Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Morceli, Bruno de Moura [UNESP]
Orientador(a): Dal Poz, Aluir Porfirio [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/11449/204940
Resumo: Atualmente, devido ao elevado volume de informação geográfica adquirida por grande parte da população por meio de smartphones, smartwatches, entre outros dispositivos capazes de coletar e armazenar dados GNSS (Global Navigation Satellite System), vários trabalhos estão sendo desenvolvidos, com o objetivo de: estudar o padrão de deslocamento das pessoas; analisar os impactos ao meio ambiente; promover estratégias de saúde pública; bem como mapear feições cartográficas de interesse. Neste trabalho é proposta a utilização de trajetórias GNSS densas, coletadas a partir de smartphones, no processo de reconstrução de rodovias. O método desenvolvido consiste, resumidamente, em gerar uma imagem de frequência através dos pontos que constituem as trajetórias GNSS e, posteriormente, aplicar o detector de linhas de Steger para extrair o eixo viário. Para a análise dos resultados utilizou-se um ortofotomosaico georreferenciado, sobre a qual foram vetorizados os eixos de referência. Os experimentos realizados demostraram o alto potencial de aplicação do detector de linhas de Steger em imagens de frequência. A partir dos experimentos foi possível alcançar valores de completeza e correção acima de 98% e 99%, respectivamente. Além disso, obteve-se uma acurácia geométrica de 0,63 m para um dos experimentos realizados. A partir dos valores de RMSE (Root Mean Square Error) obtidos constatou-se que os eixos extraídos atendem a classe A para projetos de mapeamento nas escalas 1:5.000, 1:10.000 e 1:25.000, de acordo com o Padrão de Exatidão Cartográfica dos Produtos Cartográficos Digitais (PEC-PCD). Por fim, após a comparação do método proposto com outros presentes na literatura, verificou-se que o mesmo apresentou resultados promissores.
id UNSP_96cf7f3a147dd24bb1c60004d36e03af
oai_identifier_str oai:repositorio.unesp.br:11449/204940
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Morceli, Bruno de Moura [UNESP]Universidade Estadual Paulista (Unesp)Dal Poz, Aluir Porfirio [UNESP]2021-06-14T14:22:06Z2021-06-14T14:22:06Z2021-04-30http://hdl.handle.net/11449/20494033004129043P0Atualmente, devido ao elevado volume de informação geográfica adquirida por grande parte da população por meio de smartphones, smartwatches, entre outros dispositivos capazes de coletar e armazenar dados GNSS (Global Navigation Satellite System), vários trabalhos estão sendo desenvolvidos, com o objetivo de: estudar o padrão de deslocamento das pessoas; analisar os impactos ao meio ambiente; promover estratégias de saúde pública; bem como mapear feições cartográficas de interesse. Neste trabalho é proposta a utilização de trajetórias GNSS densas, coletadas a partir de smartphones, no processo de reconstrução de rodovias. O método desenvolvido consiste, resumidamente, em gerar uma imagem de frequência através dos pontos que constituem as trajetórias GNSS e, posteriormente, aplicar o detector de linhas de Steger para extrair o eixo viário. Para a análise dos resultados utilizou-se um ortofotomosaico georreferenciado, sobre a qual foram vetorizados os eixos de referência. Os experimentos realizados demostraram o alto potencial de aplicação do detector de linhas de Steger em imagens de frequência. A partir dos experimentos foi possível alcançar valores de completeza e correção acima de 98% e 99%, respectivamente. Além disso, obteve-se uma acurácia geométrica de 0,63 m para um dos experimentos realizados. A partir dos valores de RMSE (Root Mean Square Error) obtidos constatou-se que os eixos extraídos atendem a classe A para projetos de mapeamento nas escalas 1:5.000, 1:10.000 e 1:25.000, de acordo com o Padrão de Exatidão Cartográfica dos Produtos Cartográficos Digitais (PEC-PCD). Por fim, após a comparação do método proposto com outros presentes na literatura, verificou-se que o mesmo apresentou resultados promissores.Nowadays, due to the high volume of geographic information acquired by a large part of the population through smartphones, smartwatches, among other devices capable of collecting and storing GNSS (Global Navigation Satellite System) data, several works are being developed, with the objective of: study the movement pattern of people; analyzing the environmental impacts; promote public health strategies; as well as mapping cartographic features. This work proposes the use of dense GNSS trajectories, collected from smartphones, in the reconstructing roads process. The developed method consists, briefly, in generating a frequency image through the points that constitute the GNSS trajectories and, later, applying the Steger line detector to extract the road axis. For the analysis of the results, a georeferenced orthophotomosaic was used, on which the reference axes were vectored. The experiments performed demonstrated the high potential for application of the Steger line detector in frequency images. From the experiments it was possible to achieve completeness and correctness values above 98% and 99%, respectively. Furthermore, we obtained a geometric accuracy of 0.63 m for the experiments. From the RMSE (Root Mean Square Error) values obtained was found that the extracted axes meet Class A for mapping projects at scales of 1:5,000, 1:10,000 and 1:25,000, according to the Padrão de Exatidão Cartográfica dos Produtos Cartográficos Digitais (PEC-PCD). Finally, after comparison with other method proposed in the literature, it was found that the developed method showed promising results.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)CNPq: 132396/2019-0porUniversidade Estadual Paulista (Unesp)Trajetórias GNSSExtração de rodoviasDetector de Linhas de StegerSmartphonesGNSS trajectoriesRoad extractionSteger line detectorReconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de StegerRoads reconstruction from dense GNSS trajectories with Steger line detectorinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPCiências Cartográficas - FCTAquisição, análise e representação de informações espaciaisComputação de ImagensUniversidade Estadual Paulista (UNESP), Faculdade de Ciências e Tecnologia, Presidente PrudenteOnlineBanca públicaPublicationbbcf06b3-c5f9-4a27-ac03-b690202a3b4evirtual::137708-1bbcf06b3-c5f9-4a27-ac03-b690202a3b4evirtual::137708-119e4aabf-3f7f-41c2-9755-68bbd25f7b98virtual::210936-119e4aabf-3f7f-41c2-9755-68bbd25f7b98virtual::210936-1THUMBNAILmorceli_bm_me_prud.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2023-10-01T06:08:03Z (GMT).Generated Thumbnailimage/jpeg3210https://repositorio.unesp.br/bitstreams/517fbbed-5f12-46a8-a8cc-58e714a87522/download5ee5a53e1d72ad5e422de9f9b6b263feMD55falseAnonymousREADORIGINALmorceli_bm_me_prud.pdfmorceli_bm_me_prud.pdfapplication/pdf5969960https://repositorio.unesp.br/bitstreams/04ad9098-d703-4c45-bb35-631ee5803572/downloada29f31acd67ab0266b4267c596da9d45MD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83058https://repositorio.unesp.br/bitstreams/015106ad-3b32-4565-80ba-d3f7cac7f4ad/downloadec865a50da83f47d3657f271ab636607MD52falseAnonymousREADTEXTmorceli_bm_me_prud.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-10-01T06:08:03Z (GMT).Extracted texttext/plain104146https://repositorio.unesp.br/bitstreams/c02959a4-7fff-4d6d-8179-468e1ca7147b/downloadf6e01b7a99db7eb4b36539d4dfdd519fMD54falseAnonymousREAD11449/2049402026-04-17T19:48:19.677595Zopen.accessoai:repositorio.unesp.br:11449/204940https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-04-17T19:48:19Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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
dc.title.pt.fl_str_mv Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
dc.title.alternative.en.fl_str_mv Roads reconstruction from dense GNSS trajectories with Steger line detector
title Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
spellingShingle Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
Morceli, Bruno de Moura [UNESP]
Trajetórias GNSS
Extração de rodovias
Detector de Linhas de Steger
Smartphones
GNSS trajectories
Road extraction
Steger line detector
title_short Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
title_full Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
title_fullStr Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
title_full_unstemmed Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
title_sort Reconstrução de rodovias a partir de trajetórias GNSS densas via detector de linhas de Steger
author Morceli, Bruno de Moura [UNESP]
author_facet Morceli, Bruno de Moura [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Morceli, Bruno de Moura [UNESP]
dc.contributor.advisor1.fl_str_mv Dal Poz, Aluir Porfirio [UNESP]
contributor_str_mv Dal Poz, Aluir Porfirio [UNESP]
dc.subject.por.fl_str_mv Trajetórias GNSS
Extração de rodovias
Detector de Linhas de Steger
topic Trajetórias GNSS
Extração de rodovias
Detector de Linhas de Steger
Smartphones
GNSS trajectories
Road extraction
Steger line detector
dc.subject.eng.fl_str_mv Smartphones
GNSS trajectories
Road extraction
Steger line detector
description Atualmente, devido ao elevado volume de informação geográfica adquirida por grande parte da população por meio de smartphones, smartwatches, entre outros dispositivos capazes de coletar e armazenar dados GNSS (Global Navigation Satellite System), vários trabalhos estão sendo desenvolvidos, com o objetivo de: estudar o padrão de deslocamento das pessoas; analisar os impactos ao meio ambiente; promover estratégias de saúde pública; bem como mapear feições cartográficas de interesse. Neste trabalho é proposta a utilização de trajetórias GNSS densas, coletadas a partir de smartphones, no processo de reconstrução de rodovias. O método desenvolvido consiste, resumidamente, em gerar uma imagem de frequência através dos pontos que constituem as trajetórias GNSS e, posteriormente, aplicar o detector de linhas de Steger para extrair o eixo viário. Para a análise dos resultados utilizou-se um ortofotomosaico georreferenciado, sobre a qual foram vetorizados os eixos de referência. Os experimentos realizados demostraram o alto potencial de aplicação do detector de linhas de Steger em imagens de frequência. A partir dos experimentos foi possível alcançar valores de completeza e correção acima de 98% e 99%, respectivamente. Além disso, obteve-se uma acurácia geométrica de 0,63 m para um dos experimentos realizados. A partir dos valores de RMSE (Root Mean Square Error) obtidos constatou-se que os eixos extraídos atendem a classe A para projetos de mapeamento nas escalas 1:5.000, 1:10.000 e 1:25.000, de acordo com o Padrão de Exatidão Cartográfica dos Produtos Cartográficos Digitais (PEC-PCD). Por fim, após a comparação do método proposto com outros presentes na literatura, verificou-se que o mesmo apresentou resultados promissores.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-06-14T14:22:06Z
dc.date.available.fl_str_mv 2021-06-14T14:22:06Z
dc.date.issued.fl_str_mv 2021-04-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/204940
dc.identifier.capes.none.fl_str_mv 33004129043P0
url http://hdl.handle.net/11449/204940
identifier_str_mv 33004129043P0
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/517fbbed-5f12-46a8-a8cc-58e714a87522/download
https://repositorio.unesp.br/bitstreams/04ad9098-d703-4c45-bb35-631ee5803572/download
https://repositorio.unesp.br/bitstreams/015106ad-3b32-4565-80ba-d3f7cac7f4ad/download
https://repositorio.unesp.br/bitstreams/c02959a4-7fff-4d6d-8179-468e1ca7147b/download
bitstream.checksum.fl_str_mv 5ee5a53e1d72ad5e422de9f9b6b263fe
a29f31acd67ab0266b4267c596da9d45
ec865a50da83f47d3657f271ab636607
f6e01b7a99db7eb4b36539d4dfdd519f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878343217805524992