lidar_rendu/docs/MAPS.md

Carte à tuiles XYZ (image lidar-maps)

Carte « slippy » classique — même schéma de tuiles que Google Maps et OpenStreetMap — servie par une image légère dédiée. Les rendus du pipeline deviennent ainsi un fond d'imagerie réutilisable dans JOSM, iD, QGIS, uMap, MapLibre ou OsmAnd, en plus de l'interface de consultation fournie.

C'est la SEULE interface web du projet (l'ancienne webapp historique a été retirée) : elle embarque aussi la génération de tuiles — locale sur l'image complète (worker, ./run.sh --serve), déléguée via LIDAR_GENERATION_URL sur la machine légère (cf. docs/DEPLOY_WEBAPP.md).

docker compose -f docker-compose.maps.yml up -d --build   # http://localhost:8975/
docker compose -f docker-compose.maps.yml logs -f maps
./run.sh --serve-maps            # équivalent en conteneur au premier plan

Générer des tuiles depuis la carte

• ＋ Zone (barre d'outils) — dessiner un rectangle : les dalles LHD de 1 km qui l'intersectent sont téléchargées depuis la géoplateforme IGN puis traitées (0,2 m, options ci-dessous) ; les zones et clics successifs s'additionnent ;
• ⤒ Compléter — toutes les dalles déjà présentes dans input/ qui manquent au moins une des couches demandées ;
• ↻ Générer cette dalle (fiche d'infos au clic) — une dalle précise, même sans données existantes.

Options du run : couches visées (défaut : les couches du panneau) et régénération forcée. La classification du sol (IGN, sol seul) et le raccord des bords (bande de 100 m prise aux dalles voisines) sont imposés : aucun réglage. Une demande lancée pendant un run part en file d'attente (persistée, jamais de coupure du travail en place) ; la progression s'affiche dalle par dalle (cadres orange = rendu en cours, bleu = en attente, rouge = échec) avec journal et bouton Arrêter (SIGTERM puis SIGKILL). À la fin du run, la carte se rafraîchit et la maintenance de pyramide repart automatiquement.

Les boutons sont masqués si le navigateur vient d'une IP hors LIDAR_REGEN_CIDR (défaut : localhost + plages privées RFC1918) ou si aucun backend de génération n'existe (image légère sans LIDAR_GENERATION_URL). Sur la machine légère, tout est transmis au worker (LIDAR_GENERATION_URL), qui exécute le pipeline complet ; ses dalles sont rapatriées à la demande par l'inventaire /api/tiles + les statiques versionnées (LIDAR_SOURCE_URL).

Contrat de tuilage

Point	Valeur
Projection	EPSG:3857, schéma XYZ OSM (origine nord-ouest, y vers le sud)
URL canonique	/tiles/{couche}/{z}/{x}/{y}.png — 256 px, PNG RGBA
Variante haute densité	/tiles/{couche}/{z}/{x}/{y}@2x.webp — 512 px (interface interne)
Zooms	5 → 19 natif (0,2 m/px ≈ z19 en France) ; au-delà, sur-zoom côté client
Hors emprise	tuile entièrement transparente (superposable), en-tête X-Tile-Empty: 1
En attente (cache seule)	tuile transparente, en-têtes X-Tile-Empty: 1 + X-Tile-Pending: 1, jamais mémorisée par le navigateur
CORS	Access-Control-Allow-Origin: * sur /tiles/*
Attribution	LIDAR_ATTRIBUTION, défaut « LiDAR HD © IGN — Licence Ouverte 2.0 »

Découverte : /tiles/{couche}.json (TileJSON 3.0.0), /tiles/wmts.xml (WMTS 1.0.0, grille GoogleMapsCompatible), /tiles/josm.imagery.xml (toutes les couches d'un coup dans JOSM).

Utiliser les tuiles ailleurs

• JOSM — Imagery → Imagery preferences → + TMS, coller http://<hôte>:8975/tiles/slope/{zoom}/{x}/{y}.png. Pour tout ajouter d'un coup : Imagery preferences → Offline/Custom → Add imagery source XML avec http://<hôte>:8975/tiles/josm.imagery.xml.
• iD — Fond de carte → Personnalisé, coller http://<hôte>:8975/tiles/slope/{z}/{x}/{y}.png.
• QGIS — XYZ Tiles → Nouvelle connexion (même URL, zoom max 19), ou WMS/WMTS → Nouveau avec http://<hôte>:8975/tiles/wmts.xml.
• uMap / MapLibre / Leaflet — même gabarit XYZ, ou le TileJSON.
• OsmAnd — source de tuiles en ligne, gabarit XYZ, zoom max 19.

Le bouton « Utiliser dans JOSM / QGIS » de la carte affiche et copie ces URL pour la couche choisie.

Fiche de dalle et rose des vents

Un clic sur la carte sélectionne la dalle LiDAR HD sous le curseur (cadre jaune en pointillés), qu'elle soit générée ou non. La fiche s'affiche tout de suite avec le nom, l'emprise Lambert 93, puis, si la dalle est rendue, la résolution, la date de génération et le recalage vertical des passes (faisceaux, décalages, correction des lignes). Les informations IGN arrivent à part (GET /api/map/ign?col&row, catalogue STAC mis en cache dans output/ign_meta/) : date et heure du scan LiDAR, capteurs, mission, opérateur, date d'édition, procédé de classement, nombre de points et lien de téléchargement du nuage .copc.laz sur la géoplateforme. Un catalogue lent ou injoignable n'empêche jamais la sélection.

Quand le relief orienté est affiché, une rose des vents donne la couleur de chaque orientation de pente (même formule CIELAB que le rendu) ; la clarté porte le relief local (clair = bosse, sombre = creux).

Pile de couches

La carte ne sert que les couches de PANEL_VIZ (index.py) : aujourd'hui le seul relief orienté, qui fusionne openness locale et orientation des pentes en une image. Les autres visualisations présentes sur disque ne sont ni listées ni servies en tuiles.

Chaque couche du panneau porte trois réglages, tous persistés et transportés par le lien de partage :

• ordre — poignée ⠿ en glisser-déposer, ou boutons ▲▼ (les seuls utilisables au doigt). La liste est encadrée par « Haut de pile — devant » et « Bas de pile — derrière ». Pendant un glisser, la destination est explicite : la ligne tirée s'estompe et une barre d'insertion marque le point de chute, au-dessus ou en dessous de la ligne survolée selon la moitié visée ; à l'arrivée, la couche déplacée clignote brièvement et est ramenée dans le champ de vision ;
• opacité — curseur par couche ;
• mode de fusion — mix-blend-mode CSS : Normal, Produit, Écran, Superposé, Doux, Lumière crue, Différence, Luminosité. La superposition ne se réduit donc pas à de la transparence : « Produit » pose un ombrage sur une rampe de couleur sans la délaver, « Superposé » creuse le contraste local, « Différence » fait ressortir les écarts entre deux couches.

Figer la configuration

Le bouton ★ Définir par défaut enregistre l'état courant — ordre, couches allumées, opacités, modes de fusion, fond de carte et fusion de la pile — dans output/.map-defaults.json. Tout navigateur sans réglage local part alors de cette configuration ; ↺ Réinitialiser oublie l'état local et y revient.

curl http://localhost:8975/api/map/defaults              # configuration servie
curl -X DELETE http://localhost:8975/api/map/defaults    # retour au registre

Sans fichier enregistré, les défauts viennent du registre du pipeline (DEFAULT_LAYERS, DEFAULT_OPACITY, DEFAULT_BLEND dans index.py). Les valeurs reçues sont filtrées : couches inconnues écartées, opacités bornées à 0–1, modes de fusion validés.

Les couches LiDAR vivent dans un conteneur isolé (isolation: isolate) : les fusions agissent entre elles, jamais sur le fond de carte à travers les zones sans donnée. La fusion de la pile entière sur le fond se règle à part, en bas du panneau.

Licence — LiDAR HD est diffusé sous Licence Ouverte 2.0 : l'attribution IGN est obligatoire et doit rester visible chez le client. Avant d'utiliser ces rendus comme calque de saisie dans OpenStreetMap, vérifier la position de la communauté (OSM-FR) sur la source concernée.

Comment une tuile est fabriquée

1. L'emprise de la tuile est convertie en Lambert 93 (échantillonnage 5×5 du contour : les bords ne sont pas droits en L93).
2. Les dalles de 1 km qui l'intersectent sont retrouvées par leur nom (LHD_FXX_{col}_{row} → X ∈ [col, col+1] km, Y ∈ [row−1, row] km).
3. Pour chacune, le palier source le plus grossier suffisant est choisi parmi ceux que le pipeline produit déjà : vignette index_thumbs (≈3,9 m/px), vignette intermédiaire _mid (1,56 m/px), quadrants index_subtiles (2500 px, 4× moins à décoder que la dalle) puis la dalle. Les trois dossiers sont scannés indépendamment : un cache partiel — une machine légère ne rapatrie que quadrants et vignettes, jamais les dalles entières — reste entièrement exploitable.
4. La fenêtre utile est découpée puis reprojetée par transformation projective (Image.transform(..., PERSPECTIVE)), dalle par dalle : le calage mesuré est inférieur au pixel.
5. Le résultat est encodé (PNG ou WebP) et écrit dans output/index_xyz/{couche}/{z}/{x}/{y}[@2x].{ext}.

Aucune dépendance GDAL/PDAL : Pillow + pyproj uniquement.

Cache et péremption

• Une tuile en cache est resservie tant qu'aucune dalle contributrice n'est plus récente qu'elle : régénérer une dalle n'invalide que ses tuiles.
• Une tuile sans donnée est mémorisée par un marqueur .empty — jamais recalculée.
• Les images sources décodées sont gardées dans un petit cache LRU : le décodage AVIF domine le coût, les tuiles voisines le réutilisent.
• Côté navigateur, l'interface ajoute ?v=<stamp> (mtime la plus récente) et reçoit alors un cache immuable ; les clients OSM utilisent l'URL nue, servie en revalidation courte.

Mesures (dalles réelles 0,2 m, bloc 3×3 km, conteneur sans GPU)

	premier rendu	depuis le cache
z10–z14	50–200 ms	3–9 ms
z16–z18 (résolution native)	46–130 ms	3–9 ms

Poids d'une tuile de pente à z17, mesuré sur la même tuile :

encodage	poids	fidélité
PNG RGBA (défaut)	210 Ko	sans perte
PNG palettisé (LIDAR_TILE_PNG_PALETTE=1)	55 Ko	écart moyen 5,8 niveaux
WebP q78 (…/{y}.webp)	38 Ko	avec perte, visuellement propre

Le PNG canonique reste sans perte par défaut : ces rendus servent à l'interprétation, pas à l'illustration. Pour un usage en fond d'imagerie où le débit compte, deux leviers : demander l'URL .webp (les clients qui la supportent : QGIS, iD, MapLibre, uMap) ou activer LIDAR_TILE_PNG_PALETTE=1.

Contrôles de calage effectués sur données réelles : un chemin OSM se superpose exactement à la trace visible dans la couche de pente, et l'écart de couture entre tuiles voisines reste inférieur au bruit naturel du terrain (écart mesuré 35–53 niveaux contre une médiane de 49–53 entre deux colonnes voisines prises au hasard dans la même tuile).

Charge et petites machines

Le service est borné à chaque étage, rien n'est illimité :

Étage	Défaut	Réglage
Rendus simultanés	2	LIDAR_TILE_WORKERS
Téléchargements de dalles simultanés	2	LIDAR_TILE_FETCH_WORKERS
Même tuile demandée en parallèle	1 rendu, les autres attendent son résultat	—
Mémoire des sources décodées	192 Mo	LIDAR_TILE_SOURCE_CACHE_MB

Les requêtes en excès attendent le sémaphore avant tout décodage : elles ne consomment ni CPU ni mémoire. Un navigateur en HTTP/1.1 n'ouvre de toute façon que 6 connexions par origine, toutes couches confondues ; derrière un proxy HTTP/2 ce plafond disparaît et seuls ces réglages tiennent la charge.

Le pré-chauffage (/api/map/warm) est séquentiel : il ne peut pas saturer la machine, seulement prendre du temps.

Sur un Raspberry Pi 2 Go, LIDAR_TILE_WORKERS=1 et LIDAR_TILE_SOURCE_CACHE_MB=64 restent confortables.

Cache seule + maintenance de fond (petit Raspberry Pi)

Sur une machine qui ne doit jamais calculer au fil de la navigation (un Pi qui tient aussi d'autres services), deux variables inversent la charge :

environment:
  - LIDAR_TILE_CACHE_ONLY=1     # la navigation ne rend plus rien
  - LIDAR_TILE_BACKGROUND=1     # une tâche de fond entretient la pyramide

• LIDAR_TILE_CACHE_ONLY=1 — une tuile absente ou périmée est servie transparente avec X-Tile-Pending: 1 et Cache-Control: no-store (le navigateur la redemande : dès que la maintenance l'a rendue, elle apparaît). Plus aucun rendu local sur le chemin des requêtes ; avec LIDAR_MAPS_URL, une tuile manquante (ex. zoom au-delà de LIDAR_TILE_BACKGROUND_MAX_Z) y est rapatriée — un téléchargement de quelques dizaines de Ko, mis en cache — puis servie : la navigation couvre tous les zooms sans jamais calculer sur la petite machine.
• LIDAR_TILE_BACKGROUND=1 — un sondeur rescane les dalles à intervalle régulier (LIDAR_TILE_BACKGROUND_INTERVAL, 120 s) ; chaque dalle nouvelle ou régénérée (le worker vient de produire, le cache à la demande vient de rapatrier) met sa pyramide en file d'attente. Des rendeurs à basse priorité (os.nice) la vident au rythme d'une tuile par LIDAR_TILE_BACKGROUND_PAUSE seconde (1 s). Premier démarrage : TOUTES les dalles sont inconnues, la pyramide se reconstruit entière — les tuiles déjà fraîches ne coûtent qu'un stat. Les niveaux partent en file du plus petit zoom au plus grand : la carte se remplit d'abord grossièrement.

Variable	Défaut	Rôle
LIDAR_TILE_BACKGROUND_MAX_Z	16	niveau maximal entretenu en fond (le natif 17–19 reste au pré-chauffage manuel)
LIDAR_TILE_BACKGROUND_SCALE	2	tuiles entretenues : 2 = 512 px (celles de l'interface)
LIDAR_TILE_BACKGROUND_FMT	webp	format des tuiles entretenues (celui de l'interface)
LIDAR_TILE_BACKGROUND_PAUSE	1.0	pause (s) entre deux rendus — le levier de la discrétion
LIDAR_TILE_BACKGROUND_INTERVAL	120	secondes entre deux scans des dalles
LIDAR_TILE_BACKGROUND_QUEUE_MAX	65536	file d'attente bornée (au-delà : ignoré jusqu'au prochain scan) — une entrée ne coûte que quelques octets

Pilotage : GET /api/map/background (état, compteurs, file), POST /api/map/background (scan immédiat), POST /api/map/warm (pré-calcul manuel exhaustif, tous zooms/formats, cf. ci-dessous). Enfin, plafonner le conteneur lui-même (mem_limit + memswap_limit dans un override compose) garantit qu'un rendu déréglé ne peut plus emporter la machine : le tueur OOM ne toucherait que lidar-maps.

Pré-chauffage

curl -X POST http://localhost:8975/api/map/warm \
  -H 'Content-Type: application/json' \
  -d '{"layers": ["slope"], "z_min": 10, "z_max": 16}'
curl http://localhost:8975/api/map/warm     # avancement / compte rendu

Sans bounds, l'emprise des dalles disponibles est utilisée. Utile après un gros run pour que la première consultation soit instantanée.

Deux machines

Deux amonts complémentaires, selon ce que la machine locale possède.

LIDAR_SOURCE_URL désigne la webapp du pipeline (port 8973) : l'inventaire des dalles vient de son /api/tiles et chaque image source est rapatriée au premier rendu qui en a besoin. Le conteneur carte démarre alors sans aucune donnée locale et sert tout le catalogue distant :

docker run -d --name lidar-maps --network host \
  -e LIDAR_SOURCE_URL=http://127.0.0.1:8973 \
  -e LIDAR_OUTPUT_DIR=/data/output -e LIDAR_PORT=8975 \
  -v "$PWD/output-maps:/data/output" --user "$(id -u):$(id -g)" lidar-maps

Mesuré sur 849 dalles réelles servies par un tunnel SSH : première tuile d'une zone 0,9–3,2 s (téléchargement d'un quadrant de 1,8 Mo compris), puis ~1 ms depuis le cache local, qui ne garde que ce qui a été consulté.

LIDAR_MAPS_URL désigne un serveur de tuiles amont (machine de traitement) : une tuile absente localement y est rapatriée (quelques dizaines de Ko) puis mise en cache — au lieu de rapatrier les dalles entières. Un disjoncteur suspend les tentatives 2 minutes après 3 échecs consécutifs : carte consultable même worker éteint.

Variables d'environnement

Variable	Défaut	Rôle
LIDAR_OUTPUT_DIR	/data/output	dalles lues, cache index_xyz/ écrit
LIDAR_PORT	8975	port d'écoute
LIDAR_SOURCE_URL	—	webapp du pipeline : inventaire + dalles rapatriées à la demande
LIDAR_SOURCE_TOKEN	—	jeton si la webapp amont exige LIDAR_API_TOKEN
LIDAR_MAPS_URL	—	serveur de tuiles amont (carte déportée)
LIDAR_ATTRIBUTION	LiDAR HD © IGN	mention servie (TileJSON, WMTS, JOSM, carte)
LIDAR_TILE_PNG_PALETTE	—	1 : PNG palettisé (~4× plus léger, écart ~6 niveaux)
LIDAR_TILE_SOURCE_CACHE_MB	192	budget mémoire du cache d'images sources décodées
LIDAR_TILE_WORKERS	2	rendus de tuiles simultanés
LIDAR_TILE_FETCH_WORKERS	2	téléchargements de dalles simultanés (mode LIDAR_SOURCE_URL)
LIDAR_SSL_CERTFILE / LIDAR_SSL_KEYFILE	—	HTTPS direct (GPS sur téléphone)

Dépannage

• Carte vide, layers: 0 (curl /healthz) : aucun rendu dans output/visualisations/, ou dossier monté au mauvais endroit.
• Tuiles transparentes partout : zoom hors plage (5–19) ou zone sans dalle ; l'en-tête X-Tile-Empty le confirme.
• Première consultation lente : normal, chaque tuile est rendue une fois — pré-chauffer (ci-dessus).
• JOSM refuse l'URL : utiliser le gabarit {zoom}/{x}/{y} (JOSM) et non {z}/{x}/{y} (Leaflet/QGIS).
• Couche absente du menu : elle n'existe pas sur disque pour ces dalles — /api/map/meta liste ce qui est réellement disponible.

Références

• lidar_pipeline/tiles.py — grille, reprojection, cache, pré-chauffage.
• lidar_pipeline/mapserve.py — routes tuiles/TileJSON/WMTS/JOSM et API carte.
• lidar_pipeline/mapui.py — interface (Leaflet L.tileLayer, LOD natif).
• Dockerfile.maps, docker-compose.maps.yml, ./run.sh --serve-maps.