使用人工智能系統來識別老年人和行動障礙者最容易到達的路線,特別是在歷史悠久的市中心:這是米蘭理工大學曼圖亞聯合國教科文組織研究實驗室的年輕研究員丹尼爾·特雷卡尼(Daniele Treccani)研究工作的目標。
該研究發表在《國際應用地球觀測和地理信息雜志》上,使用移動測繪系統(在這個特定情況下,是配備徠卡Geosystems Italia提供的儀器的汽車)對薩比奧內塔小鎮進行測繪,該鎮自2008年以來一直與曼圖亞一起被聯合國教科文組織列為世界遺產,是文藝復興時期村莊被封閉在歷史城墻內的標志性例子。
“機器學習用于自動檢測由鵝卵石、鵝卵石和磚塊制成的街道和人行道之間的差異,這些街道和人行道的高度和寬度差異很大,一方面是歷史名城的典型特征,另一方面使運動障礙者難以移動。現場驗證所得數據的良好可靠率(89%);這允許使用它來設計最容易到達的路線的地圖。”
“從收集的數據或點云開始,即分布在測量空間中的數百萬個點,使我們能夠獲得我們周圍事物的測量值和三維表示,例如房屋、街道、廣場、人行道和各種物體,在機器學習的幫助下,可以識別歷史城市環境中最容易訪問的軌跡和路徑。Sabbioneta 的工作使測試和展示人工智能方法在管理歷史城市中心的無障礙設施方面的重要性成為可能。”reccani說。
米蘭理工大學地形與制圖學教授安德里亞·阿達米(Andrea Adami)解釋說:
機器學習 (ML) 允許試圖模擬人腦功能的復雜神經網絡從操作員先前構建的大量數據中“學習”。在學習階段之后,通過輸入的組合,可以自動識別和分類數據中的對象,無需人工干預。
幾何和空間地理參考信息的自動提取可以擴展到其他城市元素,并用于旅游可達性和導航應用,以及為消除建筑障礙計劃(PEBA)或城市可達性計劃創建地圖基礎。更一般地說,收集和處理的數據可用于構建城市模型和歷史城市中心的數字模型。
丹尼爾·特雷卡尼(Daniele Treccani)目前正致力于將他的研究擴展到其他城市測量系統的數據,例如UAS(無人機)攝影測量,飛機上的激光掃描儀測量系統或便攜式系統(背包或手持設備),并繼續與維戈大學(西班牙)合作,他進行了部分研究。
您填的信息已提交,老師會在24小時之內與您聯系
如果還有其他疑問請撥打以下電話