Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightElde edilen sonuçlar manuel çizimlerle görsel olarak karşılaştırılmış ve önemli oranlarda örtüşme sağlayan sonuçlar elde edilmiştir.
📌 3 Maddede Bu Makale
Özet
Kentsel alanlarda ulaşımın en temel faktörü karayoludur. Karayolları kent içinde sürekli bir kullanım alanı olduğundan sürdürülebilir ve izlenebilir bir yapıda olmalıdır. Kentsel alanlarda yer alan yolların envanteri, proje ve planlarının temin edilmesi akıllı şehirlerin üretilmesi açısından önemli bir altyapıyı oluşturur. Navigasyon amaçlı kullanımın yanında kent planlarının üretilmesinde güncel durum tespiti açısından yol ağlarının haritalandırılması gerekir. Yersel ölçmelerle yol ağı ölçmeleri zahmetli, zaman alıcı ve ekonomik külfeti yüksektir. Gelişen teknolojiyle geleneksel ve yersel ölçme tekniklerine alternatif etkili ve geniş alanların haritalandırılmasına katkı sağlayan ölçme tekniklerinin kullanılması işlemleri kolaylaştırmaktadır. Bu çalışmada yol ağlarının yarı otomatik çıkarımı için bir metodoloji önerilmiştir. Önerilen metodolojide, ham Havasal LiDAR nokta bulutlarının ön işlemesi, yükseklik sapmalarının hesaplanması, düzlemsellik ve bağlantılı bileşen analizlerinden faydalanılmıştır. Bazı parametrelerin kullanıcı tarafından deneme yanılma yöntemiyle girilmesi nedeniyle yöntem yarı otomatik olarak çalışmaktadır. Çalışma alanı Harita Genel Müdürlüğü tarafından Havasal LiDAR ölçümlerinin gerçekleştirildiği Bergama test alanıdır. Elde edilen sonuçlar manuel çizimlerle görsel olarak karşılaştırılmış ve önemli oranlarda örtüşme sağlayan sonuçlar elde edilmiştir.
Abstract
The essential factor of transportation in urban areas is the highway. Since the highways are a continuous usage area in the city, they should be in a sustainable and traceable structure. Providing the inventory, projects, and plans of the roads in urban areas constitutes a substantial infrastructure for producing smart cities. Besides being used for navigation purposes, road networks should be mapped in order to determine the current situation in the production of city plans. Road network measurements with traditional measurements are laborious, time-consuming, and economically burdensome. With the developing technology, using measurement techniques that contribute to mapping effective and large areas as an alternative to traditional and terrestrial measurement techniques makes procedures more straightforward. In this study, a methodology for the semi-automatic extraction of road networks is proposed. The proposed methodology uses preprocessing of raw Aerial LiDAR point clouds, calculation of height deviations, planarity, and connected component analysis. The method works semi-automatically because the user enters some parameters through trial and error. The study area is the Bergama test area, where Aerial LiDAR measurements are carried out by the General Directorate of Mapping. The results obtained were compared visually with the manual drawings, and results were obtained with considerable overlap.