La préparation d'interventions de maintenance dans les installations industrielles a dorénavant recours à des outils d'étude, de modélisation et de simulation basés sur l'exploitation de modèles virtuels 3D des installations. L'acquisition de ces modèles tridimensionnels s'effectue à partir de nuages de points mesurés, depuis plusieurs points de vue, par balayage angulaire horizontal et vertical d'un faisceau laser par scanner laser terrestre. L'expression dans un repère commun de l'ensemble des données acquises est appelée consolidation, au cours de laquelle les paramètres de changement de repères entre les stations sont calculés. L'objectif de cette thèse est d'améliorer la méthode d'acquisition de données laser en environnements industriels. Celle-ci doit, au final, garantir la précision et l'exactitude nécessaires des données tout en optimisant le temps et les protocoles d'acquisition sur site, en libérant l'opérateur d'un certain nombre de contraintes inhérentes au relevé topographique classique. Nous examinons, dans un premier temps, l'état de l'art des moyens et méthodes mis en œuvre lors de l'acquisition de nuages de points denses de scènes d'intérieurs complexes (Partie I). Dans un deuxième temps, nous étudions et évaluons les données utilisables pour la consolidation: données laser terrestres, algorithmes de reconstruction de primitives et systèmes de géolocalisation d'intérieur (Partie II). Dans une troisième partie, nous formalisons et expérimentons ensuite un algorithme de recalage basé sur l'utilisation de primitives appariées, reconstruites dans les nuages de points (Partie~III). Nous proposons finalement une approche probabiliste de l'appariement de primitives permettant l'intégration des informations et incertitudes a priori dans le système de contraintes utilisé pour le calcul des poses (Partie IV). / Many pre-maintenance operations of industrial facilities currently resort on to three-dimensional CAD models. The acquisition of these models is performed from point clouds measured by Terrestrial Laser Scanning (TLS). When the scenes are complex, several viewpoints for scanning, also known as stations, are necessary to ensure the completeness and the density of the survey data. The generation of a global point cloud, i.e. the expression of all the acquired data in a common reference frame, is a crucial step called registration. During this process, the pose parameters are estimated. If the GNSS systems are now a solution for many outdoor scenes, the registration of indoor TLS data still remains a challenge. The objective of this thesis is to improve the acquisition process of TLS data in industrial environments. The aim is to guarantee the precision and accuracy of acquired data, while optimizing on-site acquisition time and protocols by, as often as possible, freeing the operator from the constraints inherent to conventional topographic surveys. In a first part, we consider the state of the art of the means and methods used during the acquisition of dense point clouds of complex interior scenes (Part I). In a second part, we study and evaluate the data available for the registration: terrestrial laser scanner data, primitive reconstruction algorithms in point clouds and indoor geolocation systems (Part II). In the third part, we then formalize and experiment a registration algorithm based on the use of matched primitives, reconstructed from per station point clouds (Part III). We finally propose a probabilistic approach for matching primitives, allowing the integration of a priori information and uncertainty in the constraints system used for calculating poses (Part IV).

L’indice de surface foliaire (Leaf Area Index, LAI), défini comme la moitié de la surface foliaire par unité de surface de sol, est un paramètre clé du cycle écologique de la Terre, et sa précision d'acquisition a toujours la nécessité et la possibilité d'amélioration. La technologie du scanner laser actif offre une possibilité d'obtention cohérente du LAI à plusieurs échelles, car le scanner laser terrestre et le scanner laser aéroporté fonctionnent sur le même mécanisme physique. Cependant, les informations tridimensionnelles du scanner laser ne sont pas complètement explorées dans les méthodes actuelles et les théories traditionnelles ont besoin d'adaptation. Dans cette thèse, le modèle de distribution de longueur de trajet est introduit pour corriger l'effet d’agrégation, et il est appliqué aux données du scanner laser terrestre et du scanner laser aéroporté. La méthode d'obtention de la distribution de longueur de trajet de différentes plates-formes est étudiée et le modèle de récupération cohérent est établi. Cette méthode permet d’améliorer la mesure du LAI des arbres individuels dans les zones urbaines et la cartographie LAI dans les forêts naturelles, et ses résultats sont cohérents à différentes échelles. Le modèle devrait faciliter la détermination cohérente de l'indice de surface foliaire des forêts à l'aide de données au sol et aéroportées. / Leaf Area Index (LAI), defined as one half of the total leaf area per unit ground surface area, is a key parameter of vegetation structure for modeling Earth's ecological cycle and its acquisition accuracy always has the need and opportunity for improvement. Active laser scanning provides an opportunity for consistent LAI retrieval at multiple scales because terrestrial laser scanning (TLS) and airborne laser scanning (ALS) have the similar physical mechanism. However, the three-dimensional information of laser scanning is not fully explored in current methods and the traditional theories require adaptation. In this thesis, the path length distribution model is proposed to model the clumping effect, and it is applied to the TLS and ALS data. The method of obtaining the path length distribution of different platforms is studied, and the consistent retrieval model is established. This method is found to improve the individual tree measurement in urban areas and LAI mapping in natural forest, and its results at consistent at different scales. The model is expected to facilitate the consistent retrieval of the forest leaf area index using ground and airborne data.