Sirvi Autor "Akhavi Zadegan, Alireza" järgi
Nüüd näidatakse 1 - 1 1
- Tulemused lehekülje kohta
- Sorteerimisvalikud
listelement.badge.dso-type Kirje , A multimodal approach for refining mapping and localization by integrating generative AI and pedestrian-centric data(Tartu Ülikooli Kirjastus, 2025-05-12) Akhavi Zadegan, Alireza; Hadachi, Amnir, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkondLinnade muutudes üha keerukamaks ja tehnoloogiapõhisemaks kasvab huvi selle vastu, kuidas parandada autonoomsete süsteemide, nagu kullerrobotid ja mikromobiilsuse sõidukid, arusaamist jalakäijate keskkonnast ja selles navigeerimist. See doktoritöö uurib, kuidas erinevat tüüpi andurite ja masinõppe kombineerimine võib toetada paremat kaardistamist ja positsioneerimist sellistes oludes. Töö oluliseks osaks oli mobiilse andmekogumisplatvormi – kaamerate, LiDARi, GPSi ja helisensoritega varustatud elektritõukeratta – arendamine, et koguda detailset teavet kõnniteedelt ja linnaruumist. Saadud andmekogu, nimega DELTA, keskendub spetsiifiliselt jalakäijate infrastruktuurile, mis on traditsioonilistel digitaalsetel kaartidel sageli alaesindatud. Sellele andmekogule tuginedes tutvustab uurimus kahte raamistikku. street2sat kasutab generatiivset tehisintellekti satelliidipiltide genereerimiseks maapinnalt tehtud piltidest, aidates ühtlustada erinevaid kaardiperspektiive. Street2GIS eraldab tänavatasandi piltidelt selliseid tunnuseid nagu kõnniteed ja hooned ning muudab need automaatselt geograafiliste infosüsteemide jaoks kasutatavateks kaardiandmeteks. Kokkuvõttes on nende panuste eesmärk muuta ajakohaste ja jalakäijaid arvestavate kaartide loomine lihtsamaks. Esitatud meetodid võivad toetada rakendusi linnaplaneerimises, autonoomses navigatsioonis ja nutikate linnasüsteemide arendamisel.