Ce stage de fin d’études TN10 s’est déroulé chez ART X BAT, en MOEX / OPC : maîtrise d’œuvre d’exécution, ordonnancement, pilotage et coordination.
J’ai suivi trois opérations très différentes : une construction neuve, une réhabilitation en milieu urbain dense et la réhabilitation de plateaux de bureaux dans un immeuble de grande hauteur (IGH) à Paris La Défense (étages 34–39, Tours A/B). Cette dernière a servi de cas principal.
Les contraintes de site étaient concrètes :
contrôle strict des accès, visiteurs et autorisations ;
quai de livraison, créneaux et stockage limités ;
forte coactivité entre lots et nombreuses interfaces ;
plateaux très répétitifs, avec trame de plafond et équipements techniques réguliers ;
délai tendu et explosion des réserves en phase OPR.
Dans ce contexte, la MOEX/OPC ne « note » pas l’avancement : elle transforme l’information terrain en actions exécutables — localiser, décrire, attribuer, suivre, vérifier.
Mon travail
Suivi terrain
Participation aux réunions, prise de notes et clarification des points techniques ;
contrôle des effectifs par lot par rapport à l’avancement prévu ;
visites, photos et relevés ;
suivi des badges, droits d’accès et autorisations de zones techniques ;
coordination du quai, des créneaux, du stockage, des déchets et de la circulation ;
mise à jour des tableaux d’avancement par niveau et par zone ;
rédaction de mails de clarification, de relance et de traçabilité.
Qualité et réserves
Identification et consolidation des réserves par lot ;
suivi des statuts : à lever, levé entreprise, levé MOE, contesté, refusé ;
exploitation des filtres et statistiques pour préparer les relances ;
participation aux visites OPR et publication de listes consolidées ;
mise en place d’un formulaire de contestation pour une traçabilité MOA / MOE / entreprises.
Déploiement de l’outil
Cartographie des intervenants et sous-traitants pour la liste de comptes ;
vérification des utilisateurs, rôles et permissions ;
préparation de plans PDF nettoyés et découpés par zone ;
conception d’un workflow de validation à trois niveaux entreprise / MOE / MOA ;
configuration des sessions « suivi de chantier / OPR / réception » ;
coordination avec l’éditeur ;
présentation de l’outil aux entreprises, tutoriels et formation.
Le problème : une réserve sans localisation devient inutilisable
Une réserve exploitable répond à cinq questions :
Où : niveau, zone, plan, point de repère ;
Quoi : description technique suffisante ;
Qui : lot et entreprise responsables ;
Quand : délai ou date butoir ;
Preuve : photos, historique des statuts, validation.
En OPR, le nombre de réserves augmente vite. Sur des plateaux répétitifs, le même défaut peut apparaître des dizaines de fois. Pour alléger la saisie, on crée souvent une « réserve générale » qui regroupe plusieurs occurrences.
Sur le papier, c’est efficace. Sur le terrain, la fiche perd sa localisation précise : l’entreprise traite une partie des occurrences et en oublie d’autres, sans que la MOE puisse vérifier le périmètre initial ni l’exhaustivité des levées.
Résultat : la saisie est plus simple, mais la vérification, les relances et la communication deviennent plus lourdes ; les risques d’oubli, de doublon et de non-traitement augmentent.
Prototype OpenCV
L’objectif n’était pas de remplacer l’humain, mais de vérifier si une photo de chantier peut produire une localisation exploitable. J’ai construit deux pipelines.
Cas A — rosace de sprinklage manquante
L’image de test contient une annotation rouge manuelle :
conversion BGR → HSV ;
extraction des deux plages de rouge autour de 0° et 180° ;
fusion des masques ;
fermeture puis ouverture morphologique ;
extraction des contours externes et filtrage des petites aires ;
conversion du contour principal en boîte englobante.
Cas A : l'annotation rouge devient une boîte candidate. La chaîne valide segmentation → contour → localisation ; elle ne détecte pas le défaut lui-même.
La chaîne est stable quand le signal visuel est fort, mais elle détecte l’annotation, pas la rosace manquante.
Cas B — plénum de plafond ouvert
Ce cas est plus proche du réel et ne dépend pas d’une annotation :
niveaux de gris et flou gaussien ;
blackhat avec un noyau rectangulaire large pour renforcer les joints sombres ;
contours Canny ;
HoughLinesP pour les segments horizontaux et verticaux ;
fusion des positions proches et reconstruction de la trame ;
découpage en cellules, calcul de moyenne, écart-type et énergie de texture (Laplacien) ;
sélection des cellules « anormales » ;
dans ces cellules, blackhat, seuillage d’Otsu, morphologie et filtres aire / rapport d’aspect / contraste local pour trouver des ouvertures sombres allongées.
Cas B : ouvertures candidates sur la trame de plafond. Les résultats sont fragmentés ; ombres, gaines et éclairage produisent des faux positifs.
Le pipeline produit des zones candidates, mais une ouverture peut générer plusieurs rectangles. Les variations visuelles du chantier sont trop fortes pour des règles fixes ; une réserve est un concept contractuel et métier, pas seulement une zone sombre.
Résultats et limites
La localisation assistée est utile : une photo devient masque, contour, boîte ou cellule — la première étape d’un pré-remplissage.
Une détection isolée ne suffit pas : il faut un jeu de données annoté représentatif, une taxonomie des défauts par lot, un jeu de validation indépendant et des métriques d’acceptation.
L’automatisation pertinente est une assistance : proposer une zone, pré-remplir une fiche, puis laisser la MOE confirmer.
L’apprentissage supervisé n’a pas été entraîné pendant le stage, faute de temps et d’annotations ; le rapport le présente comme une perspective, pas comme un résultat livré.
Poster public : problème, méthode, expérimentation et limites. Les livrables d'origine ont été anonymisés.