Matematisk og statistisk modellering for multi-sensor kartleggingssystemer

Oppdatert og nøyaktig geografisk informasjon danner grunnlag for beredskap, forvaltning, planlegging og beslutningstaking. Detaljert teknisk kartlegging danner grunnlag for planlegging og prosjektering innen samferdsel, bygg og anlegg og annen samfunnskritisk infrastruktur. Nytteverdien øker med økt aktualitet, nøyaktighet og fullstendighet. Det finnes i dag et rikt utvalg av moderne sensorteknologi for innsamling av data, for eksempel kameraer og laserskannere. Tradisjonell kartlegging foregår ved at disse sensorene samler inn data fra en bevegelig plattform. Navigasjonssystemet ombord forsøker kontinuerlig å estimere posisjonen til sensorene og retningen sensorene peker, såkalt georeferering. Svakheter med dette er at nøyaktigheten i stor grad avhenger av tilgjengelighet og kvalitet på signalene fra satellittnavigasjonssystemene. I mange prosjekter er signalene av variabel kvalitet grunnet f.eks. høye bygninger eller usikkerheter i navigasjonssystemet. Kartleggingssensorene har ofte i seg selv en svært høy målepresisjon og tilgjengelighet dersom de er godt kalibrert. Dette prosjektet søker en matematisk og statistisk formulering som gjør det mulig å kombinere mest mulig av de innsamlede data i en felles prosess. Dette legger grunnlaget for objektive og automatiserte metoder, med stort potensiale for økt aktualitet og store kostnadsreduksjoner. Det forventes at nøyaktige kartprodukter kan framstilles på en effektiv måte også der satellittnavigasjonssignaler i liten eller ingen grad er tilgjengelige.

Selskapet kan nå tilby tjenester og produkter som ikke tidligere var kostnadseffektive grunnet prosjektets utvikling og resultater. Dette gjelder særlig det europeiske markedet. Vi opplever at resultatene i prosjektet, slik som de fagfellevurderte forskningsartiklene, bidrar til å skape aksept i fagmiljøet for den nye metoden som er utviklet i prosjektet. Prosjektet har bidratt til å endre oppfatning av hva som praktisk talt kan kartlegges på økonomisk bærekraftig vis, samt hvordan høy kartleggingsnøyaktighet og begrenset menneskelig tidsbruk kan automatisere storskala dataproduksjon. Prosjektets resultater har sørget for store økonomiske besparelser og nye markeder for selskapet.

Det finnes i dag et rikt utvalg av moderne sensorteknologi for innsamling av data, for eksempel kameraer (farge, infrarøde, hyperspektrale), laserskannere, bakkepenetrerende radar, osv. Tradisjonell kartlegging foregår ved at disse sensorene samler inn data fra en bevegelig plattform (fly, helikopter, bil, menneske, etc.). På plattformen er det montert et navigasjonssystem, vanligvis treghetssensor støttet av satellittnavigasjonssystemer. Som et første steg bestemmes plattformens posisjon og orientering i rommet. Det er flere svakheter ved den eksisterende metodikken. Nøyaktigheten avhenger i stor grad av tilgjengelighet og kvalitet på signalene fra satellittnavigasjonssystemene. I mange infrastrukturprosjekter er signalene ofte helt eller delvis blokkert grunnet høye bygninger og øvrige konstruksjoner, eller ved at man opererer innendørs eller under bakken. Kartleggingssensorene har ofte i seg selv en svært høy presisjon og tilgjengelighet. Det er et betydelig potensial i å utnytte disse sensorene på en mer integrert måte i georefereringen, en såkalt “tilbakekoblingseffekt”. Objektive algoritmer der alle typer sensordata inngår kan i teorien formuleres som et matematisk optimaliseringsproblem. Dette forskningsarbeidet vil ha som formål å formulere en tilstrekkelig god beskrivelse av de stokastiske og funksjonelle sammenhengene, samt identifisere numeriske optimaliseringmetoder for å gjøre dette løsbart i praksis. Valgte metoder må kunne spesifisere løsningens kvalitet, slik at denne kan sammenlignes med formelle kvalitetskrav, bransjestandarder og regelverk.