Alireza Akhavi Zadegan kaitseb doktoritööd „A Multimodal approach for refining Mapping and Localization by Integrating Generative AI and Pedestrian-Centric Data“
30. mail 2025 kell 10.15 kaitseb Alireza Akhavi Zadegan doktoritööd „A Multimodal approach for refining Mapping and Localization by Integrating Generative AI and Pedestrian-Centric Data“ („Multimodaalne lähenemine kaardistamise ja lokaliseerimise täpsustamiseks, integreerides generatiivset tehisintellekti ja jalakäijatele-orienteeritud andmeid.").
Juhendaja
kaasprof Amnir Hadachi, Tartu Ülikool
Oponendid
kaasprof Alain Kibangou, University Grenoble Alpes (Prantsusmaa)
abiprof Salvatore Flavio Pileggi, University of Technology Sydney (Austraalia)
Kokkuvõte
Linnad on dünaamilised ökosüsteemid, kus kõnniteed, jalgrattateed, sõiduteed ja ülekäigurajad sulanduvad ühisteks aladeks. Seoses kohaletoimetusrobotite ja e-tõukerataste üha suurema kasutamisega jalakäijate kõrval kasvab vajadus täpsete ja ajakohaste digitaalsete kaartide järele. Ometi keskendub traditsiooniline kaardistamine peamiselt sõiduteedele, jättes jalakäijate alad – kus toimuvad märkimisväärsed uued liikuvuslahendused – sageli tähelepanuta.
Selles uuringus kasutatakse erinevaid andureid ja mitut andmeliiki (nn multimodaalne ja multisensoorne lähenemine), et täiustada kaardistamist ja asukohamääramist, muutes kaardid paindlikumaks. Selle asemel, et toetuda vaid satelliidipiltidele või aeglastele käsitsi uuendustele, rakendab see lähenemine tehisintellekti, et luua uusi vaatenurki, ühendada erinevaid vaateid ja sujuvamaks muuta kaardistamise protsessi.
Reaalse linnaruumi andmete kogumiseks ehitas doktoritöö autor spetsiaalse elektritõukeratta, millel on hulk arenenud sensoreid: stereo- ja 4K-kaamerad, LiDAR, GPS ja helisalvesti. See mobiilne platvorm kogub üksikasjalikke mitmeliigilisi andmeid kõnniteedelt, ülekäiguradadelt ja muudelt jalakäijate aladelt. Kaamerad salvestavad värve ja tekstuure, LiDAR annab sügavusmõõtmisi ning heliandurid salvestavad ümbritsevaid helisid, nagu liiklusmüra ja ehitustööd. Üheskoos moodustavad need andurid DELTA andmestiku – spetsiaalselt jalakäijate taristule keskenduva kogumi.
Kaardiloomise ja täpsema asukohamäärangu parandamiseks töötas autor välja Street2Sat-i, raamistiku, mis teisendab tänavatasandil tehtud fotod satelliidivaadeteks. Erinevaid vaateid ühendada ja olulisi orientiire tuvastada võimaldades muudab see süsteem kaardistamise ja asukohamääramise täpsemaks.
Selleks, et andmed oleksid linnaplaneerijatele ja navigeerimissüsteemidele kasulikumad, lõi doktoritöö autor Street2GIS-i. See raamistik teisendab töödeldud pildid standardsetesse geoinfosüsteemi (GIS) vormingutesse, näiteks shapefile’ideks, tuues esile teed, kõnniteed, hooned ja haljasalad. Selleks ühendatakse sügavusarvutus (et mõista vahemaid) ja semantiline segmentimine (et märgendada erinevaid objekte) ühtsesse efektiivsesse töövoogu.
Jalakäijatele mõeldud alade parema kaardistamisega aitab see uurimus muuta linnakeskkonna ligipääsetavamaks ja paindlikumaks. Täpsemad andmed kõnniteede, ülekäiguradade ja ühiskasutusega alade kohta annavad võimaluse kavandada paremat taristut kõigile liiklejatele – alates jalakäijatest ja jalgratturitest kuni erivajadustega inimesteni.
Lisaks linnaplaneerimisele võiksid need tehisintellektil põhinevad kaardid toetada ka uusi tehnoloogiaid, näiteks autonoomseid kohaletoimetusroboteid ning nutikaid liikuvuslahendusi, aidates neil orienteeruda keerulises linnakeskkonnas tõhusamalt. Linnade kasvades ja arenedes on paindlik, andmetel põhinev kaardistus lähenemisviis olulisel kohal, et luua turvalisem ja kaasavam avalik ruum kõigile.
Kaitsmist saab jälgida ka Zoomis (kohtumise ID: 670 504 9543, pääsukood: ati).
