Inteligencia Artificial, segmentación semántica, cartografía y tecnología LIDAR

Inteligencia Artificial, segmentación semántica, cartografía y tecnología LIDAR

La Inteligencia Artificial se está convirtiendo en la técnica preferida para la clasificación y segmentación de nubes de puntos LIDAR en el proceso cartográfico.

La tecnología LIDAR es un sistema que utiliza luz láser para medir distancias entre un sensor láser y los objetos que lo rodean, lo que permite dar forma a estos objetos, geolocalizarlos y crear mapas y modelos 3D de alta precisión.

Aunque normalmente se considera un acrónimo de "LIght Detection And Ranging" (detección y localización por luz), el término LIDAR se creó en realidad como un acrónimo de «Light» (luz) y «Radar». El LiDAR opera basándose en el mismo principio que el radar y el sonar. Las tres tecnologías comparten la emisión de ondas de energía para la detección y seguimiento de objetos. Sin embargo, se distinguen en el tipo de ondas que utilizan: mientras que el radar emplea microondas y el sonar utiliza ondas sonoras, el LiDAR utiliza luz reflejada. Esta diferencia posibilita la medición de distancias de manera más rápida, precisa y con una mayor resolución en comparación con el radar y el sonar.

El principio de funcionamiento es sencillo: El LiDAR emite pulsos rápidos de luz láser infrarroja cercana hacia el entorno. Estos pulsos viajan a la velocidad de la luz, rebotan en los objetos circundantes y vuelven al sensor LiDAR. El sensor mide el tiempo que tarda cada pulso en regresar, lo que le permite calcular la distancia recorrida.

Dado que la velocidad de la luz láser es constante se pueden calcular distancias, y por tanto formas, de manera muy precisa. Estas nubes de puntos pueden tener múltiples aplicaciones, desde la cartografía y la topografía hasta la conducción autónoma, la medicina o la realidad aumentada.

Una de las tendencias más destacadas en la tecnología LIDAR es el uso de redes neuronales profundas para procesar y analizar las nubes de puntos LIDAR. Estas redes son capaces de extraer características relevantes de los datos, como la forma, el tamaño, la orientación o la clase de los objetos, y utilizarlas para realizar tareas como la segmentación semántica, la detección de objetos, la estimación de pose o la reconstrucción 3D. Algunos ejemplos de redes neuronales profundas para nubes de puntos LIDAR son PointNet++, PointCNN, PointRCNN o PointRGCN.

En este artículo vamos a fijarnos en la segmentación semántica LIDAR.

Segmentación semántica aplicada a la tecnología LIDAR

El aprendizaje profundo o Deep Learning es una rama del aprendizaje automático (Machine Learning) que utiliza redes neuronales profundas para procesar datos y extraer características. Las redes neuronales profundas, como las redes convolucionales (CNN) y las redes neuronales recurrentes (RNN), son capaces de aprender patrones complejos a partir de grandes conjuntos de datos.

La segmentación semántica de nubes de puntos LiDAR es un proceso en el que, utilizando aprendizaje profundo o Deep Learning, se asigna una etiqueta semántica a cada punto en una nube de puntos capturada por un sistema LiDAR. Es decir, busca clasificar cada punto en la nube de puntos LiDAR en categorías específicas, como «carretera», «edificio», «árbol», «vehículo», etc.

Este proceso es fundamental en aplicaciones como vehículos autónomos, robótica móvil y por supuesto, en el proceso cartográfico. Al realizar la segmentación semántica, se puede distinguir entre diferentes tipos de objetos, como carreteras, edificios, vehículos, peatones, árboles, entre otros. En cartografía, esto permite a los sistemas autónomos la clasificación automática de nubes de puntos LIDAR con el consiguiente ahorro de tiempo y dinero.

Aprendizaje profundo o Deep Learning en el proceso cartográfico

Este reto tecnológico ya esta saltando de los ámbitos de investigación y empresarial a las administraciones públicas y agencias oficiales de cartografía, que lo están incorporando a sus procesos de creación cartográfica, ortofotografía y teledetección.

Es el caso del Instituto Geográfico Nacional de España, que recientemente ha publicado un «Informe de conclusiones de la consulta preliminar del mercado reto Tecnológico: clasificación automática de nubes de puntos LIDAR mediante Inteligencia Artificial». El informe es un resumen de la consulta al mercado sobre la optimización, con nueva metodología productiva mediante Inteligencia Artificial (IA), del proyecto PNOA – LIDAR (Plan Nacional de Ortografía Aérea - LIDAR).

El informe destaca como «la solución de IA debe estar basada en algoritmos de Deep Learning, integrando librerías y código fuente accesible, bien documentado, verificado y contrastado. En las propuestas analizadas se han identificado varios de estos entornos de desarrollo, siendo PointCNN, PointNet++, KPConv y TesorFlow los proyectos más recurrentes y consolidados». Para la consulta se invitaron a empresas, universidades y centros tecnológicos. SRM Consulting ha participado en la consulta con propia solución tecnológica.

Si no son muchas las empresas españolas que incorporan la IA en sus procesos cartográficos son aún menos las que han desarrollado su propio software para mejorar la producción de cartografía y la gestión de la información geográfica.

En SRM Consulting hemos integrado estas capacidades de la Inteligencia Artificial en Ipsilum, la plataforma tecnológica en la nube para la gestión y análisis de información geoespacial, que se oferta como Software como Servicio (SaaS).

Ipsilum tiene herramientas intuitivas y flujos de trabajo que no requieren programación y permiten a los usuarios etiquetar fácilmente los datos y generar modelos con un solo clic. Esto permite a nuestros clientes trabajar en proyectos donde el análisis de las imágenes aéreas se puede abordar con técnicas de Deep Learning o Aprendizaje Profundo; por ejemplo en cambios en los usos del suelo, monitorización de cultivos o seguimiento del litoral, generación de cartografía…, ahorrando tiempo y dinero.

¿Quieres aprender más sobre como Ipsilum puede ayudar a tu empresa en la gestión y tratamiento de la Información Geográfica? Ponte en contacto con nosotros

¿Hablamos?

En SRM Consulting nos esforzamos cada día para ofrecer soluciones innovadoras a las empresas. Contacta para más información sobre nuestros servicios

Contacto

Ven a vernos, escríbenos o llámanos para cualquier duda o consulta

Dirección:

Calle Gobelas, 25 - 27; 28023 Madrid (España)

Correo-e:

info@srmconsulting.es

Teléfono:

+34 91 116 06 06

Cargando
El mensaje ha sido enviado. Gracias por contactar