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.

SNCF Réseau déploie des systèmes LiDAR embarqués sur des véhicules ferroviaires pour la collecte de données topographiques à grande échelle, parcourant quotidiennement plusieurs centaines de kilomètres et générant d’importants volumes de données brutes par jour. Ces données sont traitées et valorisées pour produire des nuages de points 3D géoréférencés, indispensables pour diverses applications. La trajectographie, basée sur des corrections GNSS et des centrales inertielles, garantit la précision des positions. Les données sont ensuite stockées de manière structurée pour en faciliter l’accès et l’exploitation. Des orthoimages et des classifications de points enrichissent les données, permettant des analyses détaillées. L’extraction précise des rails est cruciale pour respecter les normes ferroviaires. La ferrolocalisation associe les positions 3D à des repères linéaires ferroviaires pour une exploitation orientée vers les métiers. ne architecture logicielle « serverless » permet de traiter efficacement les données massives grâce à une parallélisation dynamique des calculs. Le stockage cloud assure une gestion flexible et performante des données. Enfin, cette chaîne de calcul automatisée améliore la maintenance et la caractérisation de l’infrastructure ferroviaire.

Chez SNCF Réseau, la surveillance de l’infrastructure est primordiale afin d’assurer la sécurité des circulations ainsi que la disponibilité et la robustesse du système ferroviaire.

La revue de conformité des profils de ballast, jusqu’à présent réalisée à pied par le mainteneur, a été automatisée par analyse des nuages de points LiDAR enregistrés avec les engins de mesure qui auscultent régulièrement les voies du réseau ferré national. L’article présente le projet déployé dès l’automne 2024 pour ausculter 30 000 km de voie sur ligne classique et ligne à grande vitesse et, depuis 2022, pour des analyses ciblées en amont des chantiers de régénération industrielle de ballast. Cette automatisation répond à un besoin de fiabiliser la revue de conformité des profils de ballast, exercice subjectif ne permettant pas d’estimer précisément les quantités de ballast en excès ou en défaut. Par manque d’information précise, le déchargement de ballast neuf est préféré au régalage de ballast présent et excédentaire. Si cette méthode a fait ses preuves pour l’aspect sécurité, on constate des excès de ballast en voie qui peuvent aller jusqu’à 300 kg/m de voie. Pour la maintenance, cette nouvelle approche permet de prioriser les sections de voie à entretenir, d’estimer les volumes de ballast neuf à commander et de ballast excédentaire à réemployer. En travaux, elle permet d’estimer les volumes de ballast à évacuer en amont des chantiers, ce ballast étant ensuite criblé et lavé en base arrière avant son réemploi.

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.

La signalisation ferroviaire (SF) est un élément clé pour garantir la sécurité et l’efficacité du réseau ferré national. C’est pourquoi le département SF de la Direction Générale Industrielle et Ingénierie de SNCF Réseau (DGII DTR SF) accélère les démarches d’innovations, notamment autour des technologies 3D. Cet article

Cet article met en avant l’importance cruciale de la standardisation des données 3D pour répondre au défi de l’interopérabilité et assurer une continuité numérique efficace au sein du secteur ferroviaire. Il souligne comment une normalisation en mode projet peut catalyser le déploiement des solutions innovantes, essentiel pour l’optimisation des processus de conception, de construction et de maintenance. Il examine également l’impact significatif du processus de réglementation sur la gestion des données 3D, en insistant sur la nécessité de son harmonisation au niveau européen pour faciliter la collaboration.