Figure 1. Une trajectoire de cartographie mobile à Rotterdam avec des points de contrôle au sol mesurés pour la validation de la procédure. Crédit :Université de Twente
Un nouvel algorithme développé par l'Université de Twente Ph.D. Le candidat Phillipp Fanta-Jende améliore la précision des produits d'imagerie cartographique mobile étudiés. Il peut compenser les erreurs de mesure introduites par le positionnement erroné par satellite se produisant généralement dans les zones urbaines. La nouvelle technique est rentable par rapport aux méthodes traditionnelles à forte intensité de main-d'œuvre tout en permettant une précision comparable dans la plage des décimètres bas.
Cartographie mobile en zone urbaine
La cartographie mobile comprend toutes les formes d'acquisition de données géospatiales à l'aide d'une plate-forme mobile transportant un ou plusieurs systèmes de capteurs. L'une des utilisations les plus connues de la cartographie mobile est Google Street View, où une voiture avec une caméra à 360 degrés montée sur son toit est utilisée pour cartographier toutes les rues du monde.
Les zones urbaines demandent souvent l'utilisation de la cartographie mobile, mais sont peut-être les zones les plus difficiles à cartographier avec précision. Pour faire fonctionner la cartographie mobile, le système a besoin d'une ligne de vue directe avec plusieurs satellites de navigation pour toujours connaître son emplacement exact. En milieu urbain, cela peut devenir un problème car les immeubles de grande hauteur peuvent bloquer le signal, rendant les données moins précises.
Différences de perspective dramatiques
Pour rendre les données acquises plus précises, Université de Twente Ph.D. Le candidat Phillipp Fanta-Jende a développé un algorithme qui utilise des images aériennes, largement et souvent disponibles gratuitement, pour corriger les données initiales. "L'un des problèmes majeurs que j'ai abordé dans ma thèse, est les différences de perspective dramatiques entre les ensembles de données d'images aériennes et la cartographie mobile, " explique Fanta-Jende. L'algorithme doit reconnaître des objets, tels que des marquages routiers, à partir d'une vue aérienne (imagerie aérienne) mais aussi d'une vue de rue (cartographie mobile). Les objets identifiés sont utilisés pour établir des milliers de liens entre les ensembles de données qui permet une procédure mathématique pour corriger les données de cartographie mobile.
L'algorithme de Fanta-Jende ne fonctionne pas seulement avec des images aériennes prises à angle droit; il est également capable d'utiliser des images obliques. Ceci est particulièrement utile dans les zones urbaines où il n'y a pas toujours une ligne de vue directe sur la route directement d'en haut en raison de la végétation ou où aucune caractéristique distincte sur la route n'est présente.
Testé à Rotterdam
Pour ses recherches, les données de la ville de Rotterdam ont été utilisées comme zone de test car elles offrent un scénario de canyon urbain typique avec un grand nombre d'immeubles de grande hauteur. Dans les épreuves, une précision de 10 à 20 centimètres a été atteinte à partir des erreurs initiales jusqu'à un mètre. La précision a été confirmée par des techniques plus couramment utilisées qui nécessitent un travail manuel.
Le développement ultérieur de cette technique a lieu dans des sociétés affiliées telles que Cyclomedia et Fugro. Le travail peut être étendu vers un traitement en temps réel et utilisé pour des domaines connexes, comme la conduite autonome ou les drones.