РОЛЬ МОДЕЛІ 3D ДЕРЕВ В ПЛАНУВАННІ 5G МЕРЕЖ

22.07.2021

МОДЕЛІ 3D ДЕРЕВ

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.

ПРОЄКТ 3D МОДЕЛЮВАННЯ РОСЛИННОСТІ В ПРАЗІ

- 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.

5G ПРОЄКТ 3D МОДЕЛЮВАННЯ РОСЛИННОСТІ В ПРАЗІ

Як бачите, рослинність займає більшу частину території та, безсумнівно, повинна враховуватися при вирішенні задач радіопланування

Дякуємо за ваш запит!
Деякі поля не вірно заповнені!
Зв’язатись з нами
Будь ласка залиште Ваші контактні дані для подальшого обговорення моделей
чи мап на територію, що Вас цікавить.
Надіслати
Відправте ваше резюме
Будь ласка, відправте ваше резюме та контактну інформацію ( < 5Мб файл)
Надіслати
На зв’зку
Будь ласка залиште Ваші контактні дані і ми з Вами зв’яжемось для обговорення моделей
чи мап на територію, що Вас цікавить.
Надіслати