Description du projet :
Contexte
Chaque année, plusieurs milliards sont investis dans la mise en conformité et dans l’amélioration des performances énergétiques et structurelles du bâti existant ; avec la forte augmentation du prix de l’énergie et de possibles restrictions quant à son utilisation, ce montant va clairement augmenter à l’avenir.
Lorsqu’un bâtiment doit être assaini, les spécialistes identifient les meilleures stratégies de rénovation, basées sur des études relativement poussées et généralement coûteuses. Pour permettre un assainissement de qualité, durable et efficace à l’échelle du territoire, chaque bâtiment doit être caractérisé au mieux pour pouvoir identifier ses performances globales, i.e. énergétiques, thermiques, structurelles, de confort (par exemple l’isolation phonique ou encore l’accès aux personnes à mobilité réduite) et de sécurité (incendie, par exemple) pour l’usager/habitant.
Sur la base de ce constat, nous proposons une solution basée sur un système-expert et l’IA avec implication de l’humain, afin d’offrir la possibilité d’évaluer l’état global de bâtiments à petite ou large échelle et, à terme, de pouvoir établir des stratégies d’assainissement (également à petite ou large échelle) pertinentes, globales et adaptées de bâtiments existants.
Objectif principal et méthodologie de travail
Nous proposons de développer une plateforme numérique permettant l’obtention d’informations pertinentes afin de caractériser un ou plusieurs bâtiments et d’en évaluer les performances globales. Les solutions digitales visées mixent systèmes experts, intelligence artificielle (IA) et incluent ponctuellement l’intervention de l’humain (figure ci-dessous).
Assainissement 4.2 : méthodologie de travail
Les objectifs spécifiques sont:
- Développement d’un système-expert d’identification de typologies constructives ;
- Création d’une interface utilisateur servant à renseigner le système-expert développé sous (1);
- Réalisation d’une campagne de relevé de détails typologiques d’éléments de façades ;
- Développement d’un algorithme IA pour la reconnaissance d’éléments de façades pertinents liés au système-expert développé en (1) et d’identification typologique ;
Établissement d’un rapport de caractérisation à destination de l’utilisateur.
Research team within HES-SO:
Devaux Mylène
Partenaires académiques: Hennebert Jean, HEIA; Niederhäuser Lavinia, HEIA; Schwab Stefanie, HEIA
Durée du projet:
01.09.2023 - 31.12.2024
Montant global du projet: 170'100 CHF
Statut: Ongoing