EL PROYECTO RUNCITY: MODELADO DE RUTAS 3D PARA FLATCITY LLEVADO A CABO POR EL GRUPO DE INVESTIGACION EN GEOTECNOLOGIAS APLICADAS DE LA UNIVERSIDADE DE VIGO, DIO COMO RESULTADO UNA SERIE DE PROCEDIMIENTOS Y ALGORITMOS QUE PERMITE...
ver más
UNIVERSIDADE DE VIGO
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores410
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
TIN2017-88515-C2-1-R
VISUALIZACION, MODELADO, SIMULACION E INTERACCION CON MODELO...
281K€
Cerrado
RTI2018-099638-B-I00
ESTRATEGIAS PARA EL PROCESAMIENTO Y SEGMENTACION A GRAN ESCA...
44K€
Cerrado
TIN2013-46801-C4-4-R
HEALTHY AND EFFICIENT ROUTES IN MASSIVE OPEN-DATA BASED SMAR...
123K€
Cerrado
TIN2016-77158-C4-3-R
VELOCITY: PROCESADO EFICIENTE DE BIG DATA ESPACIO-TEMPORAL P...
31K€
Cerrado
PID2019-108271RB-C32
PROCESAMIENTO DE DATOS MASIVOS DE ESCANERES 3D: SEGMENTACION...
119K€
Cerrado
Información proyecto PDC2021-121239-C32
Líder del proyecto
UNIVERSIDADE DE VIGO
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores410
Presupuesto del proyecto
44K€
Descripción del proyecto
EL PROYECTO RUNCITY: MODELADO DE RUTAS 3D PARA FLATCITY LLEVADO A CABO POR EL GRUPO DE INVESTIGACION EN GEOTECNOLOGIAS APLICADAS DE LA UNIVERSIDADE DE VIGO, DIO COMO RESULTADO UNA SERIE DE PROCEDIMIENTOS Y ALGORITMOS QUE PERMITEN DESDE LA INTEGRACION DE SISTEMAS DE ESCANEADO MOVIL Y ESTATICO, HASTA LA DETECCION Y CARACTERIZACION GEOMETRICA Y TOPOLOGICA DE LOS ELEMENTOS QUE CONFORMAN EL ESPACIO NAVEGABLE EN ENTORNOS URBANOS. LA EFECTIVIDAD DE TODOS ESTOS DESARROLLOS HA SIDO TESTADA EN LABORATORIO. LA ADQUISICION DE DATOS LIDAR EN ENTORNOS URBANOS SE LLEVA A CABO CON SISTEMAS DE ESCANEADO SITUADOS EN PLATAFORMAS MOVILES DEL TIPO VEHICULO, YA QUE ESTAS SON ALTAMENTE EFICIENTES Y RESULTAN EN NUBES DE PUNTOS DE ALTA CALIDAD. SIN EMBARGO, LA EXISTENCIA DE VEHICULOS ESTACIONADOS Y OTROS OBJETOS PROVOCA LA APARICION DE OCLUSIONES QUE RESULTAN EN UNA CAPTURA INCOMPLETA DEL ESPACIO NAVEGABLE PARA PEDESTRES. SIENDO ESTA ZONA DEL ESPACIO URBANO DE MAXIMO INTERES, LOS PRIMEROS DESARROLLOS HAN RESULTADO EN LA INTEGRACION DE SISTEMAS DE ESCANEADO MOVIL CON ESTATICO EN ZONAS DONDE LA ADQUISICION CON LOS PRIMEROS NO ES SUFICIENTE PARA UNA CAPTURA COMPLETA DEL ENTORNO. LA INFORMACION CAPTURADA POR LOS SISTEMAS DE ESCANEADO ES POSTERIORMENTE PROCESADA PARA EXTRAER LA INFORMACION UTIL QUE SE REQUIERE PARA EL CALCULO DE RUTAS ACCESIBLES. DE ESTA FORMA, SE HAN DESARROLLADO METODOS DE SEGMENTACION SEMANTICA ORIENTADOS PARA IDENTIFICAR LOS DISTINTOS ELEMENTOS QUE CONFORMAN EL ESPACIO NAVEGABLE PARA PEDESTRES (POR EJEMPLO: RAMPAS, ESCALONES, ACERAS, PASOS DE CEBRA, ETC.). ADEMAS, ESTOS ELEMENTOS SON CARACTERIZADOS DESDE UN PUNTO DE VISTA GEOMETRICO Y TOPOLOGICO DE CARA A SU CONVERSION EN REDES DE NAVEGACION ENRIQUECIDAS CON ATRIBUTOS COMO PENDIENTE, Y QUE SON FINALMENTE INTEGRADAS EN MAPAS DE NAVEGACION GENERALES COMO LOS EXTRAIDOS A PARTIR DE OSM POR PARTE DEL SUBPROYECTO VELOCITY. EL PROYECTO FLATCITY-URBAN: URBAN INVENTORY FOR FLATCITY PERSIGUE INCREMENTAR LA ROBUSTEZ Y FIABILIDAD DE LOS ALGORITMOS DESARROLLADOS EN FLATCITY. EN PARTICULAR, SE PLANTEA LA NECESIDAD DE EXTENDER LOS ALGORITMOS DE CARACTERIZACION DE ELEMENTOS DE SUELO CON EL FIN DE EXTRAER OTROS ATRIBUTOS QUE ENRIQUEZCAN EL MAPA DE NAVEGACION COMO SON LA ANCHURA DE ELEMENTOS, O EL ESTADO DE CONSERVACION. POR OTRO LADO, TAMBIEN SE HACE NECESARIO EXTENDER LOS METODOS MATEMATICOS DE SEGMENTACION SEMANTICA A CUALQUIER OTRO ELEMENTO DEL ENTORNO INMEDIATO DEL ESPACIO NAVEGABLE Y QUE SEA SUSCEPTIBLE DE SER UN OBSTACULO A LA NAVEGACION, EN ESPECIAL, DE PERSONAS EN SILLAS DE RUEDAS. Y, POR ULTIMO, SE MEJORARA LA ROBUSTEZ Y FIABILIDAD DE LOS ALGORITMOS QUE PERMITEN LA CONVERSION DE NUBES DE PUNTOS SEGMENTADAS EN MAPAS DE NAVEGACION SOBRE TODO EN CASOS DE ALTA COMPLEJIDAD. ECNOLOGIAS DE INCLUSION\APRENDIZAJE MAQUINA\SENSORES SOCIALES\INTEGRACION DE DATOS\SISTEMA DE MAPEO MOVIL\BASES DE DATOS ESPACIO-TEMPORALES\SISTEMAS DE INFORMACION GEOGRAFICA\MOVILIDAD INTELIGENTE\BARRERAS DE MOVILIDAD\APOYO A PERSONAS CON DISCAPACIDAD