Nous nous intéressons dans cet article au problème de la reconstruction de modèles 3D CAO à partir de nuages de points 3D issus d’acquisition laser en environnement industriel. Nous proposons pour cela d’utiliser des modèles 3D existants approximant les nuages de points. Ces modèles peuvent en effet être considérés comme des estimations initiales des scènes traitées, et constituent à ce titre une source de connaissance a priori importante. Nous nous intéressons ici plus particulièrement au traitement des cylindres. La solution que nous proposons permet de générer aléatoirement des ensembles de cylindres candidats potentiellement présents dans le nuage de points, et s’appuie pour cela sur l’information a priori. Le recours à l’a priori permet de diminuer la quantité de candidats non pertinents par rapport aux méthode stochastiques existantes (RANSAC), et de produire des cylindres plus fiables. Nous présentons notamment les résultats obtenus sur quelques jeux de données. Pour finir, nous discutons des possibilités d’intégration de cette solution dans une démarche plus globale visant à produire un modèle 3D consistant à partir des cylindres candidats ainsi générés.