Menu
pl
TreeQuant

Opracowanie samouczącej się informatycznej platformy analitycznej wspomagającej proces zarządzania lasami w oparciu o dane obrazowe z kamer fotogrametrycznych oraz chmury punktów multi-spektralnego skanera laserowego

Celem projektu jest opracowanie "samouczącej" się informatycznej platformy analitycznej wspomagającej proces zarządzania lasami w oparciu o dane obrazowe z kamer fotogrametrycznych oraz chmury punktów multi-spektralnego skanera laserowego (LIDAR).

W trakcie budowy platformy zrealizowane zostaną prace badawcze w zakresie:

  • opracowania struktury sztucznej sieci neuronowej do celów klasyfikacji chmur punktów pochodzących z lotniczego skanowania laserowego
  • opracowania metodologii wykorzystania skanerów multi-spektralnych do wyznaczania gatunków drzew
  • opracowania metody przetwarzania danych z wielo-spektralnych skanerów laserowych w celu dostarczenia zarządcom lasów informacji wspierających podejmowanie decyzji w zakresie:
    • wyznaczania obszarów planowanych cięć
    • oceny możliwości cięcia pod kątem jego wpływu na środowisko naturalne
    • planowania lokalizacji składnic i szlaków zrywkowych
    • organizacji transportu z wykorzystaniem aktualnych systemów
    • oceny stanu odwodnienia
    • szacowania wywrotów i złomów po klęskach żywiołowych
  • opracowania metody wykorzystania danych pochodzących z wielo-spektralnych skanerów laserowych do celów identyfikacji i kwalifikacji odnowień naturalnych
  • opracowania metodologii ekstrakcji informacji wspomagających zarządzanie monitoringiem stanu drzewostanu i podszytu

Wynikiem bezpośrednim eksperymentalnych prac rozwojowych będzie prototypowa implementacja opracowanych na etapie badań przemysłowych metodologii w postaci modułów analitycznych w środowisku chmurowym. Dodatkowo opracowany zostanie prototyp dedykowanej aplikacji na urządzenia mobilne pozwalającej na dostęp do danych systemu w terenie (zarówno będąc w zasięgu sieci internetowej jak i w trybie offline). Aplikacja będzie również umożliwiać wysyłanie informacji i pomiarów z terenu bezpośrednio do systemu co pozwoli usprawnić pracę „samouczących się algorytmów”.