Gaussian Splatting et LiDAR : guide pratique pour les professionnels de la capture 3D

Le 3D Gaussian Splatting (3DGS) est une technique de rendu volumétrique qui représente une scène comme un ensemble d'ellipsoïdes 3D (les Gaussiennes), chacune porteuse d'une position, d'une couleur et d'une opacité. Contrairement au NeRF (Neural Radiance Field), le 3DGS ne nécessite pas de réseau de neurones lourd à l'inférence : le rendu est rapide, exploitable en temps réel sur du matériel grand public, et les scènes peuvent être visualisées directement dans un navigateur WebGL.

Publiée par Kerbl et al. à SIGGRAPH 2023, la méthode a connu une adoption explosive (plus de 2 000 articles dérivés en deux ans). En 2026, le 3DGS s'installe dans les pipelines de réalité capturée, souvent en complément du LiDAR, pas en remplacement.

Le 3DGS excelle sur le rendu photoréaliste et l'immersion visuelle. Une capture de pièce peut être traitée en moins de deux heures sur une machine équipée d'un bon GPU, et visualisée en temps réel. Pour une visite virtuelle, une inspection visuelle ou une communication client, le résultat est souvent supérieur à un nuage de points colorisé.

En revanche, le 3DGS ne produit pas un relevé métrique fiable. Les Gaussiennes sont optimisées pour l'apparence, pas pour la précision dimensionnelle. Pour un dossier soumis à une autorité d'urbanisme, un nuage de points LiDAR géoréférencé reste indispensable. La synergie gagnante : utiliser le LiDAR pour l'exactitude géométrique et le 3DGS pour l'enveloppe visuelle — ce qu'on appelle un workflow hybride LiDAR + GS.

L'écosystème des formats évolue rapidement. Le standard glTF avec l'extension KHR_gaussian_splatting (ratification attendue T2 2026 sous Khronos Group) vise à devenir le format d'échange universel. En parallèle, OpenUSD (Pixar/Apple/NVIDIA) développe son propre support GS.

Aujourd'hui, les formats pragmatiques sont :

Recommandation Jovaxis : exporter en PLY aujourd'hui, prévoir la migration vers glTF dès la ratification. Pour le géospatial, privilégier 3D Tiles + point cloud LAS sous-jacent.

Capture :

• Xgrids L2 Pro : scanner LiDAR portatif 32 canaux (640 K pts/s, ±1–2 cm), export direct vers Gaussian Splatting via le logiciel LCC, avec SDK Unity, Unreal et WebGL.
• Trimble X12 : scanner de référence topographique (±1 mm @ 10 m, 2.19 M pts/s), utilisé comme couche de précision dans les workflows hybrides.
• Smartphones avec LiDAR (iPhone Pro, iPad Pro) : entrée de gamme pour des captures rapides avec des apps comme Polycam ou Scaniverse.

Traitement GS :

• Postshot (Jawset) : outil de reconstruction GS de référence, multiplateforme.
• Brush (Arthur Brussee, macOS) : visualiseur et éditeur interactif.
• Luma AI / Polycam / KIRI Engine : pipelines cloud accessibles.
• Nerfstudio (gsplat) : pipeline open-source pour la recherche et l'automatisation.

Visualisation :

• WebGL viewers (Three.js + gsplat.js, CesiumJS pour 3D Tiles).
• Unreal Engine (via plugin) et Unity (via SDK Xgrids).
• NVIDIA Omniverse (support USD + GS émergent).

La démarche recommandée pour un relevé professionnel combine les deux technologies :

1. Acquérir le nuage de points LiDAR avec un scanner calibré (laser terrestre, drone LiDAR, scanner mobile), en assurant géoréférencement et contrôle qualité.
2. Capturer les images (depuis le scanner si équipé d'une caméra, ou par photogrammétrie complémentaire).
3. Générer le Gaussian Splatting à partir des images (via Postshot, Nerfstudio ou Luma AI).
4. Aligner le GS sur le nuage de points LiDAR (ICP, points de contrôle communs, ou via l'outil d'alignement de Postshot).
5. Livrer un visualiseur double-couche : le Gaussian Splatting pour la navigation immersive, le nuage de points LiDAR sous-jacent pour les mesures précises — avec un outil de loupe/mesure activable à la demande.

Ce workflow est déjà utilisé en pratique par des sociétés comme Cr8ive Media : leur viewer 3DGS + nuage de points permet de basculer entre la vue photoréaliste et le nuage LAS de 6,3 millions de points pour des mesures métriques.

• Confondre rendu photoréaliste et précision métrique. Un GS peut être visuellement parfait et comporter des erreurs de plusieurs centimètres. Ne pas l'utiliser seul pour un relevé réglementaire.
• Sous-estimer le besoin en GPU. Une scène de qualité demande une carte récente (RTX 4060 minimum recommandé, 12 Go VRAM). Le cloud (Luma, KIRI) évite l'investissement matériel mais impose des limites de taille et de confidentialité.
• Négliger l'alignement GS–LiDAR. Sans points de contrôle communs ou ICP robuste, la superposition visuelle sera décalée et les mesures faussées.
• Oublier le droit à l'image et le RGPD. Les GS capturent l'environnement avec un niveau de détail photographique. En Europe, les règles de protection des données et de droit à l'image s'appliquent pleinement — floutage et consentement peuvent être nécessaires.
• Choisir un format propriétaire sans issue. Privilégier PLY ou glTF pour la pérennité des données.

L'Europe dispose d'un écosystème favorable au déploiement du Gaussian Splatting couplé au LiDAR :

• Inria (France), institution d'origine des auteurs de l'article fondateur du 3DGS, continue de publier des avancées majeures.
• Geo Week 2026 (Denver, février 2026) a consacré plusieurs sessions à l'impact du GS dans le géospatial, avec une forte participation européenne.
• RIEGL (Autriche), Leica Geosystems (Suisse) et SICK (Allemagne) intègrent progressivement des exports compatibles GS dans leurs écosystèmes logiciels.
• Les initiatives Copernicus et INSPIRE poussent à l'interopérabilité des données géospatiales ; le GS pourrait enrichir les jumeaux numériques urbains européens.

Pour les bureaux d'études et intégrateurs, la période 2026–2027 est celle de l'expérimentation productive : le GS n'est plus un sujet de recherche pure, mais un outil différenciant pour les livrables de réalité capturée.