logo móvil
Contáctanos

Submuestreo de grandes conjuntos de datos LiDAR en el contexto de la extracción de objetos fuera de carretera

Autores: Baszczak-Bk, Wioleta; Janicka, Joanna; Suchocki, Czesaw; Masiero, Andrea; Sobieraj-obinska, Anna

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Submuestreo de grandes conjuntos de datos LiDAR en el contexto de la extracción de objetos fuera de carretera


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Ciencias de la Tierra y Geología

Palabras clave

Campos
LiDAR
Puntos 3D
Extracción de información
Método de conjunto de datos
Reducción de datos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 15

Citaciones: Sin citaciones


Descripción
Hoy en día, LiDAR (Detección y Medición de Luz) se utiliza en muchos campos, como el transporte. Gracias a las recientes mejoras tecnológicas, la generación actual de instrumentos de mapeo LiDAR disponibles en el mercado permite adquirir hasta millones de puntos tridimensionales (3D) por segundo. Por un lado, tales mejoras han permitido el desarrollo de sistemas basados en LiDAR con mayor productividad, lo que permite la rápida adquisición de descripciones 3D detalladas de los objetos de interés. Sin embargo, por otro lado, la extracción de la información de interés de tal cantidad de datos adquiridos puede ser bastante desafiante y requerir mucho tiempo. Motivado por tal observación, este artículo propone el uso del método de Conjunto Óptimo para facilitar y acelerar la fase de extracción de información al reducir significativamente el tamaño del conjunto de datos adquirido mientras se preserva la información de interés. Este artículo se centra en la reducción de datos de conjuntos de datos LiDAR adquiridos en carreteras, con el objetivo de extraer los objetos fuera de la carretera. Principalmente motivado por la necesidad de mapear carreteras y determinar rápidamente la posición de los automóviles a lo largo de una carretera, el desarrollo de métodos eficientes para la extracción de este tipo de información se está convirtiendo en un tema candente en la comunidad de investigación.

Otros recursos que podrían interesarte

Temas Virtualpro