MOTOR. Hacia la detección automática de características viales con aprendizaje profundo

  Investigadores de Japón proponen, en un nuevo estudio, un algoritmo basado en el aprendizaje profundo que puede extraer automáticamente la...

 

Investigadores de Japón proponen, en un nuevo estudio, un algoritmo basado en el aprendizaje profundo que puede extraer automáticamente las características de las carreteras a partir de datos de nubes de puntos utilizando mapas 3D de alta precisión. El modelo propuesto podría ayudar con el mantenimiento de las carreteras y la preparación de mapas de carreteras fieles en el espacio virtual o en un entorno gemelo digital. Fuente: Ryuichi Imai de la Universidad de Hosei, Japón

En Japón, se midió y acumuló una cantidad sustancial de datos de nubes de puntos, un conjunto de puntos de datos en el espacio, para obras públicas utilizando sistemas de mapeo móviles y escáneres láser terrestres. 

13 diciembre 2022.- Sin embargo, esta gran cantidad de datos tiene un uso limitado en un estado no procesado y no estructurado. Afortunadamente, se puede estructurar extrayendo automáticamente una característica utilizando un "plano de dibujo de finalización" que muestra la geometría completa de un objeto de construcción.

A principios de este año, investigadores de Japón, dirigidos por el profesor Ryuichi Imai de la Universidad de Hosei, Japón, propusieron otro método para extraer características de carreteras utilizando datos de mapas 3D (HD) de alta precisiónSin embargo, la aplicabilidad de su enfoque se limita a las secciones desarrolladas de los mapas de ruta. Si bien el problema se puede resolver con la identificación basada en el aprendizaje profundo, requieren una gran cantidad de datos de capacitación de alta calidad preparados manualmente.

Recientemente, el profesor Imai y sus colaboradores, Kenji Nakamura de la Universidad de Economía de Osaka, Yoshinori Tsukada de la Universidad de Setsunan, Noriko Aso de Dynamic Map Platform y Jin Yamamoto de la Universidad de Hosei desarrollaron un algoritmo para automatizar el proceso de generación de datos de entrenamiento y construyeron un modelo de identificación de características viales a partir de datos de nubes de puntos extraídos automáticamente de mapas HD.

En su estudio, los investigadores primero separaron la superficie del suelo de los datos de la nube de puntos utilizando el software CloudCompareA continuación, generaron datos de área del mapa HD y extrajeron puntos componentes de características. Si bien estos puntos se asignaron como señales de tráfico o semáforos, se proporcionaron otras etiquetas para los datos restantes.

Luego, los datos de área correspondientes a los puntos componentes se ampliaron para generar los datos de entrenamiento. Usando esto, los investigadores generaron más imágenes de proyección de nube de puntos. Por último, usaron los datos de entrenamiento para construir el modelo de identificación usando un algoritmo de detección de objetos YOLOv3El modelo podría detectar características de la carretera en función de puntos de agrupación distintos de los identificados para la superficie del suelo mediante CloudCompare.

Una vez establecido el marco computacional, los investigadores realizaron experimentos de demostración en la prefectura de Shizuoka en una carretera con 65 señales de tráfico, 46 ​​semáforos y características de ruido en una distancia de 1,5 kilómetros. Utilizaron 258 señales de tráfico y 168 semáforos para entrenar su modelo de identificación y utilizaron 36 y 24 imágenes, respectivamente, para calcular la precisión de determinación del algoritmo.

Los investigadores encontraron que la precisión, el recuerdo y la medida F fueron 0,84, 0,75 y 0,79, respectivamente, para las señales de tránsito y 1,00, 0,75 y 0,86, respectivamente para los semáforos, lo que indica cero determinaciones falsas. Se demostró que la precisión del modelo propuesto es mayor que la de los modelos existentes.

"Un modelo de producto construido a partir de datos de nubes de puntos permitirá la realización de un entorno gemelo digital para el espacio urbano con mapas de carreteras actualizados regularmente. Será indispensable para gestionar y reducir las restricciones de tráfico y los cierres de carreteras durante las inspecciones de carreteras. Se espera que la tecnología reduzca costos de tiempo para las personas que usan carreteras, ciudades y otras infraestructuras en su vida diaria", indicaron los autores del desarrollo.

Más información: Conferencia: www.j-soft.org/2022

COMENTARIOS

Nombre

actualidad,477,agenda,7,agricultura,25,alzheimer,24,animales,56,arqueologia,38,astronomia,69,audiovisual,20,autismo,11,biodiversidad,7,biotecnología,1,cancer,91,ciencia,217,covid-19,68,cultura,98,deal,63,deportes,116,diabetes,33,economia_empleo,35,economia_negocios,212,economia_sociales,26,economia_vivienda,48,elecciones_partidos,1,elecciones2023,3,elecciones2023_alcala,1,elecciones2023_torrejon,1,empleo,12,energia,430,enigmas,76,esclerosis,4,esnoticia,1319,esnoticia_alcala,279,esnoticia_coslada,102,esnoticia_guadalajara,155,esnoticia_madrid,593,esnoticia_sanfernando,76,esnoticia_torrejon,114,esnoticia_villalbilla,11,europa,2,eventos,23,exposiciones,25,FITUR_2023,18,gastronomia,10,historia,83,historias,89,inmunoterapia,19,inteligencia artificial,33,libros,56,medioambiente,154,mitosyleyendas,25,motor,327,motor_electricos,82,motor_hibridos,39,motor_innovacion,48,motor_mercado,87,motor_noticias,87,musica,12,naturaleza,85,nutricion,81,nutrición,3,opinión,93,parkinson,5,permanente,1,personajes,41,plantas,27,poesia,17,prime,41,salud,345,teatro,16,tecnologia,133,tradiciones,40,turismo,143,vidasaludable,74,video,16,
ltr
item
La Crónica del Henares: MOTOR. Hacia la detección automática de características viales con aprendizaje profundo
MOTOR. Hacia la detección automática de características viales con aprendizaje profundo
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgYd1woXgaqJU6fvvWHjW-dIAUPhaTPJx_8L--TKFM7NQWnhkv2X52XmzUotxN3CdRkTC29Z442BdT2d8gPrQ76d_A00kU10nT9_hYObEDlV7EbsMnhN3E3hlhUrJ_z4zqk1DH1XEZXFVda0mjvGsuotfNwnD_mAmzmmr1YTFew9f7BaC5m2llSDhIrHA/s320/foto.jpg
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgYd1woXgaqJU6fvvWHjW-dIAUPhaTPJx_8L--TKFM7NQWnhkv2X52XmzUotxN3CdRkTC29Z442BdT2d8gPrQ76d_A00kU10nT9_hYObEDlV7EbsMnhN3E3hlhUrJ_z4zqk1DH1XEZXFVda0mjvGsuotfNwnD_mAmzmmr1YTFew9f7BaC5m2llSDhIrHA/s72-c/foto.jpg
La Crónica del Henares
https://www.cronicadelhenares.com/2022/12/motor-hacia-la-deteccion-automatica-de.html
https://www.cronicadelhenares.com/
https://www.cronicadelhenares.com/
https://www.cronicadelhenares.com/2022/12/motor-hacia-la-deteccion-automatica-de.html
true
5995595061750506997
UTF-8
Cargar todos los posts No se encuentra Ver todo Leer más Responder Cancelar respuesta Borrar Por Inicio Páginas Posts Ver todo Relacionados Etiqueta ARCHIVO BUSCAR Todos los posts No se encuentra INICIO Domingo Lunes Martes Miércoles Jueves Viernes Sábado Dom Lun Mar Mie Jue Vie Sab Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Ene Feb Mar Abr Mayo Jun Jul Ago Sep Oct Nov Dic justo ahora hace 1 minuto hace $$1$$ minutos hace 1 hora hace $$1$$ horas Ayer hace $$1$$ días hace $$1$$ semanas hace más de 5 semanas Seguidores Siguen THIS PREMIUM CONTENT IS LOCKED STEP 1: Share to a social network STEP 2: Click the link on your social network Copy All Code Select All Code All codes were copied to your clipboard Can not copy the codes / texts, please press [CTRL]+[C] (or CMD+C with Mac) to copy Tabla de contenidos