The article presents a complete methodology to determine terrain passability as well as its application based on various configurations of input data. The methodology was developed with the use of the methods that had been created by the authors in their previous research projects. The determination of terrain passability consists of two stages: The first stage involves conducting the analysis of micro-relief with the aim to identify impassable spots in the area, while the second stage consists in determining the route for a specific vehicle that will avoid the existing obstacles formed by the micro-relief. Both these analyses generate results based only on a detailed digital terrain model (with a resolution of 1 m) and the traction parameters of the vehicles for which terrain passability is determined. One of the processes that are part of this methodology is the generalisation of the digital terrain model, which significantly improves the efficiency of the performed calculations. Test results demonstrated that the presented methodology enables successful automated generation of passability maps for specific vehicles and the creation of routes for such vehicles. The routes differ depending on the type of vehicle, which results directly from the fact that vehicles have different traction parameters. Nevertheless, the test results were satisfactory and demonstrated that the developed methodology may be applied by bodies that are responsible for planning military operations or crisis management activities.
PL
W artykule zaprezentowano całościową metodykę wyznaczania przejezdności terenu, a także jej zastosowanie w oparciu o różne konfiguracje danych wejściowych. Do przygotowania metodyki wykorzystano metody, które zostały opracowane przez autorów we wcześniejszych badaniach. Wyznaczanie przejezdności terenu składa się z dwóch etapów: przeprowadzenie analizy mikrorzeźby, której celem jest wskazanie w terenie miejsc nieprzejezdnych, a także wyznaczenie trasy dla konkretnego pojazdu, która omijać będzie występujące w terenie przeszkody związane z mikrorzeźbą. Obie analizy do generowania wyników wykorzystują jedynie szczegółowy numeryczny model terenu (o rozdzielczości 1 m) oraz parametry trakcyjne pojazdów, dla których wyznaczana jest przejezdność terenu. Jednym z procesów wchodzących w skład metodyki jest uogólnienie numerycznego modelu terenu, które znacznie zwiększa wydajność prowadzonych obliczeń. Wyniki badań pokazały, że opracowana metodyka z powodzeniem automatycznie opracowuje mapy przejezdności dla konkretnych pojazdów, a także wyznacza dla nich trasy przejazdu. Są one inne dla różnych pojazdów, co wynika bezpośrednio z faktu, że posiadają one odmienne parametry trakcyjne. Niemniej jednak, zadowalające wyniki badań pokazały, że opracowana metodyka może być stosowana przez organy odpowiedzialne za planowanie operacji wojskowych czy zarządzania kryzysowego.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this paper we review Lattice Machine, a learning paradigm that “learns” by generalising data in a consistent, conservative and parsimonious way, and has the advantage of being able to provide additional reliability information for any classification. More specifically, we review the related concepts such as hyper tuple and hyper relation, the three generalising criteria (equilabelledness, maximality, and supportedness) as well as the modelling and classifying algorithms. In an attempt to find a better method for classification in Lattice Machine, we consider the contextual probability which was originally proposed as a measure for approximate reasoning when there is insufficient data. It was later found to be a probability function that has the same classification ability as the data generating probability called primary probability. It was also found to be an alternative way of estimating the primary probability without much model assumption. Consequently, a contextual probability based Bayes classifier can be designed. In this paper we present a new classifier that utilises the Lattice Machine model and generalises the contextual probability based Bayes classifier. We interpret the model as a dense set of data points in the data space and then apply the contextual probability based Bayes classifier. A theorem is presented that allows efficient estimation of the contextual probability based on this interpretation. The proposed classifier is illustrated by examples.
Regulacje prawne w zakresie funkcjonowania zasobu danych przestrzennych w Polsce implikują działania na rzecz interoperacyjności, harmonizacji oraz automatyzacji procesów. Zakładana automatyzacja procesów dotyczy także cyfrowej generalizacji modelu DLM, która ma zapewnić wieloreprezentację tej bazy danych. W przypadku GBDOT generalizacja jest również wykorzystywana podczas procesów pozyskiwania i aktualizacji danych. Założenie wysokiego stopnia automatyzacji generalizacji cyfrowej jest możliwe przy spełnieniu warunków: uporządkowania danych, ich klasyfikacji, hierarchizacji oraz zapewnienia jednoznaczności procesu. Badania autora dotyczą automatyzacji procesu generalizacji, polegającej na określaniu algorytmów dla operatorów generalizacji, z uwzględnieniem normy rozpoznawalności rysunku. Badane operatory to: upraszczanie, eliminacja, prostokątowanie, przesuwanie, łączenie, typyfikacja. Stosowanie normy rozpoznawalności rysunku eliminuje dotychczas definiowany przez użytkownika parametr w operatorach generalizacji, co pozwala na zachowanie jednoznaczności procesu oraz jego weryfikację.
EN
The legal regulations as regards functioning of the spatial data resources in Poland entail interoperability, harmonisation and automation of processes. The assumed automation concerns, among others, the digital generalization of DLM, which should allow multirepresentation of data. In the case of Georeference Database of Topographic Objects GBDOT the generalisation process is also employed during collection and updating of data. It is possible to satisfy the requirement of high automation level if the conditions of data orderliness, classification and hierarchisation are fulfilled and unambiguity of the process is ensured. The author’s research focuses on automation of the generalisation process. It consists in defining the algorithms for generalisation operators, taking into account the drawing recognisability norm. The following operators were examined: simplification, elimination, rectangularisation, shifting, joining and typification. The use of the drawing recognisability norm eliminates the parameter, which has been hitherto determined by the user for the generalisation operators. As a result, the unambiguity of the generalisation process is preserved and its verification is possible.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Potrzeba gromadzenia informacji wynika z istoty społeczeństwa informacyjnego, w którym brak jest czynnika monopolizującego powstawanie, przetwarzanie i zachowywanie informacji. Przyjęty model rzeczywistości zależy od celu jakiemu ma służyć, więc jest abstrakcyjny i częściowy. Wynika to między innymi z tego, że nie ma modeli uniwersalnych (Pachelski, 2003). W branży geodezyjnej i kartograficznej, w związku z przyjętymi modelami pojęciowymi obiektów zgromadzonych w poszczególnych zakresach tematycznych wg INSPIRE (INSPIRE, 2009a; 2009b; IGiK, 2009), pojawiła się ostatnio możliwość wprowadzenia odpowiednich modyfikacji w modelach pojęciowych dotyczących danych topograficznych w powiązaniu z danymi ewidencyjnymi, a co za tym idzie szansa na jednokrotne pozyskiwanie i aktualizację danych georeferencyjnych. Oznacza to, że bazy państwowego zasobu geodezyjnego i kartograficznego w Polsce muszą być optymalnie wykorzystane, a ich organizacja powinna umożliwić integrację z innymi bazami danych. Według Ustawy o infrastrukturze informacji przestrzennej (IIP . akronim angielski INSPIRE) dane z Bazy Danych Georeferencyjnych (BDG), będącej w kompetencji Głównego Urzędu Geodezji i Kartografii (GUGiK, 2009) będą osnową geometryczną dla wszystkich urzędowych opracowań georeferencyjnych w Polsce (Ustawa, 2010). Nie jest wymagane, aby baza prowadzona przez Służbę Geodezyjną i Kartograficzną musiała zawierać wszystkie dostępne dane potrzebne w opracowaniach branżowych. Wymagana jest za to jej interoperacyjność z bazami wykorzystywanymi do realizacji wielu zadań rządowych, wymagających rozszerzenia atrybutowego danych geometrycznych.
EN
Quick and effective updating of the Topographic Database is essential for realization of the assumptions of the INSPIRE Directive. Buildings, as one of the main elements of the reference databases, should be registered at the greatest level of accuracy. In the paper, options of supplying Multiresolution Database (MRDB) with data connected with buildings and taken from the Land and Property Register (EGiB) are presented. The study includes analyses of the following databases: the Topographic Database, the Land and Property Register and databases of the Central Statistical Office (GUS) with special emphasis put on buildings. The study intends to assess the possibility of harmonization of databases on the level of buildings layers. In the next part of the work, the way to supplement buildings class in the Topographic Database was suggested. The following experiments are described: import of building geometry from the Land and Property Register to the Topographic Database and verification of usefulness of data from the database of the Central Statistical Office. It is suggested to link the addresses taken from the Land and Property Register with the address points from MRDB and to verify them during the general census carried out by Central Statistical Office. The study concludes with the results of analyses and researches carried out.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Writing dependently typed functional programs that capture non-trivial program properties is difficult in current systems due to lack of proof automation. We identify proof patterns that occur when programming with dependent types and detail how automating such patterns allow us to work more comfortably with types that capture, for example, membership, ordering and nonlinear arithmetic properties. We describe the role of the rippling heuristic, both for inductive and non-inductive proofs, and generalisation in providing such automation. We then discuss an implementation of our ideas in Coq with practical examples of dependently typed programs, that capture useful program properties, which can be verified automatically. We demonstrate that our proof automation is generic in that it can provide support for working with theorems involving user-defined functions and inductive data types.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.