An Automated Workflow for Generating 3D Solids from Indoor Point Clouds in a Cadastral Context
Notice bibliographique
Résumé
Accurate volumetric modeling of indoor spaces is essential for emerging 3D cadastral systems, yet existing workflows often rely on manual intervention or produce surface-only models, limiting precision and scalability. This study proposes and validates an integrated, largely automated workflow (named VERTICAL) that converts classified indoor point clouds into topologically consistent 3D solids served as materials for land surveyor’s cadastral analysis. The approach sequentially combines RANSAC-based plane detection, polygonal mesh reconstruction, mesh optimization stage that merges coplanar faces, repairs non-manifold edges, and regularizes boundaries and planar faces prior to CAD-based solid generation, ensuring closed and geometrically valid solids. These modules are linked through a modular prototype (called P2M) with a web-based interface and parameterized batch processing. The workflow was tested on two condominium datasets representing a range of spatial complexities, from simple orthogonal rooms to irregular interiors with multiple ceiling levels, sloped roofs, and internal columns. Qualitative evaluation ensured visual plausibility, while quantitative assessment against survey-grade reference models measured geometric fidelity. Across eight representative rooms, models meeting qualitative criteria achieved accuracies exceeding 97% for key metrics including surface area, volume, and ceiling geometry, with a height RMSE around 0.01 m. Compared with existing automated modeling solutions, the proposed workflow has the ability of dealing with complex geometries and has comparable accuracy results. These results demonstrate the workflow’s capability to produce topologically consistent solids with high geometric accuracy, supporting both boundary delineation and volume calculation. The modular, interoperable design enables integration with CAD environments, offering a practical pathway toward an automated and reliable core of 3D modeling for cadastre applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».