Skip to main content

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

Investigo. Repositorio Institucional de la Universidade de Vigo
Publication Tesis doctoral (DoctoralThesis)

Civil works, operation and maintenance of urban infrastructure, Obra civil, operaciones y mantenimiento de infraestructuras urbanas, Obra civil, operacións e mantemento de infraestruturas urbanas

  • Rashdi , Rabia
Intelligent Infrastructure is based on digitalization and Big Data solutions for smart mobility. The key factor for smart infrastructures is the predictive maintenance based on connected and digitalized infrastructures. Recently, the concept of building information modelling (BIM) has gained a lot of attention in civil engineering and asset management industries. One of the main challenges faced in Scan to BIM is lack of interoperability. IFC, the final standard, is still limited to major transportation structures (tunnels, rail, roads, and bridges). Therefore, information exchange and standard management protocols is important for the successful implementation of BIM in transport infrastructure. The main aim of this project is to make to make compatible 3D LiDAR point clouds of different nature independently of the capture device used. Automatic compressed data processing and data mining techniques will be developed for the monitoring and extraction of relevant semantic information existing in the transport infrastructure, which will be used as base to build BIM for infrastructure. In the end of the project, the automatic IFC for infrastructure model should allow to analyze the performance, carry out a predictive analysis, test scenarios and review the planned maintenance of the linear structures. So, this should arise as key component of any Intelligent Infrastructure systems mainly for Smart Mobility and Smart Logistics, Las infraestructras inteligentes del transporte se basan en la digitalización y el empleo de Big Data para avanzar en la movilidad inteligente. El factor clave para las infraestructuras inteligentes es el mantenimiento predictivo basado en infraestructuras conectadas y digitalizadas. Recientemente, el concepto de modelado de información de edificios (BIM) ha ganado mucha atención en las industrias de ingeniería civil y gestión de activos. Uno de los principales desafíos a los que se enfrenta “Scan to BIM” es la falta de interoperabilidad. IFC, el estándar final, está aún limitado a las principales estructuras de transporte (túneles, ferrocarriles, carreteras y puentes). Por lo tanto, el intercambio de información y los protocolos de gestión estándar resultan un factor clave para la implementación exitosa de los BIM en las infraestructuras de transporte. El objetivo principal de este proyecto es avanzar en la compatibilidad entre nubes de puntos 3D LiDAR independientemente del dispositivo de captura utilizado. Se desarrollarán técnicas de procesamiento mediante compresión automática y minería de datos para el seguimiento y extracción de información semántica relevante existente en la infraestructura de transporte, que se utilizará como base para construir el BIM de la infraestructura. Al final del proyecto, la IFC automática para el modelo de infraestructura permitirá analizar su rendimiento, realizar un análisis predictivo, probar escenarios y revisar el mantenimiento de las estructuras lineales. Como consecuencia, se traducirá en un aspecto clave en la gestión de cualquier infraestructura inteligente y su orientación a la movilidad y la logística inteligentes., As infraestruturas intelixentes do transporte baséanse na dixitalización e no uso do Big Data para avanzar na mobilidade intelixente. O factor clave para as infraestruturas intelixentes é o mantemento predictivo baseado en infraestruturas conectadas e dixitalizadas. Recentemente, o concepto de Modelado de Información de Edificios (BIM) gañou moita atención nas industrias de enxeñería civil e xestión de activos. Un dos principais retos aos que se enfronta "Scan a BIM" é a falta de interoperabilidade. O IFC, o estándar final, aínda está limitado ás principais estruturas de transporte (túneles, ferrocarrís, estradas e pontes). Polo tanto, o intercambio de información e os protocolos de xestión estándar son un factor clave para a implementación exitosa de BIM en infraestruturas de transporte. O principal obxectivo deste proxecto é avanzar na compatibilidade entre nubes de puntos LiDAR 3D independentemente do dispositivo de captura empregado. As técnicas de procesamento desenvolveranse mediante a compresión automática e a minería de datos para o seguimento e extracción de información semántica relevante existente na infraestrutura de transporte, que se utilizará como base para a construción do BIM da infraestrutura. Ao final do proxecto, o IFC automático para o modelo de infraestrutura permitirá analizar o seu rendemento, realizar análises predictivas, probar escenarios e revisar o mantemento das estruturas lineais. Como consecuencia, converterase nun aspecto clave na xestión de calquera infraestrutura intelixente e na súa orientación cara a mobilidade e loxística intelixentes.
Investigo. Repositorio Institucional de la Universidade de Vigo
Publication Tesis doctoral (DoctoralThesis)

Mobile mapping applications of compressive sensing techniques, Aplicaciones cartográficas móviles de técnicas de detección por compresión, Aplicacións de cartografía móbil de técnicas de detección por compresión

  • Qiu , Zhouyan
Urban mobility is playing an increasingly important role in urban development. Smart mobility provides an innovative and sustainable way for urban residents to travel. (Aletà et al., 2017) Intelligent Infrastructure is based on digitalization and Big Data solutions for smart mobility. The key factor for smart infrastructures is predictive maintenance based on connected and digitalized infrastructures. This project will focus on using low-cost mobile devices for continuous monitoring and digitalizing for different transport infrastructures, inside and outside urban areas. The mobile devices will integrate sensors of various natures for the acquisition of georeferenced data. Several sensor technologies will be applied here: i) Photogrammetry provides high-quality, high-definition images and measurements of the surveyed areas. ii) Lidar technology provides accurate and precise Point Clouds in real-time. iii) ToF cameras can generate 2D grayscale photos and 2.5D depth maps simultaneously. iv) Thermal cameras can convert thermal energy into visible light to analyze specific objects or scenes. Compressive sensing (CS) acquires a signal of interest indirectly by correcting a small number of its “projections” rather than evenly sampling it at the Nyquist rate, which can be prohibitively high for broadband signals encountered in many applications. (Wu-Sheng Lu, 2010) Compressed sensing strategies will be applied to the selected sensors, such as image, ToF (Time of flight) cameras, LiDAR sensors. So, the specific objective of this project will be the automatic and real-time data processing for the extraction of relevant information existing in the transport infrastructure. The challenge of this project focuses on efficiently fusing and processing the compressive sampled data from several sensors for Mobile Mapping applications based on devices mounted on non-dedicated vehicles. The goal of this real-time processing consists of detecting relevant assets and components of the transport infrastructure., La movilidad urbana juega cada vez un papel más importante en el desarrollo urbano. La movilidad inteligente proporciona una forma innovadora y sostenible para que los ciudadanos se desplacen (Aletà et al., 2017). Las Infraestructuras Inteligentes se basan en soluciones de digitalización y Big Data para la movilidad inteligente. El factor clave para las infraestructuras inteligentes es el mantenimiento predictivo basado en infraestructuras conectadas y digitalizadas. Este proyecto se centra en el uso de dispositivos móviles de bajo coste para la monitorización continua y la digitalización de diferentes infraestructuras de transporte, dentro y fuera de las zonas urbanas. Los dispositivos móviles integrarán sensores de diversa naturaleza para la adquisición de datos georreferenciados. Para ello se realizará una adquisición de datos mediante distintos sensores y técnicas: i) la fotogrametría proporciona imágenes y mediciones de alta calidad y alta definición de las zonas de estudio, ii) la tecnología Lidar proporciona nubes de puntos en tiempo real de forma rápida y precisa, iii) las cámaras ToF (time-of-flight) pueden generar fotos en escala de grises 2D y mapas de profundidad 2.5D simultáneamente, iv) las cámaras térmicas generan imágenes visibles a partir de información térmica para analizar objetos o escenas específicas. Por otra parte, las técnicas de Compressive Sensing (CS) permiten adquirir una señal de interés de forma indirecta al corregir un pequeño número de sus ´proyecciones´ en lugar de muestrearla uniformemente según la fecuencia de Nyquist, que puede resultar excesivamente alta para las señales de banda ancha que se encuentran en muchas aplicaciones (Wu-Sheng Lu, 2010). Estas técnicas de Compressive Sensing se aplicarán a los sensores seleccionados mencionados anteriormente. El objetivo principal de este proyecto se centra en el procesamiento automático de datos en tiempo real para obtener información relevante presente en las infraestructuras de transporte. El mayor reto consistirá en fusionar y procesar de manera eficiente los datos muestreados por compresión de varios sensores para aplicaciones de mapeo móvil basadas en dispositivos montados en vehículos no tripulados. El resultado de este procesamiento permitirá la detección de activos y otros componentes relevantes en las infraestructuras de transporte estudiadas., A mobilidade urbana xoga un papel cada vez máis importante no desenvolvemento urbano. A mobilidade intelixente proporciona aos cidadáns un xeito innovador e sostible de desprazarse (Aletà et al., 2017). As infraestruturas intelixentes baséanse en dixitalización e solucións de Big Data para a mobilidade intelixente. O factor clave para as infraestruturas intelixentes é o mantemento predictivo baseado en infraestruturas conectadas e dixitalizadas. Este proxecto céntrase no uso de dispositivos móbiles de baixo custo para a vixilancia e dixitalización continua de diferentes infraestruturas de transporte, dentro e fóra das áreas urbanas. Os dispositivos móbiles integrarán sensores de varios tipos para a adquisición de datos xeorreferenciados. Para iso, os datos adquiriranse utilizando diferentes sensores e técnicas: i) a fotogrametría proporciona imaxes de alta calidade e alta definición e medicións das áreas de estudo, ii) a tecnoloxía LiDAR proporciona nubes de puntos en tempo real de xeito rápido e preciso, iii) as cámaras ToF (tempo de voo) poden xerar fotos en escala de grises 2D e mapas de profundidade 2.5D simultaneamente, iv) as cámaras térmicas xeran imaxes visibles a partir de información térmica para analizar obxectos ou escenas específicas. Por outra banda, as técnicas de Compressive Sensing (CS) permiten adquirir un sinal de interese de xeito indirecto corrixindo un pequeno número das súas "proxeccións" en lugar de mostralo uniformemente segundo a frecuencia de Nyquist, que pode ser excesivamente alta para os sinais de banda ancha atopados en moitas aplicacións (Wu-Sheng Lu, 2010). Estas técnicas de Compressive Sensing aplicaranse aos sensores seleccionados mencionados anteriormente. O principal obxectivo deste proxecto céntrase no procesamento automático de datos en tempo real para obter información relevante presente nas infraestruturas de transporte. O maior desafío será combinar e procesar de xeito eficiente datos de mostraxe de compresión de varios sensores para aplicacións de cartografía móbil baseadas en dispositivos montados no vehículo. O resultado deste procesamento permitirá a detección de activos e outros compoñentes relevantes nas infraestruturas de transporte estudadas.