Vues immersives 3D et IA au service de l’espace public

Une métropole pionnière dans l’analyse de l’espace public

Depuis 2018, Orléans Métropole mène une stratégie ambitieuse d’amélioration de la connaissance de son espace public, à l’aide de vues immersives 3D et de solutions d’intelligence artificielle. Cette démarche vise à répondre à un défi majeur : connaître son patrimoine. Au croisement de la technologie et de la gestion urbaine, ce projet illustre le potentiel que peut apporter l’IA dans la détection de certains éléments géographiques. Le principal atout est la collecte des données en un temps restreint. Le rôle du technicien sur la donnée reste primordial dans la mise à jour et la qualification des données pour la gestion de ces informations (cycle de vie de la donnée).

Un contexte structurant : 600 à 1800 km cartographiés par an

La réflexion débute en 2018 avec des tests de vues immersives 3D sur 10 km de voirie. Très vite, les résultats confirment la précision centimétrique des images fournies par Cyclomedia. La collectivité passe alors à l’échelle supérieure : une première campagne de roulage en novembre 2018 couvre 800 km au sud de la Loire. 

Depuis, six campagnes successives ont permis de cartographier l'ensemble du territoire, y compris les lignes de tram et deux parcs emblématiques en 2024.

Une enquête pour mesurer les usages, les utilisateurs et la fréquence d'utilisation

Une enquête menée en juin-juillet 2024 auprès des 860 abonnés aux vues immersives a révélé une forte adhésion :

• 41 % de taux de réponse,

• 71 % des répondants sont des agents d’Orléans Métropole,

• 26 % sont des agents communaux,

• 3 % sont des partenaires extérieurs.

Parmi les bénéfices les plus cités : 30 000 déplacements terrain évités chaque année, et un usage croissant des vues immersives par des agents administratifs (40 % des utilisateurs), preuve d’une appropriation large et transversale.

IA et voirie : vers un diagnostic automatisé

La première expérimentation de l’IA s’est concentrée sur le diagnostic de l’état de la voirie. L'analyse de cet outil a été réalisé sur 80km afin de tester les informations détectées au niveau des anomalies de la chaussée. Ce travail a alimenté une réflexion de la pertinence d'un diagnostic à plus grande échelle.

Potelets, arceaux, barrières : un inventaire automatique

L’un des projets les plus spectaculaires est sans doute l’identification automatisée des potelets, ces petits dispositifs de sécurité implantés en bord de chaussée. Sur un échantillon de 10 km, l’IA a détecté 3 540 potelets, chacun associé à une photographie de contrôle. Lors du passage à l’échelle sur la commune d’Orléans (soit 330 km de voirie), 36 331 éléments ont été identifiés, dont 2 436 arceaux vélos.

Cette précision permet non seulement un recensement exhaustif mais ouvre la voie à une gestion patrimoniale facilitée (maintenance, remplacement, planification budgétaire).

Identifier les emprises invisibles

Autre défi : délimiter les espaces publics (espaces verts, parkings, zones de loisirs…) là où les photos aériennes échouent, notamment à cause de la végétation ou de l’absence de lisibilité au sol. Grâce aux vues immersives, la métropole peut désormais repérer des emprises difficilement cartographiables autrement, un apport essentiel pour les services de l’urbanisme, de l’environnement et de la mobilité.

Ce travail réalisé sous forme de POC, aiderait aussi à répondre aux obligations de la loi LOM, notamment sur l’inventaire des zones de stationnement et de circulation.

Certifier les adresses, enjeu fondamental de la donnée

La certification des adresses est un autre champ d’application structurant. Sur les 24 000 adresses de la commune d’Orléans, 19 000 ont été analysées, dont 18 900 valides grâce aux vues immersives. Seules les venelles et voies non carrossables, non couvertes par le roulage, restent partiellement inaccessibles.

Une expérimentation sur 10 km a même montré que l’IA pouvait améliorer la Base Adresse Locale (BAL) : 1 636 adresses détectées contre 1 458 recensées initialement, soit un taux de concordance de 85 %. Ces données sont essentielles pour les secours, la livraison, les GPS ou les services à la personne.

Une approche expérimentale, reproductible et utile

Au-delà des résultats, la force du projet repose sur sa méthodologie reproductible, mêlant :

• Données immersives à jour (roulages réguliers),

• Outils d’intelligence artificielle entraînés sur le territoire local,

• Croisement systématique avec les bases métier (BAL, référentiels de voirie, inventaires urbains),

• Interface collaborative entre services (Géomatique, Espaces publics, Urbanisme…).

Orléans Métropole a démontré qu’une collectivité peut internaliser l’innovation et en faire un levier opérationnel, sans dépendre totalement des éditeurs ou des cabinets d’études.

Vers une montée en puissance des usages

Les perspectives possibles :

• Étendre l’IA à d’autres éléments du mobilier urbain,

• Approfondir la reconnaissance sémantique (analyse de l’environnement contextuel), 

Ce projet s’inscrit dans une logique de ville intelligente sobre, où la donnée remplace les kilomètres, et où la technologie sert directement la qualité du service public.