toulouse), un
o e
prestataire capable de fournir non seulement ce bˆtiment, mais aussi un trajet pi´tonnier autour
a e
du centre d’int´rˆt avec des bˆtiments cr´dibles, b´n´ficie de solides atouts pour emporter le
ee a e e e
march´. Cependant, mˆme si le voisinage du centre d’int´rˆt n’a pas ` ˆtre finement mod´lis´,
e e ee ae e e
il reste que la surface et le volume occup´s par le voisinage sont g´n´ralement bien plus impor-
e e e
tants que ceux du centre d’int´rˆt. Il est donc n´cessaire d’ˆtre capable de g´n´rer rapidement
ee e e e e
un ensemble de bˆtiments g´osp´cifiques 2 , reprenant globalement les dimensions des bˆtiments
a e e a
r´els, leurs aspects et d´corations (balcons, renfoncements, etc.).
e e
La mod´lisation de vastes bases de donn´es 3D pr´sente aussi un besoin particulier en terme de
e e e
mod´lisation de zone urbaine. Une des r´alisations d’AGETIM a notamment consist´ ` mod´liser
e e ea e
un quart du territoire fran¸ais ` des fins de simulation a´riennes. Une telle surface contient
c a e
un grand nombre de zones urbaines, allant du hameau ` la capitale r´gionale. Les outils de
a e
mod´lisation actuels (dont fait partie AGETIM) sont capables de traiter les bases de donn´es car-
e e
tographiques afin de g´n´rer des maquettes virtuelles repr´sentant les ensembles g´ographiques
e e e e
existants :
– 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 e
la finesse des bases de donn´es cartographiques utilis´es, les informations disponibles concernant
e e
les zones urbaines peuvent ´norm´ment varier. Voici un aper¸u des informations disponibles,
e e c
class´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

24. 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 e
urbaine au sein d’un modeleur de terrain. Cet outil doit ˆtre capable de prendre en compte des
e
donn´es parcellaires, potentiellement erron´es. En plus des capacit´s d’analyse et de rectification
e e e
de la donn´e source, un outil de g´n´ration de zones urbaines doit ˆtre capable de cr´er des
e e e e e
informations cr´dibles. Ces informations ainsi cr´´es doivent ˆtre g´otypiques3 afin de ne pas
e ee e e
perturber l’utilisateur parcourant la base de donn´es.
e
Le premier objectif de cette th`se est de r´aliser une ´tude des solutions existantes pour r´pondre
e e e e
a
` 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 e
Dans un second temps, nous avons d´cid´ de d´velopper nos axes de travail en fonction de
e e e
l’int´rˆt potentiel d’un nouveau travail de recherche par rapport aux m´thodes existantes ainsi
ee e
qu’aux besoins sp´cifiques d’AGETIM.
e
2 Cadre de l’´tude
e
Les progr`s r´cents des applications de r´alit´ virtuelle, des jeux vid´o ainsi que des simulations
e e e e e
d’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 qui
e e ıne e e
n´cessitent la mise en place d’outils de pr´vision. Des mod`les peuvent permettre de prendre en
e e e
compte l’influence des radiations ´lectromagn´tiques, la pr´diction de la propagation du bruit par
e e e
des mod`les de pollution sonore ou encore l’anticipation des r´seaux de transports n´cessaires.
e e e
Par ailleurs, la prochaine g´n´ration de Syst`mes Globaux de Navigation par Satellite (SGNS)
e e e
tirera 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

25. 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 c
La mod´lisation d´taill´e de zones urbaines repr´sente un d´fi en informatique graphique. Une
e e e e e
ville r´elle r´pond ` des r`gles de construction (implicites ou explicites) et refl`te souvent de
e e a e e
multiples influences historiques, culturelles et sociales ` travers le temps. Atteindre une pr´cision
a e
suffisante pour qu’une ville virtuelle soit cr´dible pour un utilisateur la visitant au niveau du
e
sol, demande une mod´lisation extrˆmement d´taill´e qui exige bien trop de temps et d’efforts
e e e e
de la part du concepteur. La capacit´ ` g´n´rer rapidement des maquettes virtuelles cr´dibles
ea e e e
permet de r´pondre ` ce besoin et constitue donc un sujet d’avenir qui doit se d´velopper car
e a e
les r´sultats actuels ne satisfont pas les besoins pr´c´demment d´finis.
e e e e
3 Structure du rapport
Ce m´moire s’articule en trois parties, ´tat de l’art, placement automatique d’objets et enfin
e e
g´n´ration de automatique de zones urbaines.
e e
3.1 Etat de l’art
La premi`re partie de ce m´moire propose un ´tat de l’art des m´thodes existantes permettant
e e e e
la g´n´ration, automatique ou non, de zones urbaines.
e e
Une zone urbaine repr´sente, la plupart du temps, un ensemble de donn´es trop important
e e
pour ˆtre appr´hend´, mod´lis´ ou mˆme visualis´ directement. Utiliser une approche multi-
e e e e e e e
r´solution, ` base de structures logiques imbriqu´es, permet de d´composer directement cet
e a e e
ensemble en niveaux de d´tail successifs, afin de permettre un traitement plus cibl´. Il s’agit
e e
ici de niveaux de d´tail logiques et non pas uniquement de niveaux de d´tail comme objets
e e
de 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 e
pour g´n´rer automatiquement une zone ur baine, conform´ment au d´coupage en niveau de
e e e e
d´tail.
e
La 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´ comme
e e u e e
plan de cet ´tat de l’art pour exposer les diff´rentes m´thodes existantes. Certains travaux
e e e
couvrent plusieurs ´tapes, ils seront donc cit´s plusieurs fois. En fonction de la complexit´ de
e e e
23

26. Introduction
Figure 3. D´composition hi´rarchique de la g´n´ration d’une ville
e e e e
chaque ´tape, nous proposons une br`ve pr´sentation du formalisme et des donn´es trait´es ainsi
e e e e e
qu’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 a
niveau de d´tail lors d’une repr´sentation multi-´chelle de la ville.
e e e
3.2 Placement automatique d’objets
Nous 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 de
e e e a e ea e
notre ´quipe. Nous pr´sentons dans cette partie une ´tude de l’application de m´thodes issues de
e e e e
la recherche locale pour r´soudre le placement d’objets au sein d’un probl`me mod´lis´ par des
e e e e
contraintes. Les objets trait´s sont d´finis par l’enveloppe convexe de leur projection orthogra-
e e
phique au sol, et peuvent prendre une orientation quelconque. Pour pouvoir prendre en compte
ces deux particularit´s, nous avons eu recours aux op´rateurs de Minkowski sur les polygones
e e
convexes pour le calcul de la validit´ de nos contraintes.
e
Nous pr´sentons le modeleur d´claratif DEMONS LE qui a ´t´ d´velopp´ pour ´valuer la per-
e e ee e e e
tinence de cette approche. Ce modeleur est une variante du modeleur DEM2 ONS d´velopp´
e e
pr´c´demment dans notre ´quipe. Ce d´veloppement a servi de base ` l’´valuation de l’utilisa-
e e e e a e
tion des m´taheuristiques issues de la recherche locale ainsi que des op´rateurs de Minkowski.
e e
24

27. De plus, ce travail nous a permis de proposer la possibilit´ ` un utilisateur, non expert dans la
ea
mod´lisation 3D, de g´n´rer facilement, rapidement et intuitivement des sc`nes complexes. Ceci
e e e e
se traduit non seulement au niveau de la sp´cification de l’interface utilisateur, mais ´galement
e e
dans l’expression des propri´t´s entre les objets de la sc`ne.
ee e
3.3 G´n´ration automatique d’ext´rieur de bˆtiment
e e e a
Le troisi`me chapitre s’attache ` pr´senter l’outil que nous avons d´velopp´ dans le cadre de
e a e e e
cette th`se pour la g´n´ration automatique de bˆtiments (sans int´rieurs). Cet outil a pour but
e e e a e
de cr´er la maquette num´rique d’un bˆtiment, d´compos´ en fondations, fa¸ades et toits. Notre
e e a e e c
m´thode est bas´e sur la d´finition de gabarits de bˆtiments qui sont appliqu´s ` des descriptions
e e e a e a
de bˆtiments. Une description est constitu´e de l’embase tridimensionnelle, de la hauteur de toit
a e
et de la hauteur des murs du bˆtiment. Nous proposons plusieurs modes de g´n´ration pour
a e e
chacune de ces composantes. La contribution la plus notable de cette partie est la g´n´ration
e e
des 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 ee
utilisant une grammaire de murs tridimensionnelle isom´trique, bas´e sur un ensemble de r`gles.
e e e
Ces r`gles peuvent ˆtre simples ou tr`s d´taill´es en fonction des besoins de l’utilisateur.
e e e e e
La 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 c
bˆtiments. Nous pouvons y voir les d´tails de deux fa¸ades de bˆtiments qui entourent la place
a e c a
du Capitole ` Toulouse. Les textures utilis´es pour le rez-de-chauss´e correspondent aux devan-
a e e
tures 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 c
par notre outil. Le gabarit ainsi cr´´, bien que correspondant ` un bˆtiment r´el, peut ˆtre
ee a a e e
appliqu´ ` une description quelconque de bˆtiment, et s’y adaptera au mieux, en faisant varier
ea a
le nombre d’´tages ou de fenˆtres dans les limites permises par le gabarit.
e e
3.4 Annexes
Afin de faciliter la lecture et la compr´hension des trois principaux chapitres de ce m´moire,
e e
nous avons report´ en annexe un certain nombre de d´finitions et descriptions.
e e
L’annexe A pr´sente la soci´t´ Oktal Synthetic Environment ainsi que ses activit´s.
e ee e
L’annexe B propose une d´finition et un aper¸u de l’approche CSP (probl`me de satisfaction de
e c e
contrainte) qui est utilis´e dans certains travaux de notre ´tat de l’art (notamment la g´n´ration
e e e e
de plans de bˆtiments ainsi que les probl`mes d’am´nagement d’int´rieurs).
a e e e
25

28. Introduction
Figure 4. Exemple de r´sultats obtenus avec notre outil de g´n´ration de fa¸ades de bˆtiments
e e e c a
26

29. 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 e
et fa¸ades de bˆtiments.
c a
L’annexe E d´crit certains logiciels du commerce permettant de cr´er des mod`les num´riques
e e e e
de bˆtiments.
a
L’annexe D pr´sente les concepts et les d´finitions relatifs ` la mod´lisation d´clarative utilis´e
e e a e e e
pour la g´n´ration de bˆtiments et le placement des objets dans les pi`ces.
e e a e
27

31. Chapitre 1
Etat de l’art relatif ` la g´n´ration
a e e
d’environnements urbains
Dans ce chapitre, nous utilisons le terme g´n´rique de ville pour d´signer une zone dans laquelle
e e e
on trouve un r´seau routier et des bˆtiments. Cette zone peut aussi bien d´finir un hameau
e a e
qu’une m´gapole.
e
1.1 Zone urbaine
La g´n´ration d’une ville n´cessite au minimum de connaˆ ses limites physiques (ou g´ogra-
e e e ıtre e
phiques). Nous consid´rons comme niveau le plus vague d’information, la d´finition de la surface
e e
que 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 e
graphique). Il est ´galement possible de contraindre la d´finition de la zone urbaine afin de
e e
prendre en compte des donn´es suppl´mentaires en entr´e. Ces informations compl´mentaires
e e e e
sont 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

32. 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 e
A partir des informations donn´es lors de la d´finition de la zone urbaine, les diff´rentes ´tapes
e e e e
de 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 e
qui 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 de
e e e e
la 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 a
celle des plans de bˆtiments pour finir avec le placement de mobilier au sein des pi`ces.
a e
1.2 R´seau routier
e
1.2.1 Pr´sentation
e
La forme la plus couramment rencontr´e pour repr´senter les r´seaux routiers est le graphe. Un
e e e
graphe valu´ permet de stocker, en plus de la g´om´trie, des informations telles que la densit´
e e e e
de trafic, le nombre et la largeur des voies ou leur sens de circulation. Les algorithmes existants
en th´orie des graphes permettent d’obtenir des donn´es suppl´mentaires, comme par exemple,
e e e
le plus court chemin d’un point ` un autre.
a
Mˆme s’il paraˆ illusoire de tenter de caract´riser les villes existantes selon des sch´mas pr´d´finis
e ıt e e e e
de trac´ de routes, certains sch´mas, notamment ceux pr´sent´s dans la Figure 1.4 peuvent
e e e e
ˆtre utilis´s lors de la g´n´ration. On peut, par exemple, constater que la plupart des villes
e e e e
am´ricaines sont con¸ues selon un sch´ma de damier, tandis que les villes europ´ennes reposent
e c e e
plus souvent sur un sch´ma radiocentrique. N´anmoins, ces observations sont ` pond´rer par le
e e a e
fait que la structure d’une ville est amen´e ` ´voluer dans le temps en fonction de contraintes
e ae
g´ographiques, sociales et ´conomiques. En pratique, on observe plutˆt une composition de
e e o
sch´mas au sein d’une mˆme ville. La Figure 1.1 montre un r´seau routier qui pr´sente la
e e e e
composition de plusieurs sch´mas, principalement les sch´mas radiocentriques et en damier.
e e
30

33. On reconnaˆ en bas de l’image deux noyaux de sch´mas routier radiocentriques. Tandis que les quartier au nord
ıt e
pr´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

34. Chapitre 1. Etat de l’art relatif ` la g´n´ration d’environnements urbains
a e e
1.2.2 M´thodes issues de l’analyse d’image
e
1.2.2.1 Extraction du r´seau routier
e
Il existe trois familles de m´thodes d’extraction de r´seaux routiers ` partir d’image (photogra-
e e a
phique ou radar) :
– les m´thodes d’extraction locale ;
e
– les m´thodes de poursuite ;
e
– les m´thodes de reconnexion de graphes.
e
Dans la plupart des approches, le probl`me peut ˆtre ramen´ ` un probl`me d’extraction de
e e e a e
structures lin´aires.
e
1.2.2.2 Les m´thodes locales
e
Ce premier type de m´thode vise ` d´tecter dans une image des zones pr´sentant les ca-
e a e e
ract´ristiques locales d’une route. Ces m´thodes recherchent des segments (ou des points) pou-
e e
vant appartenir ` des routes. En pratique, on simplifie le probl`me initial de d´tection des
a e e
tron¸ons de routes en un probl`me de d´tection de structures lin´aires fortement contrast´es
c e e e e
avec leur voisinage imm´diat (i.e. de radiom´trie fonc´e ou claire).
e e e
Les principales m´thodes locales reposent sur la morphologie math´matique [CML01] ou la trans-
e e
form´e de Hough [DG02]. Ces m´thodes ne sont, la plupart du temps, pas capables de d´tecter
e e e
le r´seau routier dans sa totalit´, mais elles sont en mesure d’en trouver les portions princi-
e e
pales. Elles peuvent cependant g´n´rer un taux significatif d’erreur. Les m´thodes locales sont
e e e
rarement utilis´es seules, toutefois, elles pr´sentent un int´rˆt certain en r´alisant un traitement
e e ee e
initial des donn´es pour obtenir une amorce de r´seau routier.
e e
Nous allons ` pr´sent d´tailler les m´thodes de poursuite et de reconnexion, des algorithmes de
a e e e
plus haut niveau qui peuvent utiliser cette amorce pour r´aliser l’extraction de la totalit´ du
e e
r´seau routier.
e
1.2.2.3 Les m´thodes de poursuite
e
Ces m´thodes d’extraction sont bas´es sur le suivi de structures. Elles sont it´ratives et ont pour
e e e
principe 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 e
syst`me s’efforce de choisir le prochain pixel qui permettra de faire croˆ cette structure.
e ıtre
32

35. Les m´thodes de poursuite ont en commun la n´cessit´ de connaˆ
e e e ıtre une structure initiale
(potentiellement ponctuelle). Celle-ci peut avoir ´t´ renseign´e par l’utilisateur ou obtenue
ee e
de fa¸on automatique par une des m´thodes locales pr´c´demment d´crites. Ces algorithmes
c e e e e
pr´sentent l’avantage (propre aux algorithmes it´ratifs) d’´voluer de fa¸on autonome. Cepen-
e e e c
dant, ils peuvent ˆtre d´licats ` contrˆler si les crit`res de poursuite n’ont pas ´t´ correctement
e e a o e ee
d´finis (en fonction du type de r´seau routier).
e e
Parmi les m´thodes de poursuite, nous pouvons par exemple citer les m´thodes dites de suivi
e e
structurel (ou de ”tracking”) [GJ96] et celles ` base de programmation dynamique [GL95].
a
1.2.2.4 Les m´thodes de reconnexion
e
Ces m´thodes r´alisent l’extraction du r´seau routier par reconnexion de graphes. Elles sont
e e e
utilis´es principalement en sortie des m´thodes de poursuite et des m´thodes locales, car elles
e e e
permettent de lever deux des d´fauts inh´rents ` ces m´thodes.
e e a e
Premi`rement, les m´thodes de reconnexion permettent de valider les r´sultats en supprimant
e e e
les fausses alarmes (d´tection d’erreur). Deuxi`mement, elles sont ` mˆme de compl´ter un
e e a e e
r´sultat en connectant divers tron¸ons de la mˆme route. Les m´thodes de reconnexion reposent
e c e e
sur l’utilisation de la topologie des objets ` extraire, et permettent, dans notre cas, de passer
a
d’un r´sultat compos´ d’une nu´e de tron¸ons de routes ` la repr´sentation globale d’un r´seau
e e e c a e e
routier.
De nombreux travaux sont class´s parmi ces m´thodes : certains reposent sur une approche baye-
e e
sienne [Tup97], d’autres sur l’approche des processus ponctuels marqu´s [Sto01], sur la logique
e
floue [WHMJ98] ou encore les algorithmes g´n´tiques [HL01].
e e
Les diff´rentes m´thodes cit´es ci-dessus ont pour point commun de s’efforcer de cr´er la re-
e e e e
pr´sentation virtuelle d’un r´seau routier existant. Ce r´seau routier peut ˆtre utilis´ comme
e e e e e
donn´e d’entr´e pour un syst`me de g´n´ration de zone urbaine. Cependant, certaines applica-
e e e e e
tions requi`rent des donn´es de plus haut niveau s´mantique, ou des mod`les plus simples pour
e e e e
la navigation temps r´el. C’est pourquoi il nous a paru interessant de privil`gier l’´tude des
e e e
m´thodes proc´durales. Celles-ci ont ´galement pour but d’ˆtre capables de cr´er des r´seaux
e e e e e e
routiers non existants.
33