Mobil kortlægning mere nøjagtig med en ny algoritme

En ny algoritme udviklet af University of Twente Ph.D. kandidat Phillipp Fanta-Jende forbedrer nøjagtigheden af ​​undersøgte mobilkortlægningsprodukter. Det kan kompensere for målefejl introduceret fra fejlagtig satellitbaseret positionering, der normalt forekommer i byområder. Den nye teknik er omkostningseffektiv sammenlignet med traditionelle arbejdsintensive metoder, samtidig med at den muliggør en sammenlignelig nøjagtighed i området med lav decimeter.

Mobil kortlægning i byområder

Mobil kortlægning omfatter alle former for geospatial dataindsamling ved hjælp af en mobil platform, der bærer et eller flere sensorsystemer. En af de mest kendte anvendelser af mobil kortlægning er Google Street View, hvor en bil med et 360-graders kamera monteret på taget bruges til at kortlægge alle verdens gader.

Byområder efterspørger ofte brug af mobil kortlægning, men er måske de områder, der er sværest at kortlægge præcist. For at få mobil kortlægning til at fungere, systemet har brug for en direkte synslinje med flere navigationssatellitter for altid at kende dens nøjagtige placering. I byområder, dette kan blive et problem, fordi høje bygninger kan blokere signalet, gør dataene mindre nøjagtige.

Dramatiske perspektivforskelle

For at gøre de indsamlede data mere nøjagtige, University of Twente Ph.D. kandidat Phillipp Fanta-Jende udviklede en algoritme, der bruger luftbilleder - som er bredt og ofte frit tilgængelige - til at rette de indledende data. "Et af de store problemer, jeg tacklede i mit speciale, er de dramatiske perspektivforskelle mellem datasættene af luftbilleder og mobil kortlægning, " siger Fanta-Jende. Algoritmen skal genkende objekter - såsom vejmarkeringer - fra et overheadbillede (luftbilleder), men også et gadebillede (mobil kortlægning). Identificerede objekter bruges til at etablere tusindvis af links mellem datasættene, som muliggør en matematisk procedure til at rette de mobile kortdata.

Fanta-Jendes algoritme fungerer ikke kun med luftbilleder lavet fra en ret vinkel; det er også i stand til at bruge skrå billeder. Dette er især nyttigt i byområder, hvor der ikke altid er en direkte sigtelinje til vejen lige oppefra på grund af vegetation, eller hvor der overhovedet ikke er særlige kendetegn på vejen.

Testet i Rotterdam

For hans forskning, data fra byen Rotterdam blev brugt som et testområde, da det tilbyder et typisk urbant canyon-scenarie med et stort antal højhuse. I testene, en nøjagtighed på 10-20 centimeter blev nået fra indledende fejl op til en meter. Nøjagtigheden blev bekræftet af mere almindeligt anvendte teknikker, der kræver manuelt arbejde.

Videreudvikling af denne teknik sker hos tilknyttede virksomheder som Cyclomedia og Fugro. Arbejdet kan udvides til realtidsbehandling og bruges til relaterede områder, såsom autonom kørsel eller droner.