Traitement et Valorisation des Données LiDAR Ferroviaires

Le projet s’inscrit au sein de l’Équipe Data, 3D et Patrimoine de la division Matrice, dédiée à l’exploitation avancée des données LiDAR pour la maintenance du réseau ferroviaire. Il repose sur la conception et le développement d’algorithmes capables de traiter à grande échelle des nuages de points géoréférencés, en s’appuyant sur des chaînes techniques Python et C++ (GDAL, Entwine). Le système permet d’identifier, structurer et analyser des volumes massifs de données 3D afin d’améliorer la connaissance de l’infrastructure, d’optimiser les plans de maintenance et de fournir des modèles numériques précis aux équipes métier.

Le projet intègre également l’évaluation et l’évolution de modèles de vision 3D et d’apprentissage profond, ainsi que l’exploration de méthodes non supervisées et de techniques d’augmentation de données pour renforcer la robustesse des traitements. Les activités couvrent la rédaction de spécifications techniques, la planification prévisionnelle, le suivi de projets internes via Jira et la coordination avec plusieurs interlocuteurs métiers. Des travaux de supervision d’alternants et de consolidation d’approches innovantes en segmentation 3D complètent le périmètre.