Wyniki wyszukiwania - BazTech

1

Zastosowanie obliczeń równoległych do klasyfikacji punktów overlap

Bratuś R., Musialik P., Pióro P., Prochaska M., Rzonca A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2017

|

Vol. 29

11--26

PL

Publikacja omawia nowatorskie metody rozwiązania ważnego technologicznie zagadnienia, jakim jest klasyfikacji punktów overlap, czyli punktów w pasie podwójnego pokrycia pomiędzy sąsiednimi szeregami skanowania. Prezentowane podejście oparte jest na wydajnej metodzie obliczeń równoległych na procesorach graficznych GPU, pozwalającej na zastosowanie bardziej zaawansowanego algorytmu podczas analizy i przetwarzania danych. Celem sprawdzenia wydajności przeprowadzono testy badanego narzędzia do klasyfikacji punktów overlap, a wyniki odniesiono do możliwości powszechnie stosowanego programu Terrascan firmy Terrasolid. Proponowane innowacje obliczeniowe mają na celu poprawę jakości danych skaningowych pozyskiwanych przy pomocy latających platform takich jak lekkie samoloty czy wiatrakowce. Podniesienie jakości procesu klasyfikacji punktów typu overlap, wymaga dwóch wstępnych etapów przetwarzania. Pierwszy polega na obcięciu brzegów szeregu ściśle według zadanego kąta od pionu. Zastosowane podejście daje bardziej regularne wyniki niż inne metody. Z kolei drugi, oparty o algorytm rozgęszczenia punktów, prowadzi do usuwania nadmiarowych profili skanowania. Proponowane rozwiązanie to klasyfikacja punktów overlap według kąta padania promienia skanera na teren i obiekty terenowe. Reasumując, w ramach opisanych badań dotychczas stosowane metody klasyfikacji punktów overlap zostały poddane rewizji. Korzystając z praktycznych uwag oraz sugestii ze strony wykonawców, wprowadzono szereg udoskonaleń, których prezentacja i dyskusja jest przedmiotem niniejszej publikacji.

EN

The paper presents innovative methods of solving important technological problem: the classification of LiDAR points located in the overlapping area between two parallel scan strips. The presented approach is based on an efficient method of parallel computation using graphic processors, allowing to apply more sophisticated algorithms for data analysis and processing. The tests of the algorithms were executed in order to verify correctness of the assumption that the innovative solutions presented in the paper might increase the efficiency and correctness of the data, referred to well known and popular technological solutions. The suggested computational innovations are applied to increase the quality of the LiDAR data acquired by light airplanes and gyrocopters. Two approaches to increase the quality of classification of overlapping points have bee, proposed. The first process is cutting-off the points of the strip borders strictly according to defined angle measured from vertical direction. The second process is dissolving of the points to get the regular density of the result point cloud. The title issue is the classification of overlapping points according to the angle of incidence to the terrain and other objects. The normal vectors calculation for each of the scan points is necessary for the analysis. Such solution increases the quality of overlaps classification and guarantees its high efficiency thanks to the parallel computation. In conclusion, during the research three innovative approaches were tested and reviewed against commonly used methods. Parallel computation can improve quality and reduce time of processing for overlap classification problem was confirmed.

2

Development of LiDAR Data Classification Algorithms based on Parallel Computing using nVidia CUDA Technology

Bratuś R., Musialik P., Prochaska M., Rzonca A.

Measurement Automation Monitoring

|

2016

|

Vol. 62, No. 11

387--393

EN

The paper presents an innovative data classification approach based on parallel computing performed on a GPGPU (General-Purpose Graphics Processing Unit). The results shown in this paper were obtained in the course of a European Commission-funded project: “Research on large-scale storage, sharing and processing of spatial laser data”, which concentrated on LIDAR data storage and sharing via databases and the application of parallel computing using nVidia CUDA technology. The paper describes the general requirements of nVidia CUDA technology application in massive LiDAR data processing. The studied point cloud data structure fulfills these requirements in most potential cases. A unique organization of the processing procedure is necessary. An innovative approach based on rapid parallel computing and analysis of each point’s normal vector to examine point cloud geometry within a classification process is described in this paper. The presented algorithm called LiMON classifies points into basic classes defined in LAS format: ground, buildings, vegetation, low points. The specific stages of the classification process are presented. The efficiency and correctness of LiMON were compared with popular program called Terrascan. The correctness of the results was tested in quantitive and qualitative ways. The test of quality was executed on specific objects, that are usually difficult for classification algorithms. The quantitive test used various environment types: forest, agricultural area, village, town. Reference clouds were obtained via two different methods: (1) automatic classification using Terrascan, (2) manually corrected clouds classified by Terrascan. The following coefficients for quantitive testing of classification correctness were calculated: Type 1 Error, Type 2 Error, Kappa, Total Error. The results shown in the paper present the use of parallel computing on a GPGPU as an attractive route for point cloud data processing.

3

Semantyczny system wsparcia operatorów pojazdów mobilnych z zastosowaniem obliczeń równoległych

Musialik P., Masłowski A.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2014

|

z. 194, t. 2

521--530

PL

W poniższym artykule został przedstawiony postęp prac nad semantycznym systemem wsparcia, przeznaczonym dla operatorów pojazdów mobilnych, naziemnych i latających. Szczególny nacisk położony jest na działania w środowisku SAR (Search And Rescue). Celem systemu jest obniżenie obciążenia kongnitywnego operatora. Proponowanym rozwiązaniem jest stworzenie modelu semantycznego otoczenia pojazdu, który umożliwia uporządkowanie informacji płynących z sensorów i pozwala na przeprowadzenie rozumowania w oparciu o zgromadzone dane. Artykuł koncentruje się na tworzeniu wspomnianego modelu na podstawie chmur punktów 3D. Opisano równoległą implementację algorytmu klasyfikacji punktow, metody RGB (Regular Grid Decomposition) oraz segmentacji. Przedstawiono przykłady rozumowania opartego o stworzony model.

EN

The paper presents a semantic support system for operators of mobile, air and ground, platforms. The goal behind the system is to decrease the cognitive load of the operator. This is achieved by integrating the platforms sensor data into a semantic model of the surrounding. The model is created based on a an ontology. Compatibility with QSTRR (Qualitative Spatio-Temporal Representation and Reasoning) framework allows for qualitative reasoning using the model. The ontology also integrates HDM (Humanitarian Data Model) to allow easy use of geographical data. A parallel implementation of model creation algorithms is shown. Examples of reasoning using the model are described.

4

On Semantic Support System for USAR operations with mobile robots

Musialik P.

Challenges of Modern Technology

|

2014

|

Vol. 5, no. 2

3--8

EN

This paper describes the design and the basic implementation of a Semantic Support System (SSS) for Urban Search and Rescue (USAR) operations. The system is intended for use by rescue teams equipped with mobile robots. The goal of the work is to provide the rescue team with a global operational picture that ensures proper information availability. The core of the system is a semantic model of the environment based on Qualitative Spatio-Temporal Representation and Reasoning (QSTRR)[1] framework. Thus, the ontology of the semantic model is described. The ontology is based on Humanitarian Data Model enhanced by the robot`s information. SSS is designed to work with multiple data sources: Geographic Information System (GIS), 3D point clouds, camera images etc. The article describes,as an example, the results of building the semantic model from 3D point clouds. An example of qualitative reasoning based on the semantic model is shown.

5

Creating semantic maps from laser terrestrial data

Będkowski J., Majek K., Musialik P., Masłowski A., Adamek A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2013

|

Vol. Spec.

23--33

EN

In this paper creating semantic maps based on laser terrestrial data is shown. Semantic map is based on transformed geometric data (3D laser range finder) into the data with assigned labels. This labels can help in several applications such as navigation of mobile robot by finding traversable and not traversable regions. Computation of large 3D data sets requires high computational power, therefore we proposed the GPU based (Graphic Processing Unit) implementation to decrease the computational time. As a result we demonstrate the computed semantic map for mobile robot navigation.

PL

W niniejszej pracy zostało przedstawione tworzenie map semantycznych na podstawie danych z naziemnego skaningu laserowego. Mapa semantyczna bazuje na danych pomiarowych z przypisanymi etykietami. Te etykiety mogą zostać wykorzystane w wielu aplikacjach, jak nawigacja robota mobilnego z wykorzystaniem podziału na regiony przejezdne i nieprzejezdne. Obliczenia dużych trójwymiarowych zbiorów danych wymaga zastosowania duże mocy obliczeniowej, dlatego zaproponowaliśmy implementację wykorzystującą GPU (Graphic Processing Unit), by zmniejszyć czas obliczeń. W rezultacie prezentujemy mapę semantyczną do nawigacji robota mobilnego.

6

Mobilny system tworzenia przestrzennej dokumentacji semantycznej

Ostrowski I., Majek K., Adamek A., Musialik P., Będkowski J., Masłowski A.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 12

1117-1120

PL

W artykule przedstawiono mobilny system tworzenia przestrzennej dokumentacji semantycznej. Zaproponowano nową metodę filtracji oraz rejestracji danych wykorzystującą obliczenia równoległe (NVIDIA FERMI). Opracowany system informatyczny umożliwia gromadzenie danych przestrzennych z wykorzystaniem geodezyjnego systemu pomiarowego 3D oraz pozwala na etykietowanie obiektów. Tworzona mapa semantyczna jest dostępna z poziomu dowolnego urządzenia mobilnego (laptop, smartphone, tablet).

EN

In this paper a new system for creating spatial semantic documentation is shown. We define semantic documentation as a result of integrating semantic mapping with a mobile 3D geodetic scanning system and a cloud computer system. This approach is possible by using semantic mapping State of the Art [2], modern scanning techniques [3] and parallel computing [4]. The main task of the system is representing the environment with concepts of objects highlighted in it. The results are distributed in a cloud. The phases of system operation are shown in Fig. 1. Each phase is described in detail in consecutive sections of the paper. Section 1 describes the thought process behind the system and data acquisition with a ZF 5010 laser scanner. In Section 2 a CUDA(NVIDIA FERMI) enhanced scan filtration method is shown. The next step of data preparation, merging of 3D point clouds, is described in Section 3. Section 4 concentrates on manual environment conceptualization (map with object concepts is shown in Fig. 4). Semantic documentation distribution and sharing are described in Section 5. The results can be shown on any PC, tablet, smartphone or smartTV device, by using SaaS(Software as a Service) approach and Citrix system. The paper finalizes with conclusions and plans for further system development. The system is a new approach to sharing information about the environment and it may be applied i.e. in Crisis Management for coordinating complicated rescue operations, in interior design and cataloguing etc.

7

Badanie systemu robotów mobilnych w aplikacji RISE

Będkowski J., Kowalski P., Musialik P., Masłowski A.

Pomiary Automatyka Robotyka

|

2011

|

R. 15, nr 2

323-332

PL

Referat przedstawia wyniki badań rozproszonego systemu sterowania i nadzorowania grupy robotów mobilnych w zastosowaniu do aplikacji RISE (Risky Intervention and Surveillance Environment). Przedstawiono schemat systemu z uwzględnieniem rozproszonego modelu kognitywnego człowieka nadzorującego oraz wspomagającego pracę tego systemu. Omówiono eksperymenty weryfikujące poprawność działania zaimplementowanego systemu sterowania przeprowadzone w środowiskach INDOOR oraz OUTDOOR z udziałem autonomicznych robotów mobilnych.

EN

The paper shows the result of the research related to the implementation of the distributed mobile multi robot inspection system dedicated to the RISE application (Risky Intervention and Surveillance Environment). The scheme of the system is presented with the focus on the distributed cognitive model of the human supervisor that supports the task execution by the system. The experiments that verify the correctness of the control system implementation are shown. They were performed in the INDOOR and OUTDOOR environments with the autonomous mobile robots.