FR3049098A1

FR3049098A1 - METHOD FOR EVALUATING THE ENERGY CONSUMPTION OF A BUILDING

Info

Publication number: FR3049098A1
Application number: FR1652192A
Authority: FR
Inventors: Sven Pennavayre; Mehdi Ammi
Original assignee: Renovation Plaisir Energie
Current assignee: Renovation Plaisir Energie
Priority date: 2016-03-15
Filing date: 2016-03-15
Publication date: 2017-09-22

Abstract

L'invention concerne un procédé d'évaluation d'un coefficient global de déperdition thermique d'un local dans un bâtiment, le procédé comprenant des étapes consistant à : générer un modèle géométrique de l'enveloppe d'un local, le modèle géométrique comprenant un ensemble d'éléments d'enveloppe séparant l'intérieur de l'extérieur du local, déterminer une surface de chaque élément d'enveloppe de ensemble d'éléments d'enveloppe à partir du modèle géométrique, évaluer un coefficient de transmission thermique pour chaque élément d'enveloppe, déterminer un coefficient de déperdition thermique pour chaque élément d'enveloppe du modèle géométrique et thermique, en multipliant la surface de l'élément d'enveloppe par le coefficient de transmission thermique de l'élément d'enveloppe, et déterminer un coefficient global de déperdition thermique en additionnant les coefficients de déperdition thermique des éléments d'enveloppe.The invention relates to a method for evaluating a global coefficient of heat loss of a room in a building, the method comprising the steps of: generating a geometric model of the envelope of a room, the geometric model comprising a set of shell elements separating the interior from the outside of the room, determining a surface of each shell element set element from the geometric model, evaluating a heat transfer coefficient for each envelope element, determining a heat loss coefficient for each envelope element of the geometric and thermal model, by multiplying the area of the shell element by the heat transfer coefficient of the shell element, and determining an overall coefficient of heat loss by adding the coefficients of heat loss of the shell elements.

Description

PROCEDE D’EVALUATION DE LA CONSOMMATION ENERGETIQUEMETHOD FOR EVALUATING ENERGY CONSUMPTION

D’UN BATIMENTA BUILDING

La présente invention concerne la modélisation d’un bâtiment sur le plan énergétique, pour évaluer la performance énergétique du bâtiment.The present invention relates to the modeling of a building in terms of energy, to evaluate the energy performance of the building.

Pour de nombreuses raisons et notamment la réduction d’émission de gaz à effet de serre, il est devenu important de pouvoir évaluer la performance énergétique des bâtiments. L’énergie consommée pour chauffer, refroidir, ventiler, éclairer et produire de l’eau chaude dans un bâtiment représente une dépense significative en relation avec l’occupation et l’utilisation du bâtiment. Il est donc essentiel de pouvoir évaluer comment l’énergie consommée dans un bâtiment est utilisée, et comment cette consommation peut être réduite.For many reasons, including the reduction of greenhouse gas emissions, it has become important to be able to evaluate the energy performance of buildings. The energy used to heat, cool, ventilate, light and produce hot water in a building represents a significant expense in relation to the occupancy and use of the building. It is therefore essential to be able to evaluate how the energy consumed in a building is used, and how this consumption can be reduced.

Plusieurs modèles ont été développés pour évaluer un indice de performance énergétique d’un bâtiment, tels que 3CL-DPE (Calculs des Consommations Conventionnelles dans les Logements - Diagnostic de Performance Energétique) et Th-BCE (Thermique - Bioclimatique Consommation, Eté) en France, SBEM ("Simplified Building Energy Model") au Royaume-Uni, DIN V 18599 en Allemagne. L’évaluation d’un tel indice requiert la saisie d’un très grand nombre de paramètres relatifs au bâtiment. Ces paramètres comprennent notamment la structure géométrique du bâtiment, des paramètres relatifs à l’enveloppe du bâtiment (murs, toit, fenêtres, portes), des paramètres relatifs au chauffage, à la climatisation et à la ventilation du bâtiment, des paramètres relatifs aux conditions climatiques du lieu d’implantation du bâtiment.Several models have been developed to evaluate an energy performance index of a building, such as 3CL-DPE (Calculations of Conventional Consumption in Housing - Diagnosis of Energy Performance) and Th-BCE (Thermal - Bioclimatic Consumption, Summer) in France , SBEM ("Simplified Building Energy Model") in the United Kingdom, DIN V 18599 in Germany. The evaluation of such an index requires the capture of a very large number of parameters relating to the building. These parameters include the geometric structure of the building, parameters relating to the building envelope (walls, roof, windows, doors), parameters relating to heating, air conditioning and ventilation of the building, parameters relating to the conditions climate of the location of the building.

Malgré l’existence d’outils logiciels développés pour calculer un tel indice de performance énergétique, la collecte et la saisie de tous les paramètres requis et l’obtention de cet indice requiert de nombreuses heures de travail, et ce d’autant plus que l’architecture du bâtiment est complexe. Ces indices restent incomplets dans la mesure où ils ne permettent pas de mettre en évidence notamment des défauts de structure dans un bâtiment particulier, en particulier celles induisant des pertes énergétiques. Par ailleurs, le calcul d’un tel indice ne permet pas de déterminer comment la performance énergétique d’un bâtiment pourrait être améliorée tout en limitant le coût des travaux.Despite the existence of software tools developed to calculate such an energy performance index, collecting and entering all the required parameters and obtaining this index requires many hours of work, especially since building architecture is complex. These indices remain incomplete insofar as they do not make it possible to highlight in particular structural defects in a particular building, in particular those inducing energy losses. Moreover, the calculation of such an index does not make it possible to determine how the energy performance of a building could be improved while limiting the cost of the work.

La demande de brevet US 2014/0172392 décrit un dispositif que l’on déplace dans un bâtiment, permettant à l’aide de mesures fournies par des capteurs de construire un modèle géométrique en trois dimensions d’un bâtiment, et d’associer à ce modèle des images thermiques pour générer un modèle thermique en trois dimensions du bâtiment. Cependant, ce dispositif ne permet pas de déterminer un indice de performance énergétique du bâtiment.The patent application US 2014/0172392 describes a device that is moved in a building, allowing the help of measurements provided by sensors to construct a three-dimensional geometric model of a building, and to associate with this model thermal images to generate a three-dimensional thermal model of the building. However, this device does not allow to determine an energy performance index of the building.

Il est donc souhaitable de pouvoir générer un modèle géométrique d’un logement dans un bâtiment et de l’enrichir de données relatives à la consommation énergétique du bâtiment, pour déterminer un indice de performance énergétique du logement. Il est également souhaitable de pouvoir simuler des modifications du bâtiment et de déterminer en temps réel l’indice de performance énergétique du logement ainsi modifié.It is therefore desirable to be able to generate a geometric model of a dwelling in a building and to enrich it with data relating to the energy consumption of the building, to determine an energy performance index of the dwelling. It is also desirable to be able to simulate building modifications and to determine in real time the energy performance index of the dwelling thus modified.

Des modes de réalisation concernent un procédé d’évaluation d’un coefficient global de déperdition thermique d’un local dans un bâtiment, le procédé comprenant des étapes consistant à : générer un modèle géométrique en trois dimensions de l’enveloppe d’un local, le modèle géométrique comprenant un ensemble d’éléments d’enveloppe séparant l’intérieur de l’extérieur du local, déterminer une surface de chaque élément d’enveloppe de ensemble d’éléments d’enveloppe à partir du modèle géométrique, déterminer un flux de chaleur au travers d’un des éléments d’enveloppe du modèle géométrique, mesurer à l’aide d’un capteur une température ambiante intérieure de l’élément d’enveloppe côté intérieur du local et une température ambiante extérieure de l’élément d’enveloppe côté extérieur du local, et calculer un écart entre les températures ambiantes mesurées, calculer le coefficient de transmission thermique de l’élément d’enveloppe en divisant le flux de chaleur par l’écart entre les températures ambiantes intérieure et extérieure mesurées, déterminer un coefficient de déperdition thermique pour chaque élément d’enveloppe du modèle géométrique et thermique, en multipliant la surface de l’élément d’enveloppe par le coefficient de transmission thermique de l’élément d’enveloppe, et déterminer un coefficient global de déperdition thermique en additionnant les coefficients de déperdition thermique des éléments d’enveloppe.Embodiments relate to a method of evaluating a global coefficient of heat loss of a room in a building, the method comprising the steps of: generating a three-dimensional geometric model of the envelope of a room, the geometric model comprising a set of envelope elements separating the interior from the outside of the room, determining a surface of each envelope element set element from the geometric model, determining a flow of heat through one of the envelope elements of the geometric model, measure with a sensor an indoor ambient temperature of the envelope element on the inside of the room and an external ambient temperature of the element of envelope outer side of the room, and calculate a difference between the measured ambient temperatures, calculate the thermal transmittance Using the envelope element by dividing the heat flux by the difference between the measured indoor and outdoor ambient temperatures, determine a heat loss coefficient for each envelope element of the geometric and thermal model by multiplying the area of the envelope. the casing element by the heat transfer coefficient of the casing element, and determining an overall heat loss coefficient by summing the heat loss coefficients of the casing elements.

Selon un mode de réalisation, le flux de chaleur au travers d’un des éléments d’enveloppe est mesuré à l’aide d’un capteur de flux thermique placé sur la surface intérieure de l’élément d’enveloppe.According to one embodiment, the heat flow through one of the casing elements is measured using a heat flux sensor placed on the inner surface of the casing member.

Selon un mode de réalisation, le procédé comprend des étapes consistant à : mesurer une température de surface extérieure d’un des éléments d’enveloppe, mesurer une température réfléchie par la surface intérieure de l’élément d’enveloppe, déterminer un coefficient d’émissivité spectrale hémisphérique de l’élément d’enveloppe, déterminer un coefficient de convection thermique de l’élément d’enveloppe, et calculer le flux de chaleur au travers d’un élément d’enveloppe à l’aide de l’équation suivante :According to one embodiment, the method comprises steps of: measuring an outer surface temperature of one of the shell members, measuring a temperature reflected by the inner surface of the shell member, determining a coefficient of hemispherical spectral emissivity of the shell element, determining a thermal convection coefficient of the shell element, and calculating heat flux through an envelope element using the following equation:

dans laquelle : ε est le coefficient d’émissivité spectrale hémisphérique de l’élément d’enveloppe, σ est la constante de Stephan-Boltzmann, égale à 5,6704x10'8 W/m2.K4, TSext est la mesure de température de la surface extérieure de l’élément d’enveloppe, Tref est la mesure de température réfléchie obtenue à partir d’une image thermique d’un échantillon réfléchissant placé sur la surface intérieure de l’élément d’enveloppe, hc est le coefficient de convection thermique, et Text est la température ambiante mesurée à l’extérieur du local.where: ε is the hemispherical spectral emissivity coefficient of the shell element, σ is the Stephan-Boltzmann constant, equal to 5.6704x10'8 W / m2.K4, TSext is the temperature measurement of the outer surface of the shell element, Tref is the reflected temperature measurement obtained from a thermal image of a reflective sample placed on the inner surface of the shell element, hc is the thermal convection coefficient , and Text is the ambient temperature measured outside the room.

Selon un mode de réalisation, le procédé comprend des étapes de mesure de la vitesse du vent le long de la surface extérieure de l’élément d’enveloppe, et de calcul du coefficient de convection thermique hc en multipliant la mesure de vitesse par un nombre voisin ou égal à 3,8054.According to one embodiment, the method comprises steps of measuring the wind speed along the outer surface of the shell element, and calculating the thermal convection coefficient hc by multiplying the speed measurement by a number neighbor or equal to 3,8054.

Selon un mode de réalisation, le procédé comprend des étapes consistant à : placer sur la face intérieure de l’élément d’enveloppe, un échantillon réfléchissant et un échantillon de corps noir de référence ayant une émissivité connue, mesurer la température réfléchie par l’échantillon réfléchissant à l’aide d’une caméra thermique, chauffer l’échantillon de corps noir à une température d’au moins 20°C supérieure à la température ambiante intérieure, régler le focus de la caméra thermique sur l’échantillon de corps noir, ajuster un paramètre d’émissivité de la caméra thermique pour qu’il corresponde à l’émissivité connue de l’échantillon de corps noir, mesurer la température de l’échantillon de corps noir à l’aide de la caméra thermique, régler le focus de la caméra thermique sur la surface intérieure de l’élément d’enveloppe, et ajuster le paramètre d’émissivité de la caméra thermique pour que la caméra thermique fournisse une mesure de température de la surface intérieure de l’élément d’enveloppe, identique à la mesure de température de l’échantillon de corps noir, l’émissivité spectrale hémisphérique de l’élément d’enveloppe correspondant à la valeur du paramètre d’émissivité ainsi ajusté.According to one embodiment, the method comprises the steps of: placing on the inner face of the shell element, a reflective sample and a reference black body sample having a known emissivity, measuring the temperature reflected by the reflective sample using a thermal camera, heat the black body sample to a temperature of at least 20 ° C above the indoor ambient temperature, adjust the focus of the thermal camera on the black body sample , adjust an emissivity parameter of the thermal camera to match the known emissivity of the blackbody sample, measure the temperature of the black body sample using the thermal camera, adjust the focus the thermal camera on the inner surface of the shell element, and adjust the emissivity parameter of the thermal camera so that the thermal amera provide a temperature measurement of the inner surface of the shell element, identical to the temperature measurement of the blackbody sample, the hemispheric spectral emissivity of the shell element corresponding to the value of the emissivity parameter thus adjusted.

Selon un mode de réalisation, le coefficient global de déperdition est déterminé lorsqu’une surface d’élément d’enveloppe ou un coefficient de transmission thermique d’élément d’enveloppe est modifié ou introduit.According to one embodiment, the overall coefficient of loss is determined when an envelope element surface or an envelope element thermal transmittance is modified or introduced.

Selon un mode de réalisation, la génération du modèle géométrique du local est déterminée à partir d’images fournies par un capteur d’image ou un capteur de profondeur.According to one embodiment, the generation of the geometric model of the local is determined from images provided by an image sensor or a depth sensor.

Selon un mode de réalisation, la génération du modèle géométrique du local comprend des étapes consistant à : acquérir des images de profondeur associées chacune à une position géographique dans le local, générer un nuage de points tridimensionnel à partir de chaque image de profondeur, fusionner les nuages de points en un unique nuage de points, dans lequel chaque point de chaque nuage de point est placé dans un unique repère tridimensionnel, en utilisant la position géographique associée chacun des nuages de points, déterminer une enveloppe géométrique à partir du nuage de points unique, en associant les points du nuage unique par trois, par un algorithme de triangulation, identifier des éléments d’enveloppe dans l’enveloppe géométrique, et déterminer une surface de chaque élément d’enveloppe identifié.According to one embodiment, the generation of the geometric model of the local comprises the steps of: acquiring depth images each associated with a geographical position in the local, generating a three-dimensional point cloud from each depth image, merging the clouds of points into a single point cloud, in which each point of each point cloud is placed in a single three-dimensional coordinate system, using the geographic position associated with each of the point clouds, determining a geometric envelope from the single point cloud by associating the points of the single cloud by three, by a triangulation algorithm, identifying envelope elements in the geometric envelope, and determining a surface of each identified envelope element.

Des modes de réalisation peuvent également concerner un dispositif d’évaluation d’un coefficient global de déperdition thermique d’un local dans un bâtiment, le dispositif comprenant un calculateur configuré pour mettre en œuvre le procédé défini précédemment, un écran d’affichage et un organe d’introduction de données, connectés au calculateur.Embodiments may also relate to a device for evaluating a global coefficient of heat loss of a room in a building, the device comprising a computer configured to implement the method defined above, a display screen and a data input member connected to the computer.

Selon un mode de réalisation, le dispositif comprend pour générer un modèle géométrique de l’enveloppe d’un local, l’un au moins des éléments suivants : un capteur d’image en couleur classique, un capteur stéréoscopique comprenant deux caméras fournissant des images filmées sous des angles différents, un LIDAR (Light or Laser Détection and Ranging) mesurant des distances en émettant un faisceau de lumière et en analysant des propriétés d’un faisceau de lumière réfléchi, un scanner à lumière structurée projetant un motif lumineux et observant la déformation du motif, un scanner à temps de vol mesurant des distances en émettant un faisceau de lumière, en capturant le faisceau réfléchi, et en mesurant le temps entre les instants d’émission et de réception du faisceau, et un scanner à lumière modulée ou à décalage de phase.According to one embodiment, the device comprises for generating a geometric model of the envelope of a room, at least one of the following elements: a conventional color image sensor, a stereoscopic sensor comprising two cameras providing images from different angles, a LIDAR (Light or Laser Detection and Ranging) measuring distances by emitting a beam of light and analyzing properties of a reflected light beam, a structured light scanner projecting a light pattern and observing the deformation of the pattern, a time-of-flight scanner measuring distances by emitting a light beam, capturing the reflected beam, and measuring the time between the transmit and receive times of the beam, and a modulated light scanner or phase shift.

Selon un mode de réalisation, le dispositif esr relié à au moins un capteur de température.According to one embodiment, the device esr is connected to at least one temperature sensor.

Selon un mode de réalisation, le dispositif est relié à un capteur de flux thermique, et/ou à une caméra thermique.According to one embodiment, the device is connected to a heat flux sensor, and / or to a thermal camera.

Des exemples de réalisation de l’invention seront décrits dans ce qui suit, à titre non limitatif en relation avec les figures jointes parmi lesquelles : la figure 1 représente schématiquement une partie d’un bâtiment et un dispositif d’acquisition de données géométriques, selon un mode de réalisation, la figure 2 représente schématiquement un exemple d’architecture matérielle du dispositif d’acquisition, selon un mode de réalisation, la figure 3 représente schématiquement un exemple d’architecture fonctionnelle du dispositif d’acquisition, selon un mode de réalisation, la figure 4 représente des étapes d’un procédé d’acquisition de données géométriques d’un bâtiment, selon un mode de réalisation, la figure 5 représente des étapes d’un procédé d’acquisition de données géométriques d’un bâtiment, selon un autre mode de réalisation.Exemplary embodiments of the invention will be described in the following, without limitation in connection with the accompanying figures in which: Figure 1 schematically shows a part of a building and a device for acquiring geometric data, according to one embodiment, FIG. 2 diagrammatically represents an example of a hardware architecture of the acquisition device, according to one embodiment, FIG. 3 schematically represents an example of a functional architecture of the acquisition device, according to an embodiment FIG. 4 represents steps of a method for acquiring geometric data of a building, according to one embodiment, FIG. 5 represents steps of a method for acquiring geometric data of a building, according to another embodiment.

La figure 1 représente une partie d’un local et un dispositif d’acquisition 1 disposé dans une pièce du local et configuré selon un mode de réalisation, pour acquérir des données géométriques d’un local, générer un modèle géométrique en trois dimensions du local, acquérir des données thermiques du local et déterminer un coefficient de déperdition énergétique globale GV du local. Dans l’exemple de la figure 1, le dispositif 1 se présente sous la forme d’une tablette numérique.FIG. 1 shows part of a room and an acquisition device 1 arranged in a room of the room and configured according to one embodiment, for acquiring geometric data of a room, generating a three-dimensional geometric model of the room , acquire thermal data from the room and determine an overall energy loss coefficient GV of the room. In the example of Figure 1, the device 1 is in the form of a digital tablet.

La figure 2 représente l’architecture matérielle du dispositif 1, selon un mode de réalisation. Le dispositif 1 comprend un écran d’affichage DSP et un écran tactile TS. Il peut comprendre en outre un ou plusieurs capteurs SNS, dont un capteur géométrique pour acquérir la géométrie du local, notamment, et un capteur de température. Le dispositif 1 comprend également une unité centrale de traitement PU configurée notamment pour déterminer la géométrie du local, et une base de donnée BDB rassemblant toutes les informations relatives au local, introduites par l’utilisateur ou fournies par les capteurs SNS. Le dispositif 1 peut également comprendre d’autres organes d’interface utilisateur, comme un clavier, une souris, un casque ou des lunettes à réalité augmentée. Les capteurs peuvent se trouver dans des modules autonomes connectés via une liaison filaire ou sans fil à l’unité de traitement PU.Figure 2 shows the hardware architecture of the device 1, according to one embodiment. The device 1 comprises a DSP display screen and a touch screen TS. It may further comprise one or more SNS sensors, including a geometric sensor for acquiring the geometry of the room, in particular, and a temperature sensor. The device 1 also comprises a central processing unit PU configured in particular for determining the geometry of the room, and a database BDB gathering all the information relating to the room, introduced by the user or provided by the SNS sensors. Device 1 may also include other user interface members, such as a keyboard, mouse, headset, or augmented reality glasses. The sensors can be in stand-alone modules connected via a wired or wireless link to the PU processing unit.

La figure 3 représente des modules mis en œuvre par l’unité de traitement PU. Ces modules comprennent un module d’interface DIM de la base de données BDB, un module d’interface de commande CIM, un module d’édition manuelle de modèle géométrique MDM du local, un module de modélisation ADM du local, un module d’introduction d’informations thermiques TDM relatives au local, et un module de calcul thermique TCM.Figure 3 shows modules implemented by the PU processing unit. These modules include a DIM interface module of the BDB database, a CIM control interface module, a manual MDM geometry model editing module of the local, an ADM modeling module of the local, a module of introduction of TDM thermal information relating to the room, and a thermal calculation module TCM.

Le capteur géométrique peut être d’un des différents types suivants : - capteur d’image en couleur classique, - capteur stéréoscopique comprenant deux caméras fournissant des images filmées simultanément sous des angles différents, - LIDAR (Light ou Laser Détection and Ranging) mesure des distances en émettant un faisceau de lumière et en analysant des propriétés du faisceau de lumière renvoyé vers l’émetteur, - scanners à lumière structurée permettant de déterminer la position tridimensionnelle de points observés en projetant un motif lumineux et en observant la déformation du motif, et - scanners à temps de vol TOF (Time Of Flight) mesure des distances en émettant un faisceau de lumière (par exemple infrarouge), en capturant le faisceau réfléchi, et en mesurant le temps entre les instants d’émission et de réception du faisceau. D’autres scanners tridimensionnels peuvent être utilisés (scanner à lumière modulée, scanner par décalage de phase, etc.) pour déterminer la géométrie d’un local à l’intérieur d’un bâtiment. Les scanners à temps de vol présentent les avantages d’un temps de rafraîchissement faible et de fournir une information directement exploitable pour obtenir des informations de profondeur et générer très rapidement des cartes de profondeur, tout en offrant une bonne résolution à faible distance (quelques mètres pour les scanners à temps de vol). L’usage de motifs de lumière structurés permet également de générer rapidement des cartes de profondeur. Le capteur géométrique permet d’obtenir des images de profondeur en niveaux de gris d’une scène observée par le capteur, chaque image étant associée à une information de position du capteur.The geometric sensor may be of one of the following types: - conventional color image sensor, - stereoscopic sensor comprising two cameras providing images filmed simultaneously from different angles, - LIDAR (Light or Laser Detection and Ranging) measures distances by emitting a beam of light and by analyzing properties of the light beam returned to the transmitter, - structured light scanners for determining the three-dimensional position of observed points by projecting a light pattern and observing the deformation of the pattern, and - TOF (Time Of Flight) time-of-flight scanners measure distances by emitting a light beam (for example infrared), by capturing the reflected beam, and by measuring the time between the emission and reception times of the beam. Other three-dimensional scanners can be used (modulated light scanner, phase shift scanner, etc.) to determine the geometry of a room inside a building. Time-of-flight scanners have the advantages of a low refresh time and provide directly usable information for obtaining depth information and generating very fast depth maps, while offering good resolution at short range (a few meters for time-of-flight scanners). The use of structured patterns of light can also quickly generate depth maps. The geometric sensor makes it possible to obtain grayscale depth images of a scene observed by the sensor, each image being associated with sensor position information.

Le module de modélisation ADM (mis en œuvre par l’unité de traitement PU) est configuré pour exécuter les étapes S1 à S8 représentées sur la figure 4. Le capteur est orienté successivement pour qu’au moins toutes les faces verticales délimitant une pièce du local figurent entièrement dans les images de profondeur fournies par le capteur. Le sol et le plafond de la pièce peuvent figurer partiellement dans les images de profondeur.The modeling module ADM (implemented by the processing unit PU) is configured to execute the steps S1 to S8 represented in FIG. 4. The sensor is oriented successively so that at least all the vertical faces delimiting a part of the Locally appear in depth images provided by the sensor. The floor and ceiling of the room may appear partially in the depth images.

Dans le cas d’un simple capteur d’image en couleur, le module ADM acquiert à l’étape S1, des images couvrant l’ensemble des murs d’une pièce à du local à analyser. Aux étapes suivantes, le module de modélisation ADM cherche à fusionner deux à deux les images obtenues à l’étape S1. A l’étape S2, le module de modélisation ADM extrait des images des motifs caractéristiques (ou points d’intérêt) représentés sous la forme de vecteurs, par exemple à l’aide d’un algorithme tel que NARF ("Normal Aligned Radial Feature") et GFTT ("Good Features To Track Detector") disponible dans la bibliothèque de logiciels de traitement d’image OpenCV (Open Computer Vision) ou FPFH ("Fast Point Feature Histogram"). Ces motifs caractéristiques étant stables d'une image à l'autre, le module de modélisation ADM estime à l’étape S3 un déplacement (rotation et/ou translation) du capteur d’image entre les deux images de chaque paire d’images adjacentes de la pièce est estimé à l'aide de méthodes de poursuite (tracking). A cet effet, des correspondances sont évaluées entre les motifs caractéristiques des deux images, en estimant une transformation (correspondant au déplacement du capteur d’image) pour passer d’un motif caractéristique d’une image au motif caractéristique correspondant de l’autre image de la paire d’images considérée. L’algorithme "Estimate Rigid Transform" de la bibliothèque OpenCV (ou bien RANSAC) peut être utilisé pour définir cette transformation. L’estimation d’une transformation est effectuée en estimant les positions et orientations respectives du capteur d’image lors des deux prises d’image. Pour faciliter cette tâche, une prédiction de la transformation peut être déterminée entre les images de la paire d’images considérée, par exemple en utilisant un filtre de Kalman. Cette étape permet d’obtenir une matrice de transformation 4x4 définissant une translation ou une rotation, ou encore une combinaison d’une translation et d’une rotation. Il s’agit ensuite de générer un nuage de points en estimant les positions respectives des motifs caractéristiques. Cette opération peut être effectuée à l’étape S4 à l’aide l’algorithme "Triangulate Point" de la bibliothèque OpenCV. Cette opération permet ensuite de générer à l’étape S5 les coordonnées dans l’espace d’un ensemble de points et d’associer une position dans l’espace à chacun des motifs caractéristiques. A l’étape S6, le module de modélisation ADM effectue un repérage des zones planes de l’enveloppe de la pièce. Cette opération peut être effectuée à partir des images fournies par le capteur d’image en identifiant les surfaces présentant une couleur uniforme. A cet effet, un algorithme de reconnaissance de forme tel que "Surface Matching" de la bibliothèque OpenCV peut être mis en œuvre. Durant cette étape, les points correspondant à des objets comme des meubles, masquant une zone plane ne sont pas considérés. Il est également considéré qu’une zone plane n’a pas de trous à l’exception de portes (ou de passages vers une autre pièce) ou de fenêtres. Cette opération permet de définir des groupes de points appartenant à un même plan. A l’étape S7, le module de modélisation ADM identifie parmi les zones planes précédemment repérées les principaux plans de l’enveloppe de la pièce, à savoir les murs, le sol et le plafond, en appliquant un ensemble de règles. Ces règles peuvent être de plusieurs ordres. Les règles d’un premier ordre présupposent que le modèle reconstruit est orienté en respectant les orientations verticales et horizontales, et donc que le capteur d’image a été utilisé correctement orienté. Ainsi, un mur du modèle est vertical, et un sol ou un plafond du modèle est horizontal, etc. Si le dispositif 1 comprend ou est connecté à accéléromètre, l'information d'orientation du vecteur accélération de la gravité, fourni par l’accéléromètre permet de déduire l’orientation de la verticale. D’autres règles logiques permettent d'affiner l'identification : une porte ou une fenêtre appartient à un mur, un mur et une porte repose sur un sol, etc. Le module de modélisation ADM peut également déterminer la position et les dimensions des portes et des fenêtres de la pièce en mettant en œuvre un algorithme de segmentation. L’utilisateur peut également être sollicité pour valider un modèle de pièce, en particulier en ce qui concerne la présence des portes et fenêtres. A l’étape S8, le module ADM détermine la position de chaque plan dans l’espace. Cette opération peut être effectuée en corrélant les groupes de points appartenant à un même plan et les positions respectives des motifs caractéristiques. Cette opération permet ainsi d’associer une matrice de transformation à chaque groupe de points appartenant à un même plan.In the case of a simple color image sensor, the ADM module acquires in step S1, images covering all the walls of a room to the room to be analyzed. In the following steps, the modeling module ADM seeks to merge two by two the images obtained in step S1. In step S2, the modeling module ADM extracts images of the characteristic patterns (or points of interest) represented in the form of vectors, for example using an algorithm such as NARF ("Normal Aligned Radial Feature"). ") and GFTT (" Good Features to Track Detector ") available in OpenCV (Open Computer Vision) or FPFH (" Fast Point Feature Histogram ") image processing software library. These characteristic patterns being stable from one image to another, the modeling module ADM estimates in step S3 a displacement (rotation and / or translation) of the image sensor between the two images of each pair of adjacent images. of the piece is estimated using tracking methods. For this purpose, correspondences are evaluated between the characteristic patterns of the two images, by estimating a transformation (corresponding to the displacement of the image sensor) to go from a characteristic pattern of one image to the corresponding characteristic pattern of the other image. of the image pair considered. The "Estimate Rigid Transform" algorithm of the OpenCV library (or RANSAC) can be used to define this transformation. The estimation of a transformation is performed by estimating the respective positions and orientations of the image sensor during the two images taken. To facilitate this task, a prediction of the transformation can be determined between the images of the considered image pair, for example using a Kalman filter. This step makes it possible to obtain a 4x4 transformation matrix defining a translation or a rotation, or a combination of a translation and a rotation. It is then necessary to generate a cloud of points by estimating the respective positions of the characteristic patterns. This operation can be performed in step S4 using the "Triangulate Point" algorithm of the OpenCV library. This operation then makes it possible to generate in step S5 the coordinates in the space of a set of points and to associate a position in space with each of the characteristic patterns. In step S6, the modeling module ADM performs a tracking of the planar areas of the envelope of the part. This operation can be performed from the images provided by the image sensor by identifying surfaces having a uniform color. For this purpose, a shape recognition algorithm such as "Surface Matching" of the OpenCV library can be implemented. During this step, points corresponding to objects such as furniture, masking a flat area are not considered. It is also considered that a flat area has no holes except for doors (or passages to another room) or windows. This operation makes it possible to define groups of points belonging to the same plane. In step S7, the modeling module ADM identifies among the plane areas previously identified the main planes of the envelope of the room, namely the walls, the floor and the ceiling, by applying a set of rules. These rules can be of several kinds. The rules of a first order assume that the reconstructed model is oriented respecting the vertical and horizontal orientations, and therefore that the image sensor has been used correctly oriented. Thus, a wall of the model is vertical, and a floor or a ceiling of the model is horizontal, etc. If the device 1 comprises or is connected to an accelerometer, the orientation information of the gravity acceleration vector provided by the accelerometer makes it possible to deduce the orientation of the vertical. Other logical rules make it possible to refine the identification: a door or a window belongs to a wall, a wall and a door rests on a floor, etc. The ADM modeling module can also determine the position and dimensions of the doors and windows of the room by implementing a segmentation algorithm. The user can also be asked to validate a model of room, in particular with regard to the presence of doors and windows. In step S8, the ADM module determines the position of each plane in space. This operation can be performed by correlating the groups of points belonging to the same plane and the respective positions of the characteristic patterns. This operation thus makes it possible to associate a transformation matrix with each group of points belonging to the same plane.

Le module de modélisation ADM peut également déterminer la position et les dimensions des portes et des fenêtres de la pièce en mettant en oeuvre un algorithme de segmentation ou de reconnaissance de forme tel que OpenCV "Surface Maching" ou OpenCV "Template Matching". L’utilisateur peut également être sollicité pour valider un modèle de pièce, en particulier en ce qui concerne la présence des portes et fenêtres. Les étapes S1 à S8 sont répétées pour chaque pièce du local à analyser. Pour plus de détails sur les traitements mis en œuvre par le module ADM, on peut se référer à la publication “StereoScan: Dense 3d Reconstruction in Real-time”, Andréas Geiger et al., Intelligent Vehicles Symposium (IV), 2011 IEEE, vol., no., pp.963-968, 5-9 June 2011, doi: 10.1109/IVS.2011.5940405.The ADM modeling module can also determine the position and dimensions of the doors and windows of the room by implementing a segmentation or shape recognition algorithm such as OpenCV "Surface Maching" or OpenCV "Template Matching". The user can also be asked to validate a model of room, in particular with regard to the presence of doors and windows. Steps S1 to S8 are repeated for each room of the room to be analyzed. For more details on the treatments implemented by the ADM module, we can refer to the publication "StereoScan: Dense 3d Reconstruction in Real-Time", Andreas Geiger et al., Intelligent Vehicles Symposium (IV), 2011 IEEE, vol., no., pp.963-968, 5-9 June 2011, doi: 10.1109 / IVS.2011.5940405.

Dans le cas où le dispositif 1 est équipé d’un capteur de profondeur fournissant des images de profondeur constituées d’un nuage de points tridimensionnel, le module de modélisation ADM est configuré pour exécuter les étapes S11 à S16 représentées sur la figure 5. Pour plus de détails sur les traitements mis en œuvre par le module ADM, on peut se référer aux publications suivantes : - "KinectFusion: Real-time 3D Reconstruction and Interaction Using a Moving Depth Caméra", Shahram Izadi et al. (http://research.microsoft.com/pubs/155416/kinectfusion-uist-comp.pdf), - "Fast Point Feature Flistograms (FPFFI) for 3D Registration", Radu Bogdan Rusu et al. (http://files.rbrusu.com/publications/Rusu09ICRA.pdf), - "3D is here: Point Cloud Library (PCL)", Radu Bogdan Rusu et al. (http://www.pointclouds.org/assets/pdf/pcl_icra2011 .pdf). A l’étape S11, le module ADM acquiert des images de profondeur couvrant l’ensemble des murs d’une pièce à du local à analyser. A l’étape S12, le module ADM applique une opération de fusion aux différents nuages de points obtenus, pour obtenir un nuage de points unique représentant au moins l’ensemble de des parois de la pièce. Cette opération de fusion peut être réalisée en exploitant l’information de position associée à chaque nuage de points et en mettant en oeuvre l’algorithme ICP ("Itérative Closest Point") permettant de placer l’ensemble des points de tous les nuages de points dans un même repère tridimensionnel. Cet algorithme est utilisé notamment pour recaler deux vues partielles d'un même objet, souvent sous la forme de carte de profondeur. Une vue étant constituée d'un ensemble de points, l'objectif est de minimiser itérativement la distance entre deux nuages de points. Cet algorithme permet en particulier d’affiner les transformations réelles à appliquer pour passer d’une image de profondeur à une autre image de profondeur, afin d'effectuer un recalage des points des différentes images dans un même repère tridimensionnel. L'objectif poursuivi par l’algorithme ICP est de minimiser itérativement une distance entre deux motifs caractéristiques de points. Cet algorithme comprend les étapes suivantes : - association de motifs caractéristiques des deux images par des critères de plus proche voisin, - estimation de paramètres de transformation (translation, rotation) nécessaires pour minimiser la distance entre les motifs caractéristiques des deux images, utilisant une fonction de coût quadratique moyenne, et - transformer les points d’une des deux images en utilisant les paramètres de transformation estimés.In the case where the device 1 is equipped with a depth sensor providing depth images consisting of a three-dimensional point cloud, the modeling module ADM is configured to execute the steps S11 to S16 shown in FIG. more details on the treatments implemented by the ADM module, we can refer to the following publications: - "KinectFusion: Real-time 3D Reconstruction and Interaction Using a Moving Depth Camera", Shahram Izadi et al. (http://research.microsoft.com/pubs/155416/kinectfusion-uist-comp.pdf), - "Fast Point Feature Flistograms (FPFFI) for 3D Registration", Radu Bogdan Rusu et al. (http://files.rbrusu.com/publications/Rusu09ICRA.pdf), - "3D is here: Cloud Point Library (PCL)", Radu Bogdan Rusu et al. (http://www.pointclouds.org/assets/pdf/pcl_icra2011 .pdf). In step S11, the ADM module acquires depth images covering all the walls of a room to the room to be analyzed. In step S12, the ADM module applies a merge operation to the different points clouds obtained, to obtain a single point cloud representing at least all of the walls of the room. This merge operation can be performed by exploiting the position information associated with each point cloud and by implementing the ICP ("Iterative Closest Point") algorithm for placing all the points of all the point clouds. in the same three-dimensional coordinate system. This algorithm is used in particular to recalibrate two partial views of the same object, often in the form of a depth map. Since a view consists of a set of points, the goal is to iteratively minimize the distance between two point clouds. This algorithm makes it possible in particular to refine the real transformations to be applied to go from one depth image to another depth image, in order to perform a registration of the points of the different images in the same three-dimensional coordinate system. The goal of the ICP algorithm is to iteratively minimize a distance between two characteristic dot patterns. This algorithm comprises the following steps: - association of characteristic patterns of the two images by closest neighbor criteria, - estimation of transformation parameters (translation, rotation) necessary to minimize the distance between the characteristic patterns of the two images, using a function average quadratic cost, and - transform the points of one of the two images using the estimated transformation parameters.

Ces étapes sont à nouveau exécutées tant qu’un critère de convergence n’est pas atteint. L'algorithme "Feature Based Registration" peut aussi être utilisé pour estimer ces transformations.These steps are performed again as long as a convergence criterion is not met. The Feature Based Registration algorithm can also be used to estimate these transformations.

Une fois que l’ensemble des points représentant l’enveloppe géométrique en trois dimensions d’un modèle de la pièce sont assemblés en un nuage de points unique, le module de modélisation ADM exécute l’étape S13 où il exécute un algorithme de reconstruction (ex. Poisson, "Marching Cubes", "Greedy projection triangulation", "Delaunay triangulation", ...) pour identifier des associations entre points considérés comme des sommets afin de former un maillage. Par exemple, l’algorithme de Delaunay regroupe les points par groupes de trois points, lorsqu’ils définissent une portion de surface triangulaire appartenant à la scène.Once the set of points representing the three-dimensional geometric envelope of a model of the part are assembled into a single point cloud, the modeling module ADM executes the step S13 where it executes a reconstruction algorithm ( eg Poisson, "Marching Cubes", "Greedy projection triangulation", "Delaunay triangulation", ...) to identify associations between points considered as vertices to form a mesh. For example, the Delaunay algorithm groups points into groups of three points, when they define a triangular surface portion belonging to the scene.

Une enveloppe géométrique en trois dimensions pour une pièce du local étant définie, le module de modélisation ADM exécute l’étape S14 où il détecte les différentes zones planes de cette enveloppe, à savoir le sol, les murs, le plafond, les fenêtres et les portes. Cette opération de détection peut être réalisée en calculant pour chaque point du nuage de points, la direction normale à ce point, en se basant sur le point considéré et les points voisins de ce point. Ensuite, l’algorithme RANSAC ("RANdom SAmple Consensus") peut être appliqué. Cet algorithme permet d’estimer des paramètres de certains modèles mathématiques, par une méthode itérative applicable lorsque l'ensemble de données observées peut contenir des valeurs aberrantes (appelées "outliers"). Il s'agit d'un algorithme non-déterministe dans le sens où il produit un résultat correct avec une certaine probabilité seulement, celle-ci augmentant à mesure que le nombre d'itérations est grand. Cette étape permet de déterminer l’ensemble des points appartenant à chacune des zones planes repérées, en appliquant une méthode de minimisation par moindre carrés. Si le dispositif 1 est également équipé d’une caméra RGB, les images fournies par cette caméra peuvent également être corrélées avec les images de profondeur pour faciliter la détermination des zones planes. A l’étape S15, le module de modélisation ADM identifie parmi les zones planes précédemment repérées les principaux plans de l’enveloppe de la pièce, à savoir les murs, le sol et le plafond, en appliquant un ensemble de règles. Ces règles peuvent être de plusieurs ordres. Les règles d’un premier ordre présupposent que le modèle reconstruit est orienté en respectant les orientations verticales et horizontales, et donc que le capteur d’image a été utilisé correctement orienté. Ainsi, un mur du modèle est vertical, et un sol ou un plafond du modèle est horizontal, etc. Si le dispositif 1 comprend ou est connecté à accéléromètre, l'information d'orientation du vecteur accélération de la gravité, fourni par l’accéléromètre permet de déduire l’orientation de la verticale. D’autres règles logiques permettent d'affiner l'identification : une porte ou une fenêtre appartient à un mur, un mur et une porte repose sur un sol, etc. Le module de modélisation ADM peut également déterminer la position et les dimensions des portes et des fenêtres de la pièce en mettant en œuvre un algorithme de segmentation ou de reconnaissance de forme tel que l’algorithme de Hough, ou "Géométrie Consistency", ou encore "Correspondence Grouping". Les portes et les fenêtres peuvent être repérées à l’aide d’une fonction de reconnaissance de forme utilisant une base de données de formes prédéfinies. L’utilisateur peut également être sollicité pour valider un modèle de pièce, en particulier en ce qui concerne la nature de formes repérées sur un plan principal de l’enveloppe de la pièce, et ainsi confirmer si chacune de ces formes reprérées est ou non une ouverture (porte, ou fenêtre). L’utilisateur peut également diviser un plan de l’enveloppe de la pièce, lorsque ce plan est formé de plusieurs portions de plan sensiblement homogènes thermiquement, et présentant chacune des caractéristiques thermiques distinctes. Les étapes S11 à S15 sont répétées pour chaque pièce du local à analyser.A geometric envelope in three dimensions for a room of the room being defined, the modeling module ADM executes the step S14 where it detects the different flat areas of this envelope, namely the floor, the walls, the ceiling, the windows and the doors. This detection operation can be performed by calculating for each point of the cloud of points, the normal direction at this point, based on the point considered and the neighboring points of this point. Then the RANSAC algorithm ("RANdom SAmple Consensus") can be applied. This algorithm makes it possible to estimate parameters of certain mathematical models, by an iterative method applicable when the set of observed data may contain outliers (called "outliers"). It is a non-deterministic algorithm in the sense that it produces a correct result with only a certain probability, the latter increasing as the number of iterations is large. This step makes it possible to determine the set of points belonging to each of the marked flat zones, by applying a method of minimization by least squares. If the device 1 is also equipped with a RGB camera, the images provided by this camera can also be correlated with the depth images to facilitate the determination of the plane areas. In step S15, the modeling module ADM identifies among the plane areas previously identified the main planes of the envelope of the room, namely the walls, the floor and the ceiling, by applying a set of rules. These rules can be of several kinds. The rules of a first order assume that the reconstructed model is oriented respecting the vertical and horizontal orientations, and therefore that the image sensor has been used correctly oriented. Thus, a wall of the model is vertical, and a floor or a ceiling of the model is horizontal, etc. If the device 1 comprises or is connected to an accelerometer, the orientation information of the gravity acceleration vector provided by the accelerometer makes it possible to deduce the orientation of the vertical. Other logical rules make it possible to refine the identification: a door or a window belongs to a wall, a wall and a door rests on a floor, etc. The ADM modeling module can also determine the position and dimensions of the doors and windows of the room by implementing a segmentation algorithm or shape recognition such as the algorithm of Hough, or "Geometry Consistency", or "Correspondence Grouping". Doors and windows can be marked with a shape recognition function using a database of predefined shapes. The user may also be asked to validate a part model, in particular with regard to the nature of forms identified on a main plane of the envelope of the part, and thus confirm whether each of these forms is a non-standard opening (door, or window). The user can also divide a plane of the envelope of the room, when the plane is formed of several plan portions substantially thermally homogeneous, and each having different thermal characteristics. Steps S11 to S15 are repeated for each room of the room to be analyzed.

Le module de modélisation ADM assemble ensuite les différentes pièces du local ainsi modélisées à l’issue des étapes S5/S8 ou S15, par exemple en identifiant chaque passage entre deux pièces dans les modèles des pièces. Cette opération d’identification peut être réalisée avec l’aide de l’utilisateur. Le module ADM peut alors générer un modèle du local en disposant toutes les pièces les unes par rapport aux autres. Le positionnement des pièces peut utiliser le cas échéant, la position absolue du capteur d’image lors de l’acquisition des images pour chaque pièce. L’utilisateur peut alors être sollicité pour valider ou corriger le modèle du local.The modeling module ADM then assembles the various rooms of the room thus modeled at the end of steps S5 / S8 or S15, for example by identifying each passage between two rooms in the room models. This identification operation can be performed with the help of the user. The ADM module can then generate a model of the room by arranging all the parts relative to each other. The positioning of the parts can use if necessary, the absolute position of the image sensor during the acquisition of the images for each part. The user can then be asked to validate or correct the model of the local.

Le modèle du local est ensuite exploité pour identifier les éléments d’enveloppe de pièces appartenant à l’enveloppe du local chauffé, c’est-à-dire les éléments d’enveloppe séparant l’intérieur de l’extérieur du local chauffé. Ainsi, les éléments d’enveloppe séparant deux pièces chauffées du local peuvent ainsi être éliminés des calculs de modélisation thermique. Par conséquent, seuls sont conservés, les éléments d’enveloppe séparant les parties chauffées du local de l’extérieur de ces parties chauffées. Dans ce qui suit, "élément d’enveloppe" désigne une surface de l’enveloppe présentant une structure sensiblement homogène thermiquement, à savoir notamment un plancher, un plafond, un mur, une porte, une fenêtre. L’homogénéité thermique de l’élément d’enveloppe considérée ne tient pas compte de variations locales dues notamment à l’hétérogénéité de la matière formant l’élément d’enveloppe. Ainsi, par exemple un mur de briques peut être considéré comme homogène thermiquement, bien que les matériaux formant les briques et le liant entre les briques soient différents du point de vue thermique.The model of the room is then used to identify the envelope elements of parts belonging to the envelope of the heated room, that is to say the envelope elements separating the inside from the outside of the heated room. Thus, the envelope elements separating two heated rooms from the room can thus be eliminated from the thermal modeling calculations. Therefore, only the shell elements separating the heated portions of the room from the outside of these heated portions are retained. In what follows, "envelope element" designates a surface of the envelope having a substantially thermally homogeneous structure, namely in particular a floor, a ceiling, a wall, a door, a window. The thermal homogeneity of the envelope element considered does not take into account local variations due in particular to the heterogeneity of the material forming the shell element. Thus, for example, a brick wall can be considered thermally homogeneous, although the materials forming the bricks and the binder between the bricks are different from the thermal point of view.

Une fois que les éléments d’enveloppe du local sont ainsi déterminés, le module de modélisation ADM calcule les surfaces des éléments d’enveloppe du local à partir des formes et dimensions des éléments d’enveloppe. Dans ce calcul de surface, lorsqu’un élément d’enveloppe inclut un autre élément d’enveloppe (c’est le cas par exemple d’un mur percé d’une fenêtre ou d’une porte), la surface de cet autre élément d’enveloppe est déduite de la surface de l’élément d’enveloppe (mur) où il est inclus. L’utilisateur peut alors être sollicité pour introduire des caractéristiques thermiques des éléments d’enveloppe restants du local, à l’aide du module TDM. Ces caractéristiques thermiques peuvent préciser notamment les informations suivantes : - si l’élément d’enveloppe sépare le local d’un autre local non accessible, et si cet autre local est chauffé ou non, - si l’élément d’enveloppe sépare le local d’un vide sanitaire, - si l’élément d’enveloppe est partiellement ou totalement enterré, - si l’élément d’enveloppe sépare le local de l’atmosphère extérieure.Once the local envelope elements are thus determined, the modeling module ADM calculates the surfaces of the local envelope elements from the shapes and dimensions of the envelope elements. In this surface calculation, when an envelope element includes another envelope element (this is the case, for example, of a wall pierced with a window or a door), the surface of this other element envelope is deduced from the surface of the envelope element (wall) where it is included. The user can then be requested to introduce thermal characteristics of the remaining envelope elements of the room, using the TDM module. These thermal characteristics can specify in particular the following information: - if the envelope element separates the room from another non-accessible room, and if this other room is heated or not, - if the envelope element separates the room of a crawl space, - if the shell element is partially or completely buried, - if the shell element separates the room from the external atmosphere.

Les valeurs des surfaces ainsi obtenues des éléments d’enveloppe du local sont ensuite utilisées par le module de calcul thermique TCM pour déterminer un coefficient de déperdition énergétique globale GV du local ainsi modélisé. A cet effet, le module de calcul thermique TCM peut mettre en œuvre le modèle 3CL-DPE utilisant l’équation suivante :The values of the surfaces thus obtained from the envelope elements of the room are then used by the thermal calculation module TCM to determine an overall energy loss coefficient GV of the room thus modeled. For this purpose, the thermal calculation module TCM can implement the 3CL-DPE model using the following equation:

(1) dans laquelle Sj représente la surface de l’élément d’enveloppe i du local analysé, bj représente un coefficient de réduction des déperditions (compris entre 0 et 1) tenant compte de conditions thermiques régnant à l’extérieur de l’élément d’enveloppe, et U, représente le coefficient de transmission thermique (ou conductivité thermique) de l’élément d’enveloppe i, en W/m2.K. Le coefficient bj est déterminé en fonction des caractéristiques thermiques introduites par l’utilisateur concernant l’élément d’enveloppe i. Le coefficient de déperdition énergétique globale GV (en W/K) est calculé par le module de calcul thermique TCM.(1) in which Sj represents the surface of the casing element i of the analyzed room, bj represents a coefficient of reduction of the losses (between 0 and 1) taking into account the thermal conditions prevailing outside the element envelope, and U, represents the coefficient of thermal transmittance (or thermal conductivity) of the casing element i, in W / m2.K. The coefficient bj is determined as a function of the thermal characteristics introduced by the user concerning the casing element i. The global energy loss coefficient GV (in W / K) is calculated by the thermal calculation module TCM.

Les coefficients de transmission thermique Uj peuvent être déterminés par le module TCM à partir de mesures fournies par des capteurs. Une première méthode fait intervenir un capteur de flux thermique à placer sur la surface intérieure de l’élément d’enveloppe considéré, et des capteurs de température ambiante intérieure et extérieure. Un capteur de flux thermique (heat flux sensor) désigne généralement un transducteur produisant un signal proportionnel à un flux thermique local. Ce flux thermique mesurable peut être produit par convection, radiation ou conduction. Les capteurs de flux thermiques sont généralement constitués de thermocouples connectés en série.The heat transfer coefficients Uj can be determined by the TCM module from measurements provided by sensors. A first method involves a heat flux sensor to be placed on the inner surface of the considered shell element, and indoor and outdoor ambient temperature sensors. A heat flux sensor generally designates a transducer producing a signal proportional to a local heat flux. This measurable heat flow can be produced by convection, radiation or conduction. Thermal flow sensors generally consist of thermocouples connected in series.

Le module TCM peut calculer le coefficient de transmission thermique U par l’équation suivante :The TCM module can calculate the thermal transmission coefficient U by the following equation:

(2) dans laquelle Φ est un flux de chaleur par unité de surface (en W/m2) mesuré par le capteur de flux thermique, Tint est la température ambiante (en K) mesurée côté intérieur de l’élément d’enveloppe, et Text est la température ambiante (en K) mesurée à l’extérieur de l’enveloppe.(2) wherein Φ is a heat flux per unit area (in W / m2) measured by the heat flux sensor, Tint is the ambient temperature (in K) measured on the inside of the shell member, and Text is the ambient temperature (in K) measured outside the envelope.

Le flux de chaleur Φ est mesuré en plaçant le capteur de flux thermique contre la surface intérieure de l’élément d’enveloppe. La température intérieure Tint peut être fournie par une station météo se trouvant à l’intérieur et la température extérieure Text peut être obtenue à partir d’un service d’information météorologique, par exemple accessible parThe heat flux Φ is measured by placing the heat flux sensor against the inner surface of the shell element. The indoor temperature Tint can be provided by an indoor weather station and the outside temperature Text can be obtained from a meteorological information service, for example accessible by

Internet, les valeurs de ces températures étant ensuite introduites par l’utilisateur dans le dispositif 1. L’une et/ou l’autre des températures Tint etInternet, the values of these temperatures being then introduced by the user into the device 1. One and / or the other of the temperatures Tint and

Text peuvent également être fournies par un ou plusieurs capteurs de température connectés avec le capteur de flux thermique au dispositif 1. Ces capteurs peuvent également être intégrés dans un module THS connecté au dispositif 1 par exemple par une liaison sans fil (par exemple WiFi ou Bluetooth).Text can also be provided by one or more temperature sensors connected with the heat flow sensor to the device 1. These sensors can also be integrated in a THS module connected to the device 1 for example by a wireless link (for example WiFi or Bluetooth ).

La première méthode permet ainsi de déterminer le coefficient de transmission thermique d’un élément d’enveloppe sans connaître les matériaux constituant ce dernier. Cependant, la première méthode nécessite que l’écart de température Tint - Text soit compris entre 5 et 15°C, mais reste indépendante de la plage de température considérée ou du sens du flux de chaleur au travers de l’élément d’enveloppe. En outre la mesure de flux de chaleur Φ fournie par le capteur de flux thermique présente un caractère ponctuel. Il en résulte que cette mesure peut varier d’un point à un autre de l’élément d’enveloppe, par exemple selon que l’on place le capteur sur un point de l’élément d’enveloppe situé dans une partie bien isolée ou une partie mal isolée.The first method thus makes it possible to determine the heat transfer coefficient of an envelope element without knowing the materials constituting the latter. However, the first method requires that the temperature difference Tint - Text is between 5 and 15 ° C, but remains independent of the temperature range considered or the direction of the heat flow through the shell element. In addition, the heat flux measurement Φ provided by the heat flux sensor has a one-off character. As a result, this measurement can vary from one point to another of the envelope element, for example depending on whether the sensor is placed on a point of the envelope element located in a well insulated part or a poorly insulated part.

Une seconde méthode peut être mise en œuvre à l’aide d’une caméra thermique, un capteur de température de surface de l’élément d’enveloppe, et des capteurs de température ambiante intérieure et extérieure. Cette méthode consiste à déterminer le coefficient de transmission thermique de chacun des éléments d’enveloppe à l’aide de l’équation 2 et à déterminer le flux de chaleur Φ au travers de l’élément d’enveloppe à l’aide de l’équation suivante :A second method can be implemented using a thermal camera, a surface temperature sensor of the shell element, and indoor and outdoor ambient temperature sensors. This method consists of determining the heat transfer coefficient of each of the shell elements using equation 2 and determining the heat flux Φ through the shell element using the following equation:

(3) dans laquelle : ε est un coefficient d’émissivité spectrale hémisphérique de l’élément d’enveloppe, σ est la constante de Stephan-Boltzmann, égale à 5,6704x10'8 W/m2.K4, TSext est la température (en K) de la surface extérieure de l’élément d’enveloppe,(3) in which: ε is a hemispherical spectral emissivity coefficient of the shell element, σ is the Stephan-Boltzmann constant, equal to 5.6704 × 10 -8 W / m2.K4, TSext is the temperature ( in K) of the outer surface of the shell element,

Tref est la température (en K) réfléchie mesurée à partir de l’image thermique en positionnant un échantillon de surface miroir sur l’élément d’enveloppe, et hc est un coefficient de convection thermique (en W/m2.K). L’équation (3) est issue de la publication "Application of infrared thermography for the détermination of the overall heat transfer coefficient (U- value) in building envelopes", P. A. Fokaides, S. A. Kalogirou, Appl Energy, 88 (2011), pp. 4358-4365. Le coefficient de convection thermique hc est proportionnel à la vitesse du vent mesuré avec un anémomètre placé sur la surface extérieure de l’élément d’enveloppe à mesurer. Ainsi, le coefficient de convection thermique hc peut être calculé en multipliant la vitesse mesurée par un coefficient voisin ou égal à 3,8054. Le coefficient ε d’émissivité spectrale hémisphérique est déterminé à partir de l’image thermique fournie par la caméra thermique en positionnant sur la face intérieure de l’élément d’enveloppe, un échantillon de corps noir de référence dont on connaît l’émissivité (généralement voisine de 0,97), et un échantillon réfléchissant (par exemple une feuille d’aluminium). Les opérations suivantes sont ensuite exécutées. La température réfléchie par l’échantillon réfléchissant est mesurée à l’aide de la caméra thermique afin de paramétrer la caméra thermique. Le corps noir de référence est chauffé jusqu’à une température d’au moins 20°C supérieure à celle de la pièce dans laquelle est effectuée la mesure. Le focus de la caméra thermique est réglé sur le corps noir de référence. L’émissivité lue par la caméra est ajustée en introduisant l’émissivité connue du corps noir de référence. La température du corps noir de référence est ensuite mesurée à l’aide de la caméra thermique. Le focus de la caméra thermique est ensuite réglé sur l’élément d’enveloppe à mesurer. Le paramètre d’émissivité de la caméra thermique est ensuite réglé pour que la caméra thermique fournisse une mesure de température identique à celle du corps noir obtenue précédemment. Le paramètre d’émissivité ainsi ajusté est égal à l’émissivité spectrale hémisphérique ε de l’élément d’enveloppe à mesurer. L’équation (2) permettant la détermination des coefficients de transmission thermique Uj des éléments d’enveloppe i, nécessite une mesure à l’extérieur de l’élément d’enveloppe. Lorsqu’un élément d’enveloppe sépare l’intérieur du local chauffé d’un autre local non accessible, l’équation (2) ne peut pas être mise en œuvre. Dans ce cas, l’une ou l’autre des méthodes statistiques décrites précédemment sont utilisées pour déterminer le coefficient de transmission thermique de cet élément d’enveloppe. Ces méthodes permettent également de définir la valeur du coefficient bj selon la nature et la situation de l’élément d’enveloppe. En revanche, tous les coefficients de transmission thermique Uj déterminés à l’aide de l’équation (2) sont associés à un coefficient bj fixé à 1.Tref is the temperature (in K) reflected measured from the thermal image by positioning a mirror surface sample on the shell element, and hc is a thermal convection coefficient (in W / m2.K). Equation (3) comes from the publication "Application of infrared thermography for the determination of the overall heat transfer coefficient (U-value) in building envelopes", PA Fokaides, SA Kalogirou, Appl Energy, 88 (2011), pp . 4358-4365. The thermal convection coefficient hc is proportional to the wind speed measured with an anemometer placed on the outer surface of the envelope element to be measured. Thus, the coefficient of thermal convection hc can be calculated by multiplying the measured speed by a coefficient close to or equal to 3,8054. The coefficient ε of hemispherical spectral emissivity is determined from the thermal image provided by the thermal camera by positioning on the inner face of the envelope element, a reference black body sample whose emissivity is known ( generally close to 0.97), and a reflective sample (for example an aluminum foil). The following operations are then performed. The temperature reflected by the reflective sample is measured using the thermal camera to set the thermal camera. The black reference body is heated to a temperature of at least 20 ° C higher than the room in which the measurement is made. The focus of the thermal camera is set to the black reference body. The emissivity read by the camera is adjusted by introducing the known emissivity of the black reference body. The temperature of the black reference body is then measured using the thermal camera. The focus of the thermal camera is then set to the envelope element to be measured. The emissivity parameter of the thermal camera is then adjusted so that the thermal camera provides a temperature measurement identical to that of the black body obtained previously. The parameter of emissivity thus adjusted is equal to the hemispheric spectral emissivity ε of the envelope element to be measured. Equation (2) for determining the thermal transmittance coefficients Uj of the envelope elements i requires a measurement outside the envelope element. When an envelope element separates the interior of the heated room from another non-accessible room, equation (2) can not be implemented. In this case, one or other of the statistical methods described above are used to determine the heat transfer coefficient of this envelope element. These methods also make it possible to define the value of the coefficient bj according to the nature and the situation of the envelope element. On the other hand, all the heat transfer coefficients Uj determined using equation (2) are associated with a coefficient bj fixed at 1.

En l’absence de capteurs ou lorsqu’il n’est pas possible d’effectuer les mesures thermiques nécessaires côté extérieur d’un élément d’enveloppe, le module de calcul thermique TCM est activé pour déterminer des coefficients de transmission thermique. La détermination de ces coefficients réalisée en appliquant une méthode statistique telle que telle que 3CL-DPE ou Th-BCE reposant sur l’utilisation de tables de coefficients déterminés à partir de statistiques en fonction d’informations que l’utilisateur doit fournir au module TDM. Pour un mur, un plancher ou un plafond, ces informations comprennent notamment l’année de construction du bâtiment dans lequel se trouve le local, l’année éventuelle d’ajout d’éléments isolants, lors de la construction du bâtiment ou lors de travaux de rénovation du local, l’épaisseur, la résistance thermique, le type de matériau le constituant (béton, brique, bois, etc). Pour une fenêtre, ces informations comprennent notamment, l’inclinaison (verticale / horizontale), le matériau de menuiserie (bois, PVC, métal), le type de fermeture (battante, coulissante), le nombre de vitrages (simple, double, triple), l’épaisseur de la lame de gaz), la nature de la lame de gaz (air sec, argon, krypton), le type de volet (jalousie, volet roulant). Pour une porte, ces informations comprennent notamment le matériau de menuiserie (bois, PVC, métal), le type de porte (opaque, pleine, avec vitrage, ...). Les coefficients de transmission thermiques qui ne peuvent pas être calculés à partir de mesures, peuvent ainsi être déterminés conformément à la norme ISO 6946.In the absence of sensors or when it is not possible to make the necessary thermal measurements on the outside of an envelope element, the thermal calculation module TCM is activated to determine heat transfer coefficients. The determination of these coefficients carried out by applying a statistical method such as 3CL-DPE or Th-BCE based on the use of coefficient tables determined from statistics according to information that the user must provide to the TDM module. . For a wall, a floor or a ceiling, this information notably includes the year of construction of the building in which the room is located, the possible year of addition of insulating elements, during the construction of the building or during construction. local renovation, thickness, thermal resistance, the type of material constituting it (concrete, brick, wood, etc.). For a window, this information includes the inclination (vertical / horizontal), the woodworking material (wood, PVC, metal), the type of closure (swinging, sliding), the number of windows (single, double, triple) ), the thickness of the gas blade), the nature of the gas blade (dry air, argon, krypton), the type of shutter (jalousie, shutter). For a door, this information includes the carpentry material (wood, PVC, metal), the type of door (opaque, solid, with glazing, ...). Thermal transmission coefficients that can not be calculated from measurements can thus be determined in accordance with ISO 6946.

En l’absence de capteurs géométriques, le module d’édition manuelle de modèle géométrique MDM permet de définir la géométrie du local à analyser. A cet effet, le module MDM est configuré pour permettre à l’utilisateur de dessiner et modéliser le local en introduisant les éléments d’enveloppe délimitant le local comme les murs, les planchers, les plafonds, les cloisons, les portes et les fenêtres, et les dimensions de ces éléments d’enveloppe. Ces actions peuvent être réalisées par l’intermédiaire d’une interface de commande graphique montrant les différents éléments d’enveloppe du local au fur et à mesure de leur introduction. Le plan en deux dimensions du local peut être affiché pour faciliter la définition des éléments d’enveloppe du local. A chaque introduction d’un élément d’enveloppe du local, l’utilisateur peut être invité à en définir les dimensions et d’autres caractéristiques telles que des caractéristiques liées aux aspects thermiques de l’élément d’enveloppe. Le module d’édition manuelle MDM peut également être utilisé pour corriger et compléter le modèle géométrique du local généré par le module de modélisation ADM à l’aide des images fournies par le capteur géométrique.In the absence of geometric sensors, the manual geometric model editing module MDM makes it possible to define the geometry of the room to be analyzed. For this purpose, the MDM module is configured to allow the user to draw and model the room by introducing the envelope elements defining the room such as walls, floors, ceilings, partitions, doors and windows, and the dimensions of these envelope elements. These actions can be performed via a graphical control interface showing the various envelope elements of the local as they are introduced. The two-dimensional plan of the room can be displayed to facilitate the definition of the envelope elements of the room. At each introduction of an envelope element of the local, the user may be asked to define the dimensions and other characteristics such as characteristics related to the thermal aspects of the envelope element. The manual editing module MDM can also be used to correct and complete the geometric model of the local generated by the modeling module ADM using the images provided by the geometric sensor.

En présence ou en absence de capteurs géométriques, le module d’introduction d’informations thermiques TDM est configuré pour inviter l’utilisateur à introduire des informations intervenant dans la modélisation thermique du local comme le type de chauffage du local, l’année de construction du local, le type et la date des travaux d’isolation des murs, des sols et des plafonds.In the presence or absence of geometric sensors, the TDM thermal information input module is configured to prompt the user to input information involved in the thermal modeling of the room such as the type of space heating, the year of construction local, type and date of insulation work on walls, floors and ceilings.

Le module d’édition MDM est également configuré pour permettre à l’utilisateur de modifier le modèle géométrique en trois dimensions du local. Ainsi, le module d’édition MDM permet à l’utilisateur de modifier les dimensions, l’emplacement et l’orientation des différents éléments d’enveloppe du modèle du local, et d’ajouter de nouveaux éléments d’enveloppe. A cet effet, le module d’édition MDM permet à l’utilisateur de se déplacer virtuellement dans les différentes pièces du local et d’observer les différentes parois de la pièce où il se trouve. Le module d’édition MDM est également configuré pour permettre à l’utilisateur de modifier les portes et les fenêtres, d’en ajouter ou d’en supprimer, et d’ajouter des éléments de mobilier dans le local. L’ajout ou la modification d’une porte ou d’une fenêtre ou d’un élément de mobilier peut être effectué en sélectionnant un objet dans une bibliothèque de portes et fenêtres et d’éléments de mobilier, dans laquelle chaque objet peut être mémorisé en association avec des informations thermiques telles que des coefficients de transmission thermique pour une porte ou une fenêtre. Le module d’édition MDM peut être également configuré pour afficher les données fournies par les capteurs thermiques et/ou la caméra thermique, par exemple superposées sur les éléments d’enveloppe.The MDM editing module is also configured to allow the user to modify the three-dimensional geometric model of the local. Thus, the MDM editing module allows the user to modify the dimensions, location and orientation of the different envelope elements of the local model, and to add new envelope elements. For this purpose, the MDM editing module allows the user to move virtually in different rooms of the room and observe the different walls of the room where it is located. The MDM editing module is also configured to allow the user to modify the doors and windows, add or remove them, and add furniture items to the room. Adding or modifying a door or window or furniture item can be done by selecting an object from a library of doors and windows and furniture items, in which each object can be memorized in association with thermal information such as heat transfer coefficients for a door or window. The MDM editing module can also be configured to display the data provided by the thermal sensors and / or the thermal camera, for example superimposed on the envelope elements.

Le module d’introduction d’informations thermiques TDM permet aussi de modifier les informations thermiques relatives à chaque élément d’enveloppe du modèle du local. A chaque fois qu’une information modifiant un aspect thermique du local est introduite ou modifiée, le module de calcul thermique TCM évalue ou actualise le coefficient de déperdition énergétique globale GV du local ainsi modélisé, pour tenir compte de l’information introduite ou modifiée. La détermination du coefficient de déperdition énergétique globale GV est basée sur une méthode de calcul thermique que l’utilisateur peut sélectionner, telle que 3CL-DPE ou Th-BCE (pour déterminer les coefficients de transmission thermique des éléments d’enveloppe du local qui n’ont pas pu être déterminés par l’équation (2)). L’utilisateur peut ainsi simuler des travaux dans le local et apprécier leurs effets sur la valeur du coefficient de déperdition énergétique GV du local ainsi modifié.The thermal information introduction module TDM also makes it possible to modify the thermal information relating to each envelope element of the model of the room. Whenever information modifying a thermal aspect of the room is introduced or modified, the thermal calculation module TCM evaluates or updates the overall energy loss coefficient GV of the room thus modeled, to take account of the information introduced or modified. The determination of the overall energy loss coefficient GV is based on a thermal calculation method that the user can select, such as 3CL-DPE or Th-BCE (to determine the heat transfer coefficients of the envelope elements of the local which could not be determined by equation (2)). The user can thus simulate work in the room and appreciate their effects on the value of the coefficient of energy loss GV of the room thus modified.

Il apparaîtra clairement à l'homme de l'art que la présente invention est susceptible de diverses variantes de réalisation et diverses applications. En particulier, l’invention couvre également les combinaisons possibles des modes de réalisation précédemment décrits.It will be apparent to those skilled in the art that the present invention is capable of various alternative embodiments and various applications. In particular, the invention also covers the possible combinations of the previously described embodiments.

Claims

A method for evaluating a global coefficient of heat loss of a room in a building, the method comprising the steps of: generating a three-dimensional geometric model of the envelope of a room, the geometric model comprising a set of shell elements separating the interior from the outside of the room, determining a surface of each shell element set element from the geometric model, determining a heat flow through one of the envelope elements of the geometric model, measuring with a sensor an internal ambient temperature of the envelope element on the inside of the room and an outside ambient temperature of the outer side of the envelope element local, and calculate a difference between the measured ambient temperatures, calculate the heat transfer coefficient of the envelope element e n dividing the heat flow by the difference between the indoor and outdoor ambient temperatures measured. determining a heat loss coefficient for each envelope element of the geometric and thermal model by multiplying the area of the shell element by the heat transfer coefficient of the shell element, and determining an overall coefficient of leakage by summing the coefficients of heat loss of the shell elements.

The method of claim 1, wherein the flow of heat through one of the casing members is measured using a heat flux sensor placed on the inner surface of the casing member.

The method of claim 1, comprising steps of: measuring an outer surface temperature of one of the shell members, measuring a temperature reflected by the inner surface of the shell member, determining a coefficient of hemispherical spectral emissivity of the shell element, determining a thermal convection coefficient of the shell element, and calculating heat flux through an envelope element using the following equation:

where: ε is the hemispherical spectral emissivity coefficient of the shell element, σ is the Stephan-Boltzmann constant, equal to 5.6704x10'8 W / m2.K4, TSext is the temperature measurement of the outer surface of the shell element, Tref is the reflected temperature measurement obtained from a thermal image of a reflective sample placed on the inner surface of the shell element, hc is the thermal convection coefficient , and Text is the ambient temperature measured outside the room.

4. The method of claim 3, comprising steps of measuring the wind speed along the outer surface of the shell element, and calculating the thermal convection coefficient hc by multiplying the speed measurement by a number neighbor or equal to 3,8054.

A method according to claim 3 or 4, comprising the steps of: placing on the inside of the shell member, a reflective sample and a reference blackbody sample having a known emissivity, measuring the temperature reflected by the reflective sample using a thermal camera, heat the black body sample to a temperature of at least 20 ° C higher than the indoor ambient temperature, adjust the focus of the thermal camera on the sample of black body, adjust an emissivity parameter of the thermal camera to match the known emissivity of the black body sample, measure the temperature of the black body sample using the thermal camera, set the focus of the thermal camera on the inner surface of the envelope element, and adjust the emissivity parameter of the thermal camera so that the thermal camera provides a temperature measurement of the inner surface of the shell element, identical to the temperature measurement of the blackbody sample, the hemispheric spectral emissivity of the shell element corresponding to the value of the emissivity parameter thus adjusted.

6. Method according to one of claims 1 to 5, wherein the overall coefficient of loss is determined when an envelope element surface or an envelope element thermal transmittance coefficient is modified or introduced.

7. Method according to one of claims 1 to 6, wherein the generation of the geometric model of the room is determined from images provided by an image sensor or a depth sensor.

8. Method according to one of claims 1 to 7, wherein the generation of the geometric model of the local comprises steps of: acquiring depth images each associated with a geographical position in the local, generating a three-dimensional point cloud to From each depth image, merge the point clouds into a single point cloud, in which each point of each point cloud is placed in a single three-dimensional coordinate system, using the geographic position associated with each point cloud, determining a geometric envelope from the single point cloud, associating the points of the single cloud by three, by a triangulation algorithm, identifying envelope elements in the geometric envelope, and determining a surface of each identified envelope element.

9. Device for evaluating an overall coefficient of heat loss of a room in a building, the device comprising a computer (PU) configured to implement the method according to one of claims 1 to 8, a screen of display (DSP) and a data input device (TS, KB) connected to the computer.

10. Device according to claim 9, comprising, for generating a geometric model of the envelope of a room, at least one of the following elements: a conventional color image sensor, a stereoscopic sensor comprising two cameras providing images filmed from different angles, a LIDAR (Light or Laser Detection and Ranging) measuring distances by emitting a beam of light and analyzing the properties of a reflected light beam, a structured light scanner projecting a light pattern and observing the deformation of the pattern, a time-of-flight scanner measuring distances by emitting a beam of light, capturing the reflected beam, and measuring the time between the transmission and reception times of the beam, and a modulated light scanner or phase shift.

11. Device according to claim 9 or 10, connected to at least one temperature sensor.

12. Device according to one of claims 9 to 11, connected to a heat flow sensor, and / or a thermal camera.