Version PDF

École de technologie supérieure

Responsable(s) de cours :

Jonathan D. Aubertin

PLAN DE COURS

Été 2026
MGC802 : Collecte de données en nuages de points pour les géosciences (3 crédits)

Préalables
Aucun préalable requis.

Description du cours
Ce cours vise à fournir une appréciation technique et pratique de l’utilisation des technologies d’arpentage de masse afin d’obtenir, manipuler et analyser des données topographiques (3D) sous forme de nuages de points dans le cadre de l’exercice de l’ingénierie.

Au terme de ce cours, l’étudiante ou l’étudiant sera en mesure de : présenter l’approche, les avantages et inconvénients des méthodes d’arpentage de masse; établir une procédure d’arpentage 3D en fonction de l’application d’ingénierie désirée; quantifier l’incertitude et les marges d’erreurs associée aux mesures provenant de nuages de points; planifier et réaliser une analyse de détection des changements dans le temps à partir d’arpentages de masse 3D; appliquer des outils de calculs et d’analyse de nuages de points afin de réaliser des étapes de traitement (semi-) automatisées.

Procédure d’arpentage 3D. Méthodes d’arpentage de masse. Marges d’erreurs et incertitudes. Nuages de points. Analyse et traitement de nuages de points. Analyse de détection des changements 3D.

Stratégies pédagogiques

Le cours se déroulera en laboratoire informatique (ou avec ordinateurs).

Le cours sera composé de sessions magistrales ponctuées d’exercices et travaux dirigées. Les étudiants seront amenés au fil du cours à développer leurs propres outils d’analyse et de manipulation. Les exercices et travaux viseront à faire évoluer ces outils et ainsi obtenir une librairie de scripts applicable aux analyses de nuages de points. Le travail final se voudra un sommaire des étapes d’analyses développés en classe et mettra l’emphase sur les scripts développés durant la session.

Les étudiants devront effectuer une série de mesures de terrains à l’aide d’outils d’arpentage de masse disponible à l’ÉTS. Ces relevés seront ensuite utilisés pour l’application des connaissances acquises.

Utilisation d’appareils électroniques

Ordinateur portable nécessaire.

Logiciel CloudCompare et compileur Python

Horaire

Groupe	Jour	Heure	Activité
01	Jeudi	08:30 - 17:00	Activité de cours

Coordonnées du personnel enseignant le cours

Groupe	Nom	Activité	Courriel	Local	Disponibilité
01	Jonathan D. Aubertin		jonathan.aubertin@etsmtl.ca	A-1599

Cours

Le cours présente aux participants une vue d’ensemble des technologies d’arpentage de masse (principalement LiDAR et Photogrammetrie) afin de développer les outils nécessaires pour obtenir et manipuler des données tridimensionnelles sous forme de nuage de points de façon autonome. Le cours met l’ accent sur l’apprentissage par applications, et implique les étudiants dans la prise de données et les manipulations de nuages de points. Les étudiants sont amenés à développer une librairie de scripts pour l’analyse et les manipulations de nuages de points tri-dimensionnelles. Le cours s’attarde sur des applications de visualisation de projets, la prise de mesures, et l’automatisation de certains procédés d’analyse. Le cours se déroulera principalement en laboratoire informatique afin de permettre aux étudiants de mettre en pratique les apprentissages et les méthodes enseigné. Les étudiants seront amenés à effectuer un arpentage par LiDAR ou photogrammétrie, et ensuite effectuer une série de manipulations et mesures.

Laboratoires et travaux pratiques

Séances de collecte de données sur le terrain avec drônes et LiDAR terrestre.

Séance de travaux pratique en classe avec les outils et logiciels pour le traitement de données de nuage de points.

Évaluation

Informations additionnelles :

TP1, individeul, pondération de 15%

TP2, individuel, pondération de 25%

TP3, individuel, pondération de 25%

TP4, en équipe de 1, 2, ou 3, pondération de 35%

Politique de retard des travaux
Conformément au Règlement des études de premier cycle (article 7.5.6) et au Règlement des études de cycles supérieurs (article 6.5.6), tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés à l’article 7.5.5.1 dans le Règlement des études de premier cycle et l’article 6.5.2 dans le Règlement des études de cycles supérieurs, se verra attribuer la note zéro, à moins que d’autres dispositions soient communiquées par écrit par la personne enseignante dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Une pénalité de 10% de la note pondérée sera portée par journée de retard sans justifications ou arrangements avec le professeur.

Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).

Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par la personne enseignante du cours ou la personne coordonnatrice dans le cas des stages.

Documentation obligatoire

Notes de cours fournies sur Moodle. Accès au logiciel CloudCompare.

Ouvrages de références

Kromer, R., Walton, G., Gray, B., Lato, M. and Group, R., 2019. Development and optimization of an automated fixed-location time lapse photogrammetric rock slope monitoring system. Remote Sensing, 11(16), p.1890.

Schofield, W. and Breach, M., 2007. Engineering surveying. CRC Press.

Brodu, N. and Lague, D., 2012. 3D terrestrial lidar data classification of complex natural scenes using a multi-scale dimensionality criterion: Applications in geomorphology. ISPRS journal of photogrammetry and remote sensing, 68, pp.121-134.

Lague, D., Brodu, N. and Leroux, J., 2013. Accurate 3D comparison of complex topography with terrestrial laser scanner: Application to the Rangitikei canyon (NZ). ISPRS journal of photogrammetry and remote sensing, 82, pp.10-26.

Jaboyedoff, M., Oppikofer, T., Abellán, A., Derron, M.H., Loye, A., Metzger, R. and Pedrazzini, A., 2012. Use of LIDAR in landslide investigations: a review. Natural hazards, 61, pp.5-28.

Aubertin, J.D. and Hutchinson, D.J., 2022. Scale-dependent rock surface characterization using LiDAR surveys. Engineering Geology, 301, p.106614.

Shepard, M.K., Campbell, B.A., Bulmer, M.H., Farr, T.G., Gaddis, L.R. and Plaut, J.J., 2001. The roughness of natural terrain: A planetary and remote sensing perspective. Journal of Geophysical Research: Planets, 106(E12), pp.32777-32795.

Adresse internet du site de cours et autres liens utiles

https://www.etsmtl.ca/en/study/courses/mgc802

Autres informations