Wij werken met enorm veel data, ook wel Big Data genoemd. Hierbij speelt het automatiseren van systemen een grote rol. Op die manier leveren we informatie met een hoge nauwkeurigheid en in een korte doorlooptijd. Al jaren is dit proces in ontwikkeling, dankzij onze afdeling Proces & Innovatie (PI). Momenteel is ons PI-team bezig met het ‘slim classificeren’ van puntenwolken. De PI-specialisten ontwikkelen software waarmee wij zelf 3D-puntenwolken beter en sneller classificeren. Dit betekent dat onze software de verschillende onderdelen in de puntenwolk- bijvoorbeeld het wegdek, lantaarnpalen en bomen – automatisch ordent in verschillende klassen.
Onze afdeling Proces & Innovatie bestaat uit een team van zes medewerkers die dagelijks bezig zijn met het maken van software om de productieprocessen te versnellen en/of te verbeteren. Het team is gestart met de gedachte: ‘Iets wat je 10 keer handmatig moet doen, doet een computer veel sneller en beter’. Al meer dan 10 jaar werken we aan het verbeteren van onze werkwijze, vooral op technisch vlak. Zo zijn we ook in 2010 begonnen aan een samenwerking met TNO. Innovatie en automatisering staan bij Geomaat hoog in het vaandel. Momenteel is ons team druk met het project: ‘slim classificeren’ van puntenwolken. De PI specialisten ontwikkelen software waarmee wij zelf puntenwolken beter en sneller kunnen classificeren zonder afhankelijke te zijn van derden. Voor deze ontwikkeling krijgen wij onderstaande Europese subsidies:
In een puntenwolk heb je verschillende objecten, denk bijvoorbeeld aan: auto’s, bomen, lantaarnpalen en wegpijlen. Ons doel is om deze objecten ‘slim te classificeren’. Dit betekent dat we automatisch de objecten herkennen en opslaan in een aparte laag vanuit de puntenwolk. Om dit te realiseren hebben wij slimme software nodig. Het lastige is namelijk dat de software dus de ‘losse laserpunten’ van de puntenwolk moet koppelen en vervolgens moet herkennen als een object. Dit is het ‘slim classificeren’.
We zijn in 2020 met dit project begonnen en gaan het dit jaar (2021) verder uitbouwen.
Wat belangrijk is voor deze software zijn algoritmes. Deze algoritmes ontwikkelen we zelf. Door middel van deze algoritmes kan de software de verschillende eigenschappen van de objecten herkennen. Denk bijvoorbeeld aan lantaarnpalen, dit object wordt automatisch door de software herkend op basis van de zelfgemaakte algoritmes en daarna opgeslagen.
Voordat we aan dit project begonnen hebben we een aantal doelen en ambities geformuleerd. Het doel van dit project is het uitbreiden van het aantal klassen wat we kunnen onderscheiden in de 3D-puntenwolk. Ook zijn puntenwolken wanneer je ze inlaadt meestal niet direct helemaal ‘netjes’. In deze puntenwolken bevinden zich nog bewegende objecten zoals mensen en auto’s, dit noemen wij ruis. De objecten die tot het ruis in de puntenwolk behoren willen we ook in een aparte klasse schalen. Het classificeren van veel verschillende onderdelen zorgt ervoor dat we straks nog efficiënter werken!
Het resultaat hiervan zal zijn dat we binnenkort automatisch een beheerkaart vervaardigen of mutaties in een bestaande beheerkaart automatisch opsporen en verwerken.
Daarnaast is het classificatieproces snel en efficiënt door het gebruik van ons cloud computing systeem.
De afgelopen jaren is cloud computing flink gegroeid. Cloud computing is het leveren van computingservices via internet (‘de cloud‘). Geomaat heeft een eigen cloud computing netwerk gebouwd binnen de eigen kantoor omgeving waarbij alle aanwezige computers bijdragen aan het verwerken van Big Data. Hierbij worden grote taken waarbij veel rekenkracht noodzakelijk is opgedeeld in kleine stukjes. Vervolgens worden deze verdeeld over de individuele computers op het kantoor van Geomaat. Een taak die normaal 20 uur duurt op één computer zal hierdoor in één uur uitgevoerd worden op 20 computers tegelijk.
Dit helpt ons niet alleen beter te classificeren maar ook om de doorlooptijd van dit proces te verkorten ten opzichte van andere methoden.
Maar dit is toch bijna hetzelfde als Artificial Intelligence? Het verschil tussen AI en het slim classificeren van puntenwolken is dat Artificial Intelligence zelflerend is. De ‘slim classificeren software’ leert van zichzelf niets. Deze software herkent losse laserpunten als een object op basis van onze eigen algoritmes.
Bij Artificial Intelligence is de software wel zelflerend. Deze software wordt slimmer door de informatie die je erin stopt. Meer weten over AI? Lees hier verder.
Met deze ontwikkeling zetten wij opnieuw een grote stap in onze ambitie om handmatig werk te vervangen door slimme computers en software!