Модель розподілу населення описує щільність на 1 кв.км або кількість населення в межах будь-яких географічних одиниць (наприклад, адміністративних кордонів регіонів, міст, районів або міських кварталів).
Можна розрахувати чисельність населення для заданих географічних одиниць (в людях), а також розрахувати щільність населення на одиницю площі, наприклад, люди / 1 кв. км або люди / соти в матриці (ланка матриці).
Модель розподілу населення постачається як додатковий шар до звичайних наборів геоданих: DTM, DSM, клаттера, векторів, 3D перешкод. В цілому, карти розподілу населення використовуються для прогнозування потоків трафіку при розгортанні або оптимізації мобільної мережі і забезпечують важливі вхідні дані для пропускної спроможності мережі з різним рівнем деталізації: від територій всієї країни до окремих міст.
Зокрема, можна вирішити наступні завдання:
Карти населення постачаються в роздільної здатності від 2 м до 20 м.
Джерела для виробництва моделей:
Модель розподілу населення може включати:
ОСОБЛИВОСТІ ДАНИХ ВІЗІКОМ:
Продукт може бути адаптований до вимог проєкту замовника для будь-якої країни в будь-якому форматі
Точні і детальні картографічні моделі використовуються в якості базових даних для вирішення завдань радіопланування. Такі моделі містять в собі як природні, так і штучні перешкоди, які впливають на поширення радіосигналу. Під штучними об'єктами розуміють будівлі та інженерні споруди, під природними - рельєф і рослинність.
Відомо, що чим вище частоти радіосигналів, тим більше на їх поширення впливають перешкоди. В разі планування 5G мереж необхідно враховувати щонайменші перешкоди, в тому числі – крони дерев, окремі дерева і навіть кущі.
Сучасне місто, як правило, має безліч парків, скверів, зон відпочинку, посадок дерев і т.д. Таким чином, виникає задача правильно ідентифікувати рослинність і показати її в моделях перешкод з необхідною точністю і деталізацією. Розгортання мережі 5G без урахування рослинності призведе до зниження якості зв'язку. І навпаки - використання 3D моделей дерев забезпечить точний і надійний процес планування мережі 5G, дозволить розмістити необхідну кількість базових станцій для отримання стабільного сигналу.
Виробництво 3D дерев є доволі складний технологічний процес, часто на практиці для створення таких моделей використовуються аерофотознімки з більш високою роздільною здатністю для більш точного розпізнавання. Для розпізнавання крон дерев VISICOM розробив та застосовує методи машинного навчання, засновані на Convolutional Neural Networks (Зго́рткових нейро́нних мере́ж) та Deep Learning Techniques (технологіях глибокого навчання). Експерти VISICOM провели навчання моделей нейро мережі, використовуючи навчальний набір, що складається з 30 тисяч об’єктів рослинності у всьому світі. Це дозволило досягти високої точності навчання - 95–98% для тестових даних. Очевидно, такої точності неможливо досягти для реальних даних, але завдяки обов’язковому процесу перевірки якості та верифікації даних, які виконуються в ручному режимі, остаточні моделі дуже близькі до реальності. Кожне нове завдання та кожен новий зразок дозволяють розширити навчальний набір новими видами та назавжди вдосконалити стандарти розпізнавання.
- Тестова зона для випробування 5G - 27.кв.км
- Загальна кількість будівель LOD2 - 30 633
- Загальна площа, покрита рослинністю - 11,2 кв.км
- Загальна кількість полігонів крон - 243 000
Для розпізнавання об'єктів рослинності застосовувалися методи машинного навчання на основі Convolutional Neural Networks (Зго́рткових нейро́нних мере́ж).
Контури й висоти будівель і рослинності були отримані зі стереопар знімків Pleiades з розподільчою здатністю 0,5 м і аерофотознімків.
Як бачите, рослинність займає більшу частину території та, безсумнівно, повинна враховуватися при вирішенні задач радіопланування
Проект передбачає виготовлення карт для радіочастотного планування, ГІС та WEB-додатків, що містить 3D моделі міст Об'єднаних Арабських Еміратів та Королівства Саудівської Аравії загальною площею 712 кв.км
Кожен набір для 3D моделі міста цього проекту включає таких 3 типи даних:
Роздільна здатність 3D моделі (розмір соти в матриці): 5 м
УКРАЇНА
01001 Київ
вул. Велика Житомирська 25/2
Контактна інформація:
Тел.: +380-44-201-00-26
Тел./Факс: +380-44-201-00-26
Веб-сайт: https://visicomdata.com
Ел.пошта: radioplan@visi.com.ua