07:00 19.12.2022
(обновлено: 11:41 31.01.2023)
В России создали адаптивную технологию мониторинга крупных территорий
Читать ria.ru в
МОСКВА, 19 дек — РИА Новости. Регистрировать любые факторы влияния на городскую среду в реальном времени и прослеживать динамику ее изменений на обширных территориях позволит адаптивный математический аппарат, разработанный в МИИГАиК, уверены специалисты университета. Об этом сообщила пресс-служба вуза.
Для поддержания комфортной городской среды в мегаполисах работает множество систем мониторинга и анализа. Это связано и со сбором данных о движении транспорта, и с видеонаблюдением как таковым, и с наблюдением за экологией, рассказали в Московском государственном университете геодезии и картографии (МИИГАиК).
Новый российский алгоритм в пять раз ускорит анализ геоданных
14 сентября 2022, 09:00
Ученые МИИГАиК предлагают использовать для мониторинга систему детального воссоздания географического поля (геополя) крупных территорий на базе сети датчиков-регистраторов. Она не привязана к какой-то конкретной области применения, но может быть адаптирована к обработке информации о практически любых фиксируемых процессах с минимальными усилиями, считают эксперты.
«
"Географическое поле отображает распределение различных явлений в пространстве. На основе нашей технологии возможно создавать специализированные мониторинговые системы за счет конфигурирования геосенсоров и алгоритмов в соответствии с выбранными задачами", – рассказал доцент кафедры информационно-измерительных систем МИИГАиК Олег Гвоздев.
В зависимости от сферы мониторинга можно лучше локализовать пиковые зоны загазованности воздуха, отслеживать уровень шума в людных местах. Подобные способы применения системы помогут улучшить состояние городской среды, считает ученый.
Обычно геополя восстанавливают по сложным математическим моделям и небольшому количеству измерений высокой точности. Но это не позволяет обеспечить достаточно плотного покрытия крайне неоднородной территории города, обратил внимание специалист.
© Пресс-центр МИИГАиКМодельная сеть подвижных геосенсоров: синие линии - маршруты движения, красные точки - моментальное положение.
Модельная сеть подвижных геосенсоров: синие линии - маршруты движения, красные точки - моментальное положение.
© Пресс-центр МИИГАиК
1 из 4
© Пресс-центр МИИГАиКМодельное геополе условного загрязнения воздуха
Модельное геополе условного загрязнения воздуха
© Пресс-центр МИИГАиК
2 из 4
© Пресс-центр МИИГАиКГеополе, восстановленное методом грубой оценки (разработка научного коллектива 2020 года).
Геополе, восстановленное методом грубой оценки (разработка научного коллектива 2020 года).
© Пресс-центр МИИГАиК
3 из 4
© Пресс-центр МИИГАиКГеополе, восстановленное с применением модели уточненной оценки на основе искусственной нейронной сети (разработка научного коллектива 2022 года).
Геополе, восстановленное с применением модели уточненной оценки на основе искусственной нейронной сети (разработка научного коллектива 2022 года).
© Пресс-центр МИИГАиК
4 из 4
Модельная сеть подвижных геосенсоров: синие линии - маршруты движения, красные точки - моментальное положение.
© Пресс-центр МИИГАиК
1 из 4
Модельное геополе условного загрязнения воздуха
© Пресс-центр МИИГАиК
2 из 4
Геополе, восстановленное методом грубой оценки (разработка научного коллектива 2020 года).
© Пресс-центр МИИГАиК
3 из 4
Геополе, восстановленное с применением модели уточненной оценки на основе искусственной нейронной сети (разработка научного коллектива 2022 года).
© Пресс-центр МИИГАиК
4 из 4
Поэтому в вузе стали ориентироваться на использование большого количества подвижных геосенсоров (например, установленных на городском транспорте), исполненных на базе датчиков среднего уровня точности. Полученные данные обрабатываются при помощи алгоритмов, созданных в университете, в режиме, близком к реальному времени.
Исследователи МИИГАиК задействуют собственную технологию пространственного моделирования. Она проводит предварительную грубую оценку значений геополя, основываясь на допущении о том, что влияние каждой точки пространства на окружение ограничено определенным радиусом и убывает во все стороны одинаково, уточнил Гвоздев.
Далее для формирования подробной "картинки" ученые вуза задействуют элементы искусственного интеллекта, с помощью чего оперативно детализируют полученные результаты. Такой алгоритм демонстрирует наиболее оптимальное соотношение скорости получения информации и ее итогового качества. Нейросеть потратила бы очень много ресурсов на обучение грубой оценке по первичным данным, поэтому ее роль только в финальном уточнении нюансов, пояснил Олег Гвоздев.
В России создали алгоритм, "ускоряющий" городской транспорт
14 декабря 2022, 05:00
"Потенциал нашей системы позволяет разместить измерительные приборы на движущихся объектах, и мы планируем провести эксперимент по оснащению такими сенсорами общественного транспорта. Тогда база данных будет постоянно пополняться актуальными сведениями, что позволит отслеживать изменения в выбранной сфере фактически сразу", – добавил Гвоздев.
Исследователь уточнил, что предложенный метод способен обрабатывать 30-35 тысяч новых измерений в секунду. А сеть датчиков равно хорошо адаптируется и к работе на стационарных пунктах, и к проведению замеров с любых движущихся объектов.
Апробация технологии пройдет в 2023 году в одном из субъектов РФ. Первые используемые сенсоры будут нацелены на измерение уровня концентрации в атмосфере вредных веществ, продолжил Гвоздев.
В случае успешной работы компонентов – это будет первая в мире масштабная технология вывода географического поля с помощью интеллектуальных геосенсоров на движущихся объектах, обратил внимание эксперт.
В России создали принципиально новый "компас" для космоса
28 июля 2022, 09:00