GIS és Távérzékelés a közlekedési adatnyerésben Lovas Tamás Fotogrammetria és Térinformatika Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2017.04.05. Intelligens Közlekedési Rendszerek

Tartalom - Térinformatika Adatnyerés Távérzékelési technológiák Légifényképezés Űrfelvételek Aktív szenzorok Hazai távérzékelési projektek Nemzetközi közlekedési, távérzékelési projekt Távérzékelt adatok a közlekedésben Adattárolás Adatelemzés Térinformatikai elemzések GPS adatok térképezése Adatmegjelenítés Tematikus térképek 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek 2017.04.05. Intelligens Közlekedési Rendszerek

Adatnyerési eljárások Földi felmérés Szög és távolságmérés, tahimetria GPS Távérzékelés Egyéb adatforrások Térképek Adatbázisok 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Távérzékelés fogalma Adatnyerés közvetlen fizikai kapcsolat nélkül Távérzékelés – Fotogrammetria Fernerkundung – Photogrammetrie Remote Sensing – Photogrammetry Airborne / spaceborne imagery 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés csoportosítás Aktív-passzív szenzorok Optikai szenzorok; fotogrammetria, űrfelvételek Aktív szenzorok; RADAR, LiDAR Platformok Földi; közelfotogrammetria, földi lézerszkenner Légi; légifelvételek, aktív szenzorok Űr; űrfelvételek, aktív szenzorok Adatok Geometria; koordináták, alakok stb. Attribútumok; tulajdonságok, intenzitás stb. 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Fotogrammetria ISPRS: „a tárgyak helyének és alakjának fényképek alapján történő meghatározására szolgáló művészet és tudomány”. Termékek: mérőszámok, pl. pontok koordinátái rajzok, pl. térképek képek, pl. átalakított képek, mint az ortofotó. 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Fotogrammetria e/h Előnyök Nagy felbontás: 15-30 cm Magas fokú tervezhetőség 3D koordináták Hátrányok Időjárás-függő Drága Relatíve bonyolult utófeldolgozás Szakember-igény 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Űrfelvételek Tematikus térképező holdak, multispektrális rendszerek: Landsat TM, Spot, IRS Nagyfelbontású űrfelvételek IKONOS QuickBIRD 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Űrfelvételek e/h Előnyök Jó felbontás: 50-60 cm (autók, sávok…) Nagy területi lefedettség egy képpel (felesleges adatok…) Gazdag tematikus tartalom (ms képek) Hátrányok Időjárás-függő Drága Visszatérési idő Szakember-igény 2017.04.05. Intelligens Közlekedési Rendszerek

Űrfelvételek – multispektrális képek kiértékelésének alapelve 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Radar Elektromágneses hullám; távolságmérés (idő), visszavert impulzus amplitúdója Doppler-hatás RAR, SAR, SLR, SRTM 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Radar 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Radar 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Radar e/h Előnyök Nagy adatgyűjtési terület Jó pontosság Időjárás-független Hátrányok Utófeldolgozás igénye Drága Szakember-igény 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR Komponensek: Hordozó GPS/INS Földi GPS állomás Szenzor 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR Lézerszkenner Légi: Optech, Toposys, LH systems Földi: Leica, Riegl Működési módok Forgó/oszcilláló tükrös Fix érzékelő-soros 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR e/h Előnyök Kiváló 3D pontosság Gyors adatnyerés és feldolgozás Adatfeldolgozás nem igényel szakembert Hátrányok Drága szenzor Tipikusan DEM/DSM generálásra használják; kiegészítő információk hiánya miatt nem helyettesíti a képi távérzékelési technikákat 2017.04.05. Intelligens Közlekedési Rendszerek

LiDAR – többszörös vissza-verődés 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR - intenzitás 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Űrfelvételek I. Landsat TM, SPOT Teljes lefedettség Állandó frissítés Tematikus térképezés Növényzet állapot felmérés: NÖVMON Parcella-azonosítás: MePAR 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Űrfelvételek II. Kutatási célok Pilot projekt IKONOS képek alkalmazására a topográfiai térképek helyesbítésére Budapest, Hungary, Quickbird, DigitalGlobe Inc. 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Projektek I. CORINE program – Coordination of Information on the Environment, EU projekt: Környezeti információk gyűjtése 28 ország felszínborítottsági információk (méretarány: 1:100 000, terület: 44 M km2) Landsat TM & SPOT képek 5 nagy csoport: mesterséges felszín, mezőgazdasági területek, erdészeti és fél-természetes területek, mocsarak és vizek 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Projektek II. Nemzeti termény monitoring és előrejelzés program: Magyar mezőgazdasági távérzékelési program [The Hungarian Agricultural Remote Sensing Program (HARSP)] 1980-ban indult Landsat, IRS-1C/1D, SPOT adatok [Operational crop monitoring and production forecasting program (CROPMON)] 1997-ben indult 9 megye (mezőgazdasági terület 54%-a); extrapolált adatok a többi területre 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Projektek III. K+F projekt az ERS-SAR radarképek alkalmazhatóságára Négy fő termés területi becslése egy mezőgazdasági teszt területen Időjárás-független radar (ERS SAR) adatok és optikai űrfelvételek (Landsat TM, IRS-1C) kombinációja 1997-re havonta ERS-SAR adatsor az ESA-tól (European Space Agency) ERS-SAR képekkel árvíz monitoring 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelés Magyarországon Projektek IV. EUROSTAT projekt Budapest agglomerációjának térképezésére Nagyfelbontású űrfelvételek (IRS-1C and COSMOS KVR-1000 78 település digitális kataszteri térképe A CORINE felszínborítottsági technológia kiterjesztése 2017.04.05. Intelligens Közlekedési Rendszerek

Közlekedési-távérzékelési projekt: NCRST National Consortium for Remote Sensing in Transportation DOT, NASA, Amerikai egyetemek India, Kína, Magyarország, Németország (DLR) 2017.04.05. Intelligens Közlekedési Rendszerek

Közlekedési alkalmazás - LiDAR 90-es években felgyorsult fejlődés, elterjedés Szenzor árak Navigációs rendszerek pontossága Nagy mennyiségű minőségi adatok Automatizált feldolgozás; leszálláskor koordináták Főleg DEM/DSM előállítás, erdészet, város-modellezés 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek LiDAR adatok Jellemzők 10-15 cm függőleges pontosság (1) 25-50 cm vízszintes pontosság 0.2 - 10 pont/m2 Intenzitás adatok Kiegészítő információk hiányában a LiDAR nem lehet 100%-os alternatívája a képi adatnyerésnek 2017.04.05. Intelligens Közlekedési Rendszerek

Járművek szegmentálása Küszöbölés (Thresholding) Élkeresés (Edge detection) 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Járművek modellezése 4 - 6 paraméter 4 magassági érték, hosszúság, szélesség 2017.04.05. Intelligens Közlekedési Rendszerek

Főkomponens analízis (Principal Component Analysis – PCA) A PCA segítségével összefüggő változókat lehet egymástól független változókba (főkomponensekbe) transzformálni. Cél az adathalmaz dimenziójának csökkentése (megjelenítés, számolás) Itt az input mátrix: kovariancia mátrix 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek PCA - input adatok Input mátrix Kovariancia mátrix 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek PCA - számítás Sajátértékek, sajátvektorok Információtartalom 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek PCA - transzformáció Főkomponens transzformáció Output=Sajátvektorok mátrixa * Input = * 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Jármű osztályozás 6 paraméter 4 paraméter 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Alak modellezés Jármű profilok, mint új input adatok a PCA-hoz Profil meghatározás szempontjai Pontsűrűség Hossztengely menti felbontás Hibaszűrés Profil simítás 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Profilok Személyautó MPV kamion 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Profil-simítás 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Profil hibák Durva hibák Jármű oldaláról visszaverődött pontok Többutas terjedés Utófeldolgozási hibák 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Profil korrekció Jó korrekció Hibás korrekció 2017.04.05. Intelligens Közlekedési Rendszerek

Profil alapú osztályozás 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Jármű osztályozás 6 paraméter 4 paraméter 2017.04.05. Intelligens Közlekedési Rendszerek

Osztályozási módszerek Szabály-alapú osztályozó Legrövidebb távolság módszere Neurális hálózat alapú osztályozó Módszerek összehasonlítása 2017.04.05. Intelligens Közlekedési Rendszerek

Jármű felismerés Szabály-alapú osztályozó 2017.04.05. Intelligens Közlekedési Rendszerek

Jármű felismerés Szabály-alapú osztályozó ‘A’ egyenes: ‘C’ egyenes: Szabály az osztályra (repülés irányában haladó személyautó): 2017.04.05. Intelligens Közlekedési Rendszerek

Jármű felismerés Legrövidebb távolság módszere 2017.04.05. Intelligens Közlekedési Rendszerek

Jármű felismerés Neurális hálózat 3-4-1-es szerkezet 1. 2. 3. 2017.04.05. Intelligens Közlekedési Rendszerek

Eredmények Hibák száma a repülési irány figyelembe vétele nélkül Adatsor (járművek száma) Szabály-alapú Legrövidebb távolság Neurális hálózat Ohio (72 jármű) 0 (0 %) 8 (11.1 %) 2 (2.8 %) Ohio + Michigan (87) 2 (2.3 %) 12 (13.8 %) 8 (9.2 %) Ohio + Michigan + Ontario (102) 2 (2 %) 17 (16.7 %) 16 (15.7 %) Hibásan osztályozott járművek (százalék) Adatsor (járművek száma) Szabály-alapú Legrövidebb távolság Neurális hálózat Ohio (72 jármű) 0 (0 %) 4 (5.6 %) 2 (2.8 %) Ohio + Michigan (87) 2 (2.3 %) 8 (9.2 %) Ohio + Michigan + Ontario (102) 10 (9.8 %) 14 (13.7 %)  Hibák száma a repülési irány figyelembe vétele nélkül 2017.04.05. Intelligens Közlekedési Rendszerek

Osztályozás finomítása földi lézerszkennelés Főbb különbségek a légi alkalmazáshoz képest Pontsűrűség Pontosság Platform (statikus) Felhasználási terület 2017.04.05. Intelligens Közlekedési Rendszerek

Osztályozás finomítása 2017.04.05. Intelligens Közlekedési Rendszerek

Osztályozás finomítása 2017.04.05. Intelligens Közlekedési Rendszerek

Osztályozás finomítása 2017.04.05. Intelligens Közlekedési Rendszerek

Sebességbecslés – elméleti alapok Forgalom nagysága Járműfolyam intenzitása 2017.04.05. Intelligens Közlekedési Rendszerek

Sebességbecslés - adatfúzió 2017.04.05. Intelligens Közlekedési Rendszerek

Forgalomszámlálás - UAV 2017.04.05. Intelligens Közlekedési Rendszerek

Egyéb távérzékelési módszerek a közlekedési adatnyerésben LiDAR – snapshot Dinamikus információk: digitális kamera +IR kamera 2017.04.05. Intelligens Közlekedési Rendszerek

Közlekedési alkalmazások Osztályozás (járművek kategorizálása) Járműszámlálás Sebességbecslés Vészhelyzet és torlódás monitoring 2017.04.05. Intelligens Közlekedési Rendszerek

Távérzékelési technológiák összehasonlítása Szenzor LiDAR Digitális kamera Platform Repülő Helikopter Műhold Általános tulajdonságok Területi lefedettség Jó Korlátozott Kitűnő Időbeni lefedettség Gyenge Számítás Járművek leválogatása Egyszerű Nehéz Járművek osztályozása Lehetséges Járművek követése Nem lehetséges Sebességbecslés Flow-paraméterek meghatározása 2017.04.05. Intelligens Közlekedési Rendszerek

GIS - közlekedésbiztonság Közlekedési adatok tematikus térképezése Közlekedési szabályok Vészhelyzet térképezés Útviszonyok Időjárási viszonyok (ábra: Balaton környéki jeges utak) 2017.04.05. Intelligens Közlekedési Rendszerek

GIS - közlekedésbiztonság Közlekedési korlátozások térképezése Súlykorlátozás Sebességkorlátozás Időtartam-korlátozás Stb. 2017.04.05. Intelligens Közlekedési Rendszerek

GIS - közlekedésbiztonság Veszélyes helyek térképezése 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS: adatok feldolgozása Pontok koordinátái, idő: φ, λ, h, t, Transzformáció (EOV): X, Y, Z, Levezetett adatok: sebesség, gyorsulás, oldalgyorsulás stb. 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek GIS – GPS: útvonal 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek GIS – GPS: elemzés 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS: mérés városi környezetben 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS: „kanyon effektus” 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS pontosság, műholdak száma 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS eltérő irányban lévő műholdak 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS azonos útszakasz, más időpont 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Fotogrammetria: városmodell 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – GPS: műhold árnyékolás 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok Haszonjármű; MAN F2000 Szenzorok GPS Járműdinamikai szenzorok ABS, ESP, ASR, EBD… Fékek, motor-paraméterek, gázpedál-állás… Célok költségek csökkentése (üzemanyag, abroncsok, fékek stb.) Biztonság növelése 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok magassági térkép 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok lejtéstérkép 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok sebességtérkép 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok gyorsulási térkép 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok sofőr vezetési stílusa 2017.04.05. Intelligens Közlekedési Rendszerek

GIS – Járműdinamikai szenzorok nyomaték-térkép 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Összefoglalás Távérzékelési technológiákkal nagy mennyiségű, pontos közlekedési adat gyűjthető Az adatokat térinformációs rendszerben feldolgozva új információkat vezethetünk le, az eredményeket szemléletesen ábrázolhatjuk Újabb szenzorokkal és több adatgyűjtési technológia kombinálásával egyre több terület nyílhat meg a távérzékelés előtt 2017.04.05. Intelligens Közlekedési Rendszerek

Intelligens Közlekedési Rendszerek Köszönöm a figyelmet! Lovas Tamás tlovas@mail.bme.hu 2017.04.05. Intelligens Közlekedési Rendszerek