Développement d’une géodatabase SIG dédiée à l’auscultation routière et orientée vers l’intégration future de l’intelligence artificielle et de la photogrammétrie

Abstract

Ce mémoire s’inscrit dans le domaine de la gestion intelligente des infrastructures routières en combinant les Systèmes d’Information Géographique (SIG) et l’intelligence artificielle afin d’optimiser la détection et le suivi des dégradations de chaussée. L’objectif principal est la conception et l’implémentation d’une géodatabase sous ArcGIS Pro destinée à centraliser, organiser et exploiter les données issues d’inspections routières. L’étude souligne les limites des méthodes d’inspection visuelle traditionnelles, qui sont coûteuses, subjectives et peu adaptées à l’échelle des grands réseaux. Pour pallier ces contraintes, une méthode fondée sur l’acquisition d’images via smartphone, leur géoréférencement par une procédure spécifique, puis leur intégration dans un environnement SIG a été développée et évaluée. Par ailleurs, le géoréférencement des images acquises joue un rôle essentiel dans leur exploitation spatiale et l’analyse intelligente des données. Cette étape permet d’améliorer la cartographie de l’état des chaussées et de faciliter les analyses spatio-temporelles des dégradations observées. Les résultats obtenus démontrent que la géodatabase développée constitue un outil opérationnel pour la gestion des informations routières, en facilitant la localisation précise des dégradations, leur suivi et l’aide à la décision pour les opérations de maintenance. Enfin, cette approche ouvre des perspectives prometteuses pour l’intégration de systèmes d’aide à la décision intelligents reposant sur l’IA et l’analyse spatiale avancée 3D. Mots clés : géodatabase, SIG, chaussées souples, le géoréférencement, Dégradation, IA, photogrammétrie 3D. ملخص هذا المذكرة تندرج في مجال اإلدارة الذكية للبنى التحتية الطرقية من خالل الجمع بين نظم المعلومات الجغرافية والذكاء االصطناعي بهدف تحسين كشف ومتابعة تآكالت وعيوب طبقات الرصف. الهدف الرئيسي هو تصميم وتنفيذ قاعدة بيانات مكانية )geodatabase )ضمن برنامج Pro ArcGIS تهدف إلى تمركز وتنظيم واستغالل البيانات الناتجة عن عمليات التفتيش الطرقي. تسلط الدراسة الضوء على حدود طرق التفتيش البصرية التقليدية، والتي تُعد مكلفة وذاتية وغير مناسبة لشبكات ِّقت طريقة تعتمد على اقتناء صور عبر الهواتف الذكية، ثم إجراء عملية ب ِّورت وطُ الطرق الواسعة. للتغلب على هذه القيود، طُ تحديد الموقع الجغرافي لتلك الصور عبر إجراء محدد، وبعدها إدماجها في بيئة نظم المعلومات الجغرافية وتم تقييمها. عالوة على ذلك، يلعب تحديد اإلحداثيات الجغرافية للصور المكتسبة دو ًرا أساسيًا في استغاللها مكانيًا وفي التحليل الذكي للبيانات. تُمك ن هذه الخطوة من تحسين رسم خرائط حالة الرصف وتسهيل التحليالت المكانية-الزمانية للتدهورات المرصودة. تُظهر النتائج أن قاعدة البيانات المكانية المطورة تُشك ل أداة تشغيلية إلدارة معلومات الطرق، من خالل تسهيل ، ومتابعتها، ودعم اتخاذ القرار لعمليات الصيانة. أخي ًرا، تفتح هذه المقاربة آفاقً التحديد الدقيق لمواقع التدهورات ا واعدة لدمج أنظمة دعم القرار الذكية المبنية على الذكاء االصطناعي والتحليل المكاني المتقدم ثالثي األبعاد. 4 الكلمات المفتاحية: قاعدة بيانات مكانية، نظم المعلومات الجغرافية، أرصفة مرنة، تحديد الموقع الجغرافي، تدهور، الذكاء االصطناعي، التصوير الفوتوغرافي ثالثي األبعاد. abstract This thesis falls within the field of intelligent management of road infrastructure by combining Geographic Information Systems (GIS) and artificial intelligence to optimize the detection and monitoring of pavement distresses. The main objective is the design and implementation of a geodatabase in ArcGIS Pro intended to centralize, organize, and exploit data derived from road inspections. The study highlights the limitations of traditional visual inspection methods, which are costly, subjective, and ill-suited for large networks. To overcome these constraints, a method based on image acquisition with smartphones, their georeferencing through a specific procedure, and their integration into a GIS environment was developed and evaluated. Moreover, the georeferencing of the acquired images plays a crucial role in their spatial use and the intelligent analysis of the data. This step improves mapping of pavement condition and facilitates spatio-temporal analyses of observed distresses. The results show that the developed geodatabase constitutes an operational tool for managing road information by facilitating precise localization of distresses, their monitoring, and decision support for maintenance operations. Finally, this approach opens promising perspectives for integrating intelligent decision-support systems based on AI and advanced 3D spatial analysis. Keywords: geodatabase, GIS, flexible pavements, georeferencing, distress, AI, 3D photogrammetry.