Um novo algoritmo desenvolvido pela University of Twente Ph.D. O candidato Phillipp Fanta-Jende melhora a precisão dos produtos de imagem de mapeamento móvel pesquisados. Ele pode compensar os erros de medição introduzidos pelo posicionamento errôneo baseado em satélite que geralmente ocorre em áreas urbanas. A nova técnica é econômica em comparação com os métodos tradicionais de mão de obra intensiva, enquanto permite uma precisão comparável na faixa de decímetros baixos.

Mapeamento móvel em áreas urbanas

O mapeamento móvel inclui todas as formas de aquisição de dados geoespaciais usando uma plataforma móvel que transporta um ou mais sistemas de sensores. Um dos usos mais conhecidos do mapeamento móvel é o Google Street View, onde um carro com uma câmera de 360 ​​graus montada em seu teto é usado para mapear todas as ruas do mundo.

As áreas urbanas geralmente exigem o uso de mapeamento móvel, mas são talvez as áreas mais difíceis de mapear com precisão. Para fazer o mapeamento móvel funcionar, o sistema precisa de uma linha de visão direta com vários satélites de navegação para saber sempre sua localização exata. Em áreas urbanas, isso pode se tornar um problema porque edifícios altos podem bloquear o sinal, tornando os dados menos precisos.

Diferenças dramáticas de perspectiva

Para tornar os dados adquiridos mais precisos, University of Twente Ph.D. O candidato Phillipp Fanta-Jende desenvolveu um algoritmo que usa imagens aéreas - que estão ampla e frequentemente disponíveis gratuitamente - para corrigir os dados iniciais. "Um dos principais problemas que abordei na minha tese, são as diferenças dramáticas de perspectiva entre os conjuntos de dados de imagens aéreas e o mapeamento móvel, ", diz Fanta-Jende. O algoritmo deve reconhecer objetos - como marcações de estradas - de uma visão aérea (imagens aéreas), mas também de uma visão de rua (mapeamento móvel). Os objetos identificados são usados ​​para estabelecer milhares de ligações entre os conjuntos de dados que permite um procedimento matemático para corrigir os dados de mapeamento móvel.

O algoritmo de Fanta-Jende não funciona apenas com imagens aéreas feitas de um ângulo reto; também é capaz de usar imagens oblíquas. Isso é especialmente útil em áreas urbanas onde nem sempre há uma linha de visão direta para a estrada diretamente de cima por causa da vegetação ou onde nenhuma característica distinta da estrada está presente.

Testado em Rotterdam

Para sua pesquisa, os dados da cidade de Rotterdam foram usados ​​como área de teste, pois oferecem um cenário típico de um cânion urbano com um grande número de prédios altos. Nos testes, uma precisão de 10-20 centímetros foi alcançada de erros iniciais até um metro. A precisão foi confirmada por técnicas mais comumente usadas que requerem trabalho manual.

O desenvolvimento desta técnica acontece em empresas afiliadas como Cyclomedia e Fugro. O trabalho pode ser estendido para processamento em tempo real e usado para campos relacionados, como direção autônoma ou drones.