Een nieuw algoritme ontwikkeld door Ph.D. van de Universiteit Twente. kandidaat Phillipp Fanta-Jende verbetert de nauwkeurigheid van onderzochte mobiele mapping imaging-producten. Het kan meetfouten compenseren die worden veroorzaakt door foutieve satellietplaatsbepaling die gewoonlijk in stedelijke gebieden voorkomt. De nieuwe techniek is kostenefficiënt in vergelijking met traditionele arbeidsintensieve methoden, terwijl een vergelijkbare nauwkeurigheid in het lage-decimeterbereik mogelijk is.

Mobiele kaarten in stedelijke gebieden

Mobiele mapping omvat alle vormen van geospatiale data-acquisitie met behulp van een mobiel platform met een of meer sensorsystemen. Een van de meest bekende toepassingen van mobiele kaarten is Google Street View, waar een auto met een 360-gradencamera op het dak wordt gebruikt om alle straten van de wereld in kaart te brengen.

Stedelijke gebieden vragen vaak om het gebruik van mobiele kaarten, maar zijn misschien wel de moeilijkste gebieden om nauwkeurig in kaart te brengen. Om mobiele kaarten te laten werken, het systeem heeft een directe zichtlijn nodig met meerdere navigatiesatellieten om altijd de exacte locatie te weten. In stedelijke gebieden, dit kan een probleem worden omdat hoge gebouwen het signaal kunnen blokkeren, waardoor de gegevens minder nauwkeurig zijn.

Dramatische perspectiefverschillen

Om de verkregen gegevens nauwkeuriger te maken, Universiteit Twente Ph.D. kandidaat Phillipp Fanta-Jende ontwikkelde een algoritme dat gebruikmaakt van luchtfoto's - die op grote schaal en vaak vrij beschikbaar zijn - om de initiële gegevens te corrigeren. "Een van de grote problemen die ik in mijn scriptie heb aangepakt, is de dramatische perspectiefverschillen tussen de datasets van luchtfoto's en mobile mapping, ", zegt Fanta-Jende. Het algoritme moet objecten - zoals wegmarkeringen - herkennen vanuit een bovenaanzicht (luchtfoto's) maar ook vanuit een straatbeeld (mobiele mapping). Geïdentificeerde objecten worden gebruikt om duizenden koppelingen te maken tussen de datasets die maakt een wiskundige procedure mogelijk om de mobiele kaartgegevens te corrigeren.

Het algoritme van Fanta-Jende werkt niet alleen met luchtfoto's die vanuit een rechte hoek zijn gemaakt; het is ook in staat om schuine afbeeldingen te gebruiken. Dit is vooral handig in stedelijke gebieden waar er door begroeiing niet altijd een direct zicht op de weg van bovenaf is of waar helemaal geen kenmerkende kenmerken op de weg aanwezig zijn.

Getest in Rotterdam

Voor zijn onderzoek gegevens van de gemeente Rotterdam zijn als testgebied gebruikt omdat het een typisch stedelijk canyonscenario biedt met een groot aantal hoogbouw. Bij de testen, een nauwkeurigheid van 10-20 centimeter werd bereikt van initiële fouten tot een meter. De nauwkeurigheid werd bevestigd door meer algemeen gebruikte technieken die handarbeid vereisen.

Verdere ontwikkeling van deze techniek gebeurt bij aangesloten bedrijven als Cyclomedia en Fugro. Het werk kan worden uitgebreid naar realtime verwerking en worden gebruikt voor gerelateerde velden, zoals autonoom rijden of drones.