stringtranslate.com

Mapeo móvil

Coche de Google Street View

El mapeo móvil es el proceso de recolección de datos geoespaciales desde un vehículo móvil , [1] generalmente equipado con una variedad de sistemas GNSS , fotográficos , de radar , láser , LiDAR o cualquier cantidad de sistemas de detección remota . Dichos sistemas están compuestos por una matriz integrada de sensores de navegación sincronizados en el tiempo y sensores de imágenes montados en una plataforma móvil. [2] El resultado principal de dichos sistemas incluye datos SIG , mapas digitales e imágenes y videos georreferenciados .

Historia

El desarrollo de tecnologías de georreferenciación de lectura directa abrió el camino para los sistemas de mapeo móvil. Los sistemas GPS y de navegación inercial han permitido la determinación rápida y precisa de la posición y actitud de los equipos de teledetección , [3] lo que ha llevado efectivamente al mapeo directo de características de interés sin la necesidad de un posprocesamiento complejo de los datos observados.

Aplicaciones

Mapeo aéreo móvil

Las técnicas tradicionales de georreferenciación de fotografías aéreas, radares de perfilación del terreno o lidar son prohibitivamente caras, en particular en zonas inaccesibles o donde el tipo de datos recopilados dificulta la interpretación de características individuales. La georreferenciación directa de imágenes simplifica el control de mapeo para tareas de mapeo a gran escala. [4]

Planificación de respuesta a emergencias

Los sistemas de mapeo móvil permiten la recolección rápida de datos para permitir una evaluación precisa de las condiciones sobre el terreno. [5]

Aplicaciones de Internet

Los usuarios de Internet y de dispositivos móviles utilizan cada vez más información geoespacial, ya sea en forma de mapas o de imágenes georreferenciadas. Google, Microsoft y Yahoo han adaptado tanto fotografías aéreas como imágenes satelitales para desarrollar sistemas de mapas en línea. Las imágenes tipo Street View también son un mercado en alza. [6]

Los sistemas PDA con reconocimiento de ubicación se basan en características georreferenciadas recopiladas a partir de fuentes de mapas móviles. [7]

Mapeo de carreteras y gestión de instalaciones viales

El GPS combinado con sistemas de cámaras digitales permite una rápida actualización de los mapas de carreteras. [8] [9] [10] El mismo sistema se puede utilizar para realizar estudios eficientes del estado de las carreteras, [11] y la gestión de las instalaciones. [12] Las tecnologías de escaneo láser , aplicadas en el sentido de mapeo móvil, permiten la recopilación completa de datos en 3D de pendientes, peraltes, etc. [13]

Inventario de carreteras y gestión de activos

Se está utilizando un sistema de imágenes digitales con tecnología LiDAR móvil para recopilar datos que, después de un posprocesamiento, generan un plano de la franja, un perfil horizontal y vertical, y todos los demás activos dentro y fuera del derecho de vía, incluido el uso de la tierra adyacente y la geometría deficiente. Esto también requiere la calidad de la calzada, las características del tráfico existente y la capacidad del corredor, el análisis de la velocidad, el flujo y la densidad, la revisión de la seguridad vial del corredor, los cruces y la apertura de la mediana, y las instalaciones para vehículos comerciales. Por lo tanto, todos los datos que se utilizan para formar una matriz de rendimiento ayudan a identificar las brechas en la eficiencia del corredor para la priorización de las intervenciones para mejorar la eficiencia del corredor.

Aplicaciones de gemelos digitales

La cartografía móvil combinada con la cartografía de interiores se está utilizando para crear gemelos digitales. [14] Estos gemelos digitales pueden ser un solo edificio o una ciudad o un país entero. Varias empresas de cartografía móvil, conocidas como "fabricantes de gemelos digitales", se están embarcando en la conquista del mercado de los gemelos digitales en medio de la creciente tendencia entre las organizaciones y los gobiernos que están adoptando gemelos digitales para aplicaciones de Internet de las cosas e inteligencia artificial dentro del marco de la Revolución Industrial 4.0.

Notas al pie

  1. ^ Vitrià, et al. (2004) p.69 Recuperado junio 2011.
  2. ^ Hofmann-Wellenhof, B., et al. (2003) p.379-380. Recuperado en junio de 2011.
  3. ^ Tao, CV (2007) p.5. Recuperado en junio de 2011.
  4. ^ Gao, J. (2009) p.196. Recuperado en junio de 2011.
  5. ^ Zlatanova , et al. (2008) p.103. Recuperado en junio de 2011.
  6. ^ Tao, CV (2007) p.xiii. Recuperado en junio de 2011.
  7. ^ Weng, Q. (2009) p.70. Recuperado en junio de 2011.
  8. ^ Tao, CV (2009) p.614. Recuperado en junio de 2011.
  9. ^ Hammoudi y col. (2013) pág.10. Consultado en noviembre de 2018.
  10. ^ Hammoudi y col. (2013) págs.139-144. Consultado en enero de 2016.
  11. ^ Zlatanova, et al. (2008) p.113. Recuperado en junio de 2011.
  12. ^ Gavrilova, ML (2006) p.996-1001. Recuperado en junio de 2011.
  13. ^ van Oosterom, P. (2008) p.8. Consultado en junio de 2011.
  14. ^ Gemelo digital#nota de cita-:4-1

Referencias