القياس الرقمي: برلين يبدأ مشروع بناء الطرق الثوري!
القياس الرقمي: برلين يبدأ مشروع بناء الطرق الثوري!
Berlin, Deutschland - تخطط برلين لتسجيل الجيوداتا الجديدة في الأشهر المقبلة. لهذا الغرض ، يتم استخدام المركبات الخاصة ، والتي تم تجهيزها مع كاميرات الحالة والماسحات الضوئية بالليزر. سوف تمتص هذه المركبات صور بانورامية 360 درجة وسحب النقطة ثلاثية الأبعاد لمساحة الشارع. الهدف من هذا الإجراء هو تسريع التخطيط للبنية التحتية ، لأن الجيوداتا الحالية غير قديمة إلى حد كبير ، وهناك حاجة ماسة إلى تسجيلات جديدة. يؤكد وزير الخارجية يوهانس ويكزورك (CDU) على أهمية هذا المخزون الرقمي لتخطيط البنية التحتية المستقبلية ويؤكد أنه ينبغي حذف القياسات الفردية من أجل توفير الوقت والتكاليف. يتم توفير الوصول إلى البيانات التي تم الحصول عليها عبر الجيوبورتال. من أجل الحفاظ على الخصوصية ، يتم إخفاء المركبات أو الوجوه المسجلة. هذا التقارير rbb24.
بالتوازي مع هذه التطورات ، أعلن المكتب الفيدرالي للتصاريزات والجيوديزي (BKG) عن مشروع بحثي يتعامل مع المعالجة الآلية لغيوم النقطة ثلاثية الأبعاد باستخدام الذكاء الاصطناعي (AI). الهدف من هذا المشروع هو تطوير أساليب لاستخلاص الأشياء الكبيرة والقوية من عوارض مسح الليزر الشاملة. يجب فحص المعلومات الإضافية من السحب ثلاثية الأبعاد التي يمكن الحصول عليها وكيف يمكن أن تكون الأتمتة بالضبط. هذا البحث له أهمية خاصة في سياق Digital Twin Germany ، وهو مفهوم يتضمن تمثيلات رقمية للأنظمة الحقيقية. تبحث BKG عن مؤسسات أبحاث أو شركات لديها خبرة في التحليل القائم على الـ AI للغيوم ثلاثية الأبعاد وقادرة على دمجها في البنية التحتية الرقمية. bkg تشرح متطلبات التطبيق.التقنيات وطرق معالجة البيانات
لقياس الهياكل الكبيرة الفعالة ، كما يحدث في المساحة الحضرية ، هناك كميات كبيرة من البيانات. يتم استخدام طرق الذكاء الاصطناعي هنا ، والتي تستخدم لإعداد البيانات على النحو الأمثل من الماسحات الضوئية أو الكاميرات. تعتبر هذه البيانات أمرًا بالغ الأهمية للتطبيقات مثل بناء نمذجة المعلومات (BIM) والواقع المعزز (AR). لقد أنشأت غيوم النقاط نفسها كواحدة من تنسيقات البيانات الأكثر شيوعًا في القياس ثلاثي الأبعاد ، ولكنها تتطلب معالجة أولية واسعة النطاق. من أجل تفسير هذه الكميات الكبيرة من البيانات بشكل معقول ، يستخدم الباحثون استراتيجيات مختلفة لتقليل البيانات وتفسيرها. مطلوب فهم دلالي لغيوم النقطة وبيانات الصورة للتعرف على الكائنات ذات الصلة وتحديد موقعها بشكل صحيح. وفقًا لـ Fraunhofer IPM
من أجل تنفيذ هذه التقنيات ، فإن الأجهزة القوية ضرورية لأن تدريب هذه الشبكات العصبية يتطلب متطلبات تخزين عالية. تتوفر الخوادم ذات الأداء العالي لتمكين موازاة العمليات الحسابية ولجعل معالجة كميات كبيرة من البيانات بكفاءة. لا يمكن أن يؤدي التقدم في معالجة البيانات المستندة إلى الذكاء الاصطناعي إلى زيادة الكفاءة في تخطيط البنية التحتية ، ولكن أيضًا تحسين جودة الجيوداتا المسجلة.
| Details | |
|---|---|
| Ort | Berlin, Deutschland |
| Quellen | |