Learning from old maps to create new ones

Omdat circa 10% van de objecten in kaarten jaarlijks verandert, onderzoekt dit project hoe nieuwe sensordata automatisch kunnen worden geïnterpreteerd om gewijzigde objecten te detecteren en digitale kaarten bij te werken. Het gebruikt hoge-resolutie luchtfoto’s en 3D-laserscandata, waarbij bestaande kaarten dienen als trainingsbasis.

Het project ontwikkelt (1) een methode om kaart- en sensordata te combineren tot een grote trainingsdataset, (2) een deep-learningmodel dat objecten in de sensordata herkent, en (3) een proces om gedetecteerde wijzigingen automatisch in de kaart op te nemen.