Транспортная отрасль – это система, в которую входят транспортные предприятия, транспортная инфраструктура, транспортные средства и системы управления. С давних времен транспорт является двигателем мирового прогресса, способствует поддержанию ряда направлений развития стран.
Существуют следующие основные виды транспорта:
железнодорожный;
морской;
автомобильный;
воздушный.
Рис.1 Основные виды транспорта
Железнодорожный транспорт.
Достоинства: высокая провозная и пропускная способность; независимость от климатических условий, времени года и суток; высокая регулярность перевозок, относительно низкие тарифы; значительные скидки для транзитных отправок; высокая скорость доставки на большие расстояния.
Недостатки: ограниченное количество перевозчиков; низкая доступность к конечным точкам направления; недостаточный сервис.
Морской транспорт.
Достоинства: возможность межконтинентальных перевозок; низкая себестоимость перевозок на дальние расстояния; высокая перевозная и пропускная способность.
Недостатки: ограниченность перевозок; низкая скорость доставки (большое время транзита); зависимость от географических, навигационных и погодных условий; необходимость создания сложной почтовой инфраструктуры; невысокая частота отправок.
Автомобильный транспорт.
Достоинства: высокая доступность; возможность доставки груза «от двери до двери»; высокая маневренность, гибкость, динамичность; возможность использования различных маршрутов и схем доставки; возможность отправки небольшой группой; широкие возможность выбора наиболее подходящего перевозчика.
Недостатки: зависимость от погодных и дорожных условий; относительно высокая себестоимость перевозок на большие расстояния; недостаточная экологическая чистота, сравнительно малая грузовмещаемость.
Воздушный транспорт.
Достоинства: наивысшая скорость доставки; высокая надежность; наивысшая сохранность; возможность достижения отдаленных районов.
Недостатки: высокая себестоимость перевозок, наивысшие тарифы среди других видов транспорта; зависимость от погодных условий.
На территории России сложилась одна из самых крупных и сложных транспортных схем, осуществляющая многоплановые связи на основе изготовленных технических средств, сформированных путей сообщения и налаженной службе перевозок.
Транспорт занимает особое место в народном хозяйстве страны. Его историческая, экономическая, социальная и политическая роль огромна. Именно он обеспечивает экономическую целостность огромного государства, позволяет связывать все регионы страны в единое целое, служит одной из основ национальной безопасности.
Мало того, транспорт позволяет организовывать международные связи, налаживать взаимовыгодные экономические взаимоотношения, оказывать гуманитарную помощь в случае возникновения чрезвычайных ситуаций. Благодаря ему становятся доступными культурные достижения человеческой цивилизации, и обеспечивается дальнейшее развитие обществ.
Мировой рынок транспортных услуг вырос с USD 6 559,71 млрд в 2021г до USD 7 210,41 млрд в 2022г при совокупном годовом темпе роста (CAGR) в 9,9%. Ожидается, что в 2026г рынок вырастет до USD 10 394,13 млрд при совокупном годовом темпе роста (CAGR) в 9,6%.
Качество транспортных услуг оказывает большое влияние на качество жизни людей. В среднем 13,2% бюджета каждого домохозяйства тратится на транспортные товары и услуги. Транспорт также сильно зависит от нефтяных ресурсов и является важным источником выбросов CO2.
В транспортном секторе хорошо известно, что надежность транспортной сети ограничивается состоянием инфраструктуры, и, следовательно, необходимы знания о технологиях, их эффективности и стоимости для среднесрочного и долгосрочного мониторинга. Дистанционное зондирование (как наземное, так и спутниковое, воздушное (БПЛА)) оказалось подходящим подходом для эффективного сбора данных в больших масштабах и с уровнем точности, который требуется внутренним транспортным сетям.
Какие задачи решает траспортная индустрия ДЗЗ
Изучение дорожной сети является одним из важных заданий для реагирования на чрезвычайные ситуации, построения интеллектуальных транспортных систем и обновления дорожной сети в режиме реального времени.
Анализ транспортных потоков, обнаружение и подсчет транспортных средств на дорогах, гражданских самолетов в аэропортах, судов в акватории портов и на речных артериях.
Мониторинг автомагистралей и оценки их загруженности.
Автоматизированный анализ 3D-данных (сегментация, извлечение признаков, классификация и т. д.) для массовой проверки крупных инфраструктурных сетей. В частности, машинное обучение для мониторинга транспортной инфраструктуры. Рис.2 Автоматизированный анализ 3D-данныхРис.3 Мониторинг транспортной инфраструктуры
Создание и обновление 3D-моделей сверхвысокого разрешения и баз данных автомобильных и железных дорог, включая различные семантические атрибуты.
Обработка изображений и ГИС для управления капитальными активами инфраструктуры.
Многовременные методы дистанционного зондирования могут быть синергетически применены в дополнение к традиционному полевому анализу транспорта (например, георадар, лазерный сканер и акселерометры). Это может обеспечить расширенный пространственный охват и эффективное выявление и мониторинг, например, дефектов и разрушений при снижении затрат по сравнению с традиционными методами мониторинга.
Интеграция инфраструктуры BIM с геопространственными данными, информационное моделирование инфраструктуры (основанное на BIM) также является новой темой в управлении инфраструктурой полного жизненного цикла.
Наборы изображений ДЗЗ для анализа транспортных узлов и окрестностей в пределах зоны их притяжения пассажиров, не удается осуществить традиционными способами.
Мониторинг на основе видеоспутников позволяет проводить расчет плотности и скорости транспортного потока. А на морских и океанских акваториях регистрировать суда, создавать треки их маршрутов, определять виды грузов на их борту.
Автономные транспортные средства, движение которых основано на высокоточных матрицах высот и 3D моделях трассы (HD карты / HD maps)— это новые технологии, которые потенциально могут смягчить основные транспортные проблемы и значительно уменьшить затраты на перевозку грузов.
Примеры
Создание цифровых навигационных карт г. Петрозаводск
Задача:
Создание цифровых навигационных карт (ЦНК) с адресной базой (г. Петрозаводск) для обеспечения точной и надежной навигации в различных условиях, включая городские и сельские районы, морские и воздушные пространства
Решение:
Для создания ЦНК использовалась новая космическая съемка, дополнительный картографический материал, классификатор, содержащий описание слоев векторной карты, видов объектов и их условных знаков, видов семантических характеристик и принимаемых ими значений, редакционно-технические указания, адресная база. ЦНК созданы в Государственной системе координат, в Балтийской системе высот, с делением на номенклатурные листы топографических карт.
Рис.4 Фрагмент ЦНК с адресной базой с ортофотопланомРис.5 Фрагмент ЦНК с адресной базой
ЦНК созданы путем формирования дополнительного набора слоев с навигационной информацией для автомобильного транспорта, решения навигационных задач в диспетчерских центрах различного назначения и может применяться для подготовки дорожных карт и атласов.
После оцифровки объектового состава на ЦНК нанесена информация по организации дорожного движения: предупреждающие и запрещающие знаки, указатели направлений, планы транспортных развязок и объездов, информация об объектах придорожной инфраструктуры, а также информация о туристических объектах.
По итогу выполнения оцифровки, нанесения информации и проверки, проведены полевые работы.
Результаты:
Состав информационных слоев: дорожная сеть, дорожные сооружения, здания (сооружения), стоянки, парковки, кварталы, гидрография, зеленые насаждения, железные дороги, метро, монорельс, трамвай, территории населенных пунктов.
Создание и обновление баз данных навигационной информации для картографического обеспечения внутренних водных путей
Электронные навигационные карты рек являются важным инструментом для обеспечения безопасности и эффективности судоходства на реках, и необходимы для координирования местоположения важных в навигационном отношении надводных объектов. Они содержат информацию о глубинах, течении, порогах, мостах, гидротехнических сооружениях и других объектах, которые могут повлиять на безопасность.
Задачи:
создание и обновление электронных навигационных карт и координирование местоположения важных в навигационном отношении надводных объектов для картографического обеспечения внутренних водных путей;
загрузка электронных навигационных карт в Базу данных.
Решение:
В ходе проекта были выполнены:
выполнена космическая съемка акваторий и прилегающих территорий на участках с последующей фотограмметрической обработкой полученных снимков для определения и уточнения местоположения навигационных объектов и координат характерных точек береговой линии;
созданы новые и выполнено обновление действующих баз данных навигационной информации для создания и обновления электронных навигационных карт на участки;
Рис.6 Фрагмент участка реки
от партнеров получены результаты русловых изысканий, гидрологических наблюдений и топографо-геодезических работ для сбора исходной навигационно-гидрографической информации, определены и произведены уточнения местоположения навигационных объектов и координат характерных точек береговой линии на участки с последующим составлением отчетных планшетов;
проведена камеральная проверка созданных и обновленных электронных навигационных карт;
выполнена загрузка в базу данных.
Результаты:
Обновленная (модифицированная) версия Базы данных электронной навигационной карты, обновленная Спецификация Базы данных электронной навигационной карты и схемы покрытия участков ячейками электронной навигационной карты отображающие водные пути бассейна с нанесенными границами соответствующих ячеек (общая схема и отдельно схемы по каждому бассейну).
Спектрометрия и гиперспектральное дзз для дорог, выделение центральной линии и оценка состояния дорожного покрытия
Дистанционное зондирование может предложить быстрые и экономичные методы исследования геометрии и состояния осевой линии дороги. Исследования используют комбинацию 4-метровых, 224-полосных гиперспектральных космических снимков и около 6000 собранных в поле спектров для создания спектральной библиотеки городских материалов. Предпринята попытка выделить дороги различных типов и исследовать спектральные сигнатуры, связанные с различными качествами дорожного покрытия. В целом, методы успешны в идентификации дорог и различий между основными строительными материалами (например, бетон против асфальта). Геометрические осевые линии транспортных объектов являются базовым набором данных для управления транспортной инфраструктурой. Стандарты качества этих данных значительно изменились за последние три десятилетия, требования к точности позиционирования сократились с десятков метров до нескольких сантиметров.
Задача: создание осевых линий транспортных объектов, дорог по материалам ДЗЗ.
Решение: для решения проблемы осевых линий применялся ряд технологий съёмки, начиная от статического полевого обследования и заканчивая GPS и фотограмметрией.
Методы дистанционное зондирование применены в исследовании осевых линий на всех уровнях. Пространственное разрешение имеет решающее значение, при этом 30-метровые снимки подходит для определения прав проезда по автострадам, а аэрофотосъёмка с разрешением 5 см - для детальной инвентаризации активов.
Высокое спектральное разрешение часто может компенсировать недостатки пространственного разрешения, особенно в отношении автоматизированного извлечения объектов.
Результаты: применение дополненной спектральная библиотека для автоматизированного дешифрирования дало результаты выше среднего, но значительно уступает ручному дешифрированию. Исследованы спектральные ограничения существующих сенсорных систем, а также наиболее подходящих спектральных диапазонов для картографирования городской среды.
Рис.7 Результат классификации Trimble eCognition (внизу) в сравнении с композитом ложных цветов космических снимков высокого разрешения (вверху слева) и цифровыми данными представляющие дома и дороги, наложенные на NDVI (справа вверху)Рис.8 Классификация дорожных покрытий (включает некоторые проезды и крыши); Применён линейный фильтр, удалены пробелы, осевые линии векторизованы и сглажены; применён линейный фильтр, удалены пробелы, осевые линии векторизованы и сглажены; эталонная карта осевых линий для сравнения
Мультимодальный подход для моделирования городской пространственной структуры с использованием глубокого обучения и методов ДЗЗ
Значительное увеличение численности городского населения в мире влияет на эффективность городских транспортных систем. Значительный рост городского населения наблюдается в развивающихся или новых индустриальных странах, где власти сталкиваются с нехваткой соответствующих официальных данных или геоданных.
Задача: получение недостающих данных для построения транспортных моделей в городском планировании и исследованиях.
Решение: дистанционное зондирование Земли и открытые геоданные как альтернативные источники для транспортных моделей. Использован мультимодальный подход для оценки трех основных параметра городской пространственной структуры города: здания, землепользование и распределение населения внутри города.
Создана трёхмерная модель города с очень высоким разрешением (VHR) для оценки этажности зданий. Добавлена подробная информация о землепользовании. Проведена оценка численности населения в разбивке по кварталам. Высокоуровневая трехмерная модель города является наиболее точной для определения численности населения.
Результаты: применение технологий машинного обучения и глубокого обучения для автоматического анализа, классификации и прогнозирования различных характеристик городской среды на основе данных ДЗЗ позволило:
заполнить пробел недостающих геоданных (использование подходов классификации на основе глубокого обучения помогло извлечь соответствующие геоданные из изображений ДЗЗ высокого и сверхвысокого пространственного разрешения).
объединены различные данных для создания надёжной 3D-моделей города.
объединены материалы, полученные через дешифрирование данных дистанционного зондирования с дополнительными справочными материалами.
Рис.9 3D модель, показывающая уровень высотности зданий города Сантьяго (Чили)Рис.10 Карта застройки Сантьяго (Чили). Гистограммы показывают пропорции площади участков к общему количеству зданий (a) и общей площади зданий (b)
Мультимодальный подход для моделирования городской пространственной структуры позволяет создать более точную и детальную модель городской среды, что может быть полезным для принятия решений в области городского планирования и управления городской инфраструктурой.