Luận án tiến sĩ nghiên cứu tối ưu hóa thuật toán tự động phân loại dữ liệu đám mây điểm hỗ trợ xây dựng mô hình 3d thành phố thông minh

Luận án tiến sĩ nghiên cứu nghiên cứu tối ưu hóa thuật toán tự động phân loại dữ liệu đám mây điểm hỗ trợ xây dựng mô hình 3d, phát triển phương pháp mới, đánh giá hiệu quả ứng

Người đăng

Ẩn danh

Thể loại

luận án tiến sĩ

2023

192
4
0

Phí lưu trữ

45 Point

Mục lục chi tiết

LỜI CAM ĐOAN

1. CHƯƠNG 1: TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU

1.1. Tổng quan về thành phố thông minh

1.2. Tổng quan về phương pháp và thuật toán phân loại dữ liệu đám mây điểm

1.2.1. Tổng quan về phương pháp phân loại dữ liệu đám mây điểm

1.2.2. Tổng quan về thuật toán phân loại dữ liệu đám mây điểm

1.2.3. Tình hình nghiên cứu về thuật toán phân loại đám mây điểm ở Việt Nam

1.2.4. Tổng quan về các thuật toán phân loại đám mây điểm sử dụng trong luận án

1.2.4.1. Thuật toán lọc mặt đất
1.2.4.2. Thuật toán lọc mái nhà
1.2.4.3. Thuật toán phân loại theo độ cao
1.2.4.4. Thuật toán phân loại dựa theo cường độ tia quét
1.2.4.5. Thuật toán phân loại dựa theo chỉ số NDVI

1.2.5. Tiểu kết chương 1

1.2.6. Hướng nghiên cứu của đề tài luận án

2. CHƯƠNG 2: TỐI ƯU HÓA THUẬT TOÁN TỰ ĐỘNG PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM

2.1. Nghiên cứu công nghệ thu nhận dữ liệu và cấu trúc của hệ thống quét LiDAR hàng không City Mapper Leica

2.1.1. Các tính năng kĩ thuật của hệ thống CityMapper (cơ bản)

2.2. Nghiên cứu đặc điểm, tính chất của đám mây điểm thu nhận từ công nghệ quét LiDAR hàng không

2.3. Nghiên cứu và xây dựng các thuật toán trong tự động phân loại dữ liệu đám mây điểm

2.3.1. Thuật toán lọc nhiễu

2.3.2. Thuật toán lọc mặt đất

2.3.3. Phân loại lớp đường nhựa bằng ngưỡng cường độ phản xạ

2.3.4. Phương pháp phân loại thực vật bằng ngưỡng độ cao và chỉ số NDVI

2.3.5. Thuật toán phân loại nhà

2.4. Đề xuất xây dựng quy trình tối ưu hóa tự động phân loại dữ liệu đám mây điểm

2.5. Đề xuất quy trình xây dựng mô hình 3D thành phố thông minh tự động từ dữ liệu LiDar hàng không

2.6. Tiểu kết chương 2

3. CHƯƠNG 3: XÂY DỰNG MÔ HÌNH 3D THÀNH PHỐ THÔNG MINH KHU VỰC HÒN GAI, HẠ LONG

3.1. Giới thiệu khu vực nghiên cứu

3.2. Xây dựng chương trình máy tính phân loại dữ liệu đám mây điểm

3.2.1. Mục đích và yêu cầu xây dựng chương trình máy tính phân loại dữ liệu đám mây điểm

3.2.2. Thiết kế tổng thể chương trình máy tính phân loại dữ liệu đám mây điểm

3.2.3. Thiết kế chức năng của chương trình máy tính phân loại dữ liệu đám mây điểm

3.2.4. Lập trình xây dựng chương trình phân loại dữ liệu đám mây điểm

3.2.5. Đóng gói và chạy thử

3.3. Lựa chọn các phần mềm xử lý dữ liệu

3.3.1. Phần mềm MissionPro (Leica)

3.3.2. Phần mềm Flight Pro (Leica)

3.3.3. Phần mềm Inertial Explorer (NovAtel - Canada)

3.3.4. Hệ thống phần mềm HxMap

3.3.5. Phần mềm TerraSolid (Phần Lan)

3.4. Thực nghiệm thành lập mô hình 3D thành phố từ dữ liệu LiDAR hàng không

3.4.1. Công tác chuẩn bị dữ liệu để xây dựng mô hình 3D

3.4.2. Xử lý dữ liệu ảnh và đám mây điểm LiDAR

3.4.3. Công đoạn phân loại dữ liệu đám mây điểm

3.4.4. Công đoạn xây dựng mô hình 3D thành phố thông minh

3.5. Đánh giá các kết quả nghiên cứu

3.5.1. Phương pháp đánh giá kết quả

3.5.2. Lựa chọn khu vực đánh giá kết quả phân loại

3.5.3. Đánh giá độ chính xác của thuật toán phân loại điểm mặt đất

3.5.4. Đánh giá độ chính xác quá trình tự động phân loại đám mây điểm

3.5.5. Đánh giá khả năng ứng dụng của quy trình công nghệ tự động phân loại dữ liệu đám mây điểm

3.5.6. Đánh giá khả năng ứng dụng của mô hình 3D thành phố thông minh thực nghiệm

3.5.6.1. Quy hoạch đô thị
3.5.6.2. Hiển thị không gian
3.5.6.3. Phân tích tầm nhìn
3.5.6.4. Phòng chống thiên tai, ứng phó tình huống
3.5.6.5. Quản lý tài sản & phát hiện thay đổi
3.5.6.6. Thăm vấn cộng đồng
3.5.6.7. Du lịch & bảo tồn di sản
3.5.6.8. Xác định các vấn đề môi trường và quản lý môi trường đô thị

KẾT LUẬN VÀ KIẾN NGHỊ

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ

ĐÃ CÔNG BỐ CÓ LIÊN QUAN TỚI LUẬN ÁN

TÀI LIỆU THAM KHẢO

PHỤ LỤC 1: HƯỚNG DẪN SỬ DỤNG CHƯƠNG TRÌNH HUMG – POINT CLOUD CLASSIFIER

PHỤ LỤC 2 – MÃ NGUỒN CHƯƠNG TRÌNH HUMG – POINT CLOUD CLASSIFIER

Tóm tắt

I. Tính cấp thiết của đề tài

Sự phát triển nhanh chóng của đô thị hóa đã tạo ra nhiều thách thức cho các thành phố, bao gồm ô nhiễm môi trường, tắc nghẽn giao thông và khan hiếm tài nguyên. Để giải quyết những vấn đề này, việc xây dựng thành phố thông minh trở thành một yêu cầu cấp thiết. Đề án Phát triển đô thị thông minh bền vững Việt Nam đã được phê duyệt nhằm nâng cao chất lượng cuộc sống và hiệu quả hoạt động đô thị. Công nghệ dữ liệu đám mâymô hình 3D đóng vai trò quan trọng trong việc xây dựng các ứng dụng phục vụ cho thành phố thông minh. Việc tối ưu hóa thuật toán phân loại dữ liệu đám mây là cần thiết để cải thiện độ chính xác và hiệu quả trong việc xây dựng mô hình 3D.

1.1. Xu hướng phát triển thành phố thông minh

Thành phố thông minh sử dụng công nghệ thông tin để cải thiện chất lượng cuộc sống và quản lý đô thị. Việc áp dụng công nghệ thông tinhệ thống thông tin địa lý (GIS) giúp tối ưu hóa quy trình quản lý và phát triển đô thị. Mô hình 3D cung cấp cái nhìn trực quan về không gian đô thị, hỗ trợ trong việc quy hoạch và quản lý tài nguyên. Sự phát triển của công nghệ 3Dhệ thống thông tin địa lý đã mở ra nhiều cơ hội cho việc xây dựng các ứng dụng thông minh, từ quản lý giao thông đến bảo vệ môi trường.

II. Nghiên cứu và tối ưu hóa thuật toán phân loại

Nghiên cứu này tập trung vào việc tối ưu hóa thuật toán phân loại dữ liệu đám mây điểm thu nhận từ công nghệ quét LiDAR. Các thuật toán hiện tại thường gặp khó khăn trong việc xử lý khối lượng lớn dữ liệu, dẫn đến độ chính xác thấp. Việc phát triển các thuật toán mới giúp cải thiện khả năng phân loại và giảm thiểu thời gian xử lý. Các phương pháp như học máytự động hóa được áp dụng để nâng cao hiệu quả phân loại. Quy trình tối ưu hóa không chỉ giúp tiết kiệm chi phí mà còn nâng cao độ chính xác của mô hình 3D.

2.1. Các thuật toán phân loại hiện có

Các thuật toán phân loại hiện tại bao gồm thuật toán lọc mặt đất, phân loại theo độ cao và cường độ phản xạ. Mỗi thuật toán có ưu điểm và nhược điểm riêng, ảnh hưởng đến độ chính xác của kết quả phân loại. Việc nghiên cứu và cải tiến các thuật toán này là cần thiết để đáp ứng yêu cầu ngày càng cao trong việc xây dựng mô hình 3D cho thành phố thông minh. Sự kết hợp giữa các thuật toán khác nhau có thể tạo ra một quy trình phân loại hiệu quả hơn, giúp tối ưu hóa việc sử dụng dữ liệu đám mây.

III. Ứng dụng thực tiễn của mô hình 3D trong thành phố thông minh

Mô hình 3D thành phố thông minh không chỉ giúp hiển thị không gian đô thị mà còn hỗ trợ trong việc quy hoạch và quản lý tài nguyên. Các ứng dụng như phân tích tầm nhìn, phòng chống thiên tai và quản lý tài sản đều có thể được thực hiện hiệu quả hơn nhờ vào mô hình 3D. Việc sử dụng công nghệ 3D trong quy hoạch đô thị giúp các nhà quản lý đưa ra quyết định chính xác hơn, từ đó nâng cao chất lượng cuộc sống cho cư dân. Mô hình 3D cũng có thể được sử dụng trong các lĩnh vực như du lịch và bảo tồn di sản.

3.1. Lợi ích của mô hình 3D trong quy hoạch đô thị

Mô hình 3D cung cấp cái nhìn tổng quan về không gian đô thị, giúp các nhà quy hoạch dễ dàng nhận diện các vấn đề và cơ hội phát triển. Việc sử dụng mô hình 3D trong quy hoạch giúp tối ưu hóa việc sử dụng đất, cải thiện hạ tầng và nâng cao chất lượng dịch vụ công cộng. Hơn nữa, mô hình 3D còn hỗ trợ trong việc phân tích tác động môi trường, từ đó đưa ra các giải pháp bền vững cho sự phát triển của thành phố thông minh.

25/01/2025

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU 1. Tổng quan về thành phố thông minh 1. Trên thế giới Một trong những khái niệm đầu tiên về thành phố số đã được nhắc đến trong nghiên cứu khoa học năm 1997 bởi Graham và Aurigi [11], khi thảo luận về bản chất và các giá trị tiềm năng của thành phố số. Thành phố số đầu tiên đã được Amsterdam (Hà Lan) bắt đầu phát triển và xây dựng từ năm 1994 bằng việc lần đầu tiên cung cấp mạng Internet cho một số lượng lớn người dân để tạo ra một cộng đồng trực tuyến bao gồm cả người dân và thành viên quản lý chính quyền.

Đây là khái niệm đầu tiên về thành phố thông minh. Cùng với sự phát triển của công nghệ thông tin, khái niệm thành phố thông minh ngày càng được phát triển và mở rộng, tương tác với tất cả các đối tượng, thành phần, yếu tố trong thành phố và đang dần dần vượt qua mọi giới hạn đã có. Sự tiên tiến của công nghệ thông tin truyền thông (ICT - Information and Communication Technologies), Internet vạn vật (IoT - Internet of Things), dữ liệu lớn (Big Data), khai phá dữ liệu (Data Mining), kết hợp dữ liệu (Data Fusion) đang dần chiếm vai trò trong công cuộc xây dựng thành phố thông Minh, theo định nghĩa của D. Toppeta năm 2010 [12] thì thành phố thông minh là: “Một thành phố kết hợp công nghệ thông tin và công nghệ Web 2.0 với các tổ chức khác, các nỗ lực thiết kế và quy hoạch để giảm khối lượng tài liệu giúp tăng tốc các thủ tục hành chính và giúp tạo ra các giải pháp mới, sáng tạo để quản lý các phức hợp trong thành phố để tăng cường tính bền vững và khả năng sống” Sự tích hợp của các công nghệ nói trên để áp dụng cho các lĩnh vực trong thành phố giúp trang bị các thông tin cần thiết cho các nhà quản lý để có thể quy hoạch và quản lý tài nguyên thành phố hiệu quả hơn.

Nhiều thành phố trên thế giới đã và đang nâng cấp các công nghệ trên để tăng cường tính an ninh, năng động của thành phố và sức khỏe, sự thoải mái cho người dân. Để đánh giá tốt hơn quá trình thông minh hóa thành phố và để ghi nhận các nỗ lực của các nhà quản lý, một hệ thống đánh giá xếp hạng thành phố thông minh đã được thành lập năm 2018 của IESE và đề xuất lên 83 chỉ số để đánh giá 165 thành phố trên 80 quốc gia. New York, London và Paris là 3 thành luan an 8 phố được xếp hạng cao nhất theo hệ thống này. Dự án thành phố thông minh ở New York được xây dựng nhằm dần dần nâng cấp chất lượng cuộc sống của cư dân, giảm thiểu các tác động tiêu cực đến môi trường, tăng cường hiệu quả ánh sáng thành phố và nâng cấp chất lượng nước sinh hoạt.

Trong khi đó, dự án London thông minh tập trung vào việc thu thập dữ liệu thành phố để cung cấp sự kết nối, mức độ an ninh và độ thông minh thành phố ở cấp cao nhất cho người dân thành phố. Quá trình chuyển đổi kỹ thuật số, tính bền vững và đô thị hóa để nâng cấp các dịch vụ thành phố là trọng tâm của dự án Paris thông minh. Các thành phố tiếp theo trong bảng xếp hạng bao gồm Singapore và Tokyo. Tại Singapore, dự án quốc gia thông minh đã được đề xuất, bao gồm hệ thống thanh toán điện tử, các dự thảo về nền tảng cảm biến cho quốc gia thông mình, tính năng động của đô thị, cộng đồng cư dân thông minh, với mục tiêu tăng cường khả năng sử dụng công nghệ cho cư dân.

Mặt khác, Tokyo lại có mục tiêu trở thành thành phố xanh nhất ở châu Á Thái Bình Dương bằng việc nâng cấp hệ thống giao thông và các hạng mục khác của nền kinh tế. Chính quyền địa phương tại vài thành phố lớn của Trung Quốc như Thẩm Quyến, Thượng Hải, Hàng Châu, Bắc Kinh cũng đang điều chỉnh dần dần để tạo điều kiện cho phát triển kinh tế và xã hội theo hướng thành phố thông minh. Ngoài ra, đã có nhiều học viện nghiên cứu và các phòng thí nghiệm đã và đang tập trung vào nghiên cứu và phát triển các ứng dụng thành phố thông minh như MIT Senseable Lab [13], Future Cities Laboratory [14], SINTEF Smart Cities [15], SMART [16], v. Theo ước tính của Liên Hiệp Quốc, đến năm 2050, 68% dân số thế giới sẽ sống trên thành phố, do đó các ứng dụng thành phố thông minh sẽ trở nên thiết thực hơn bao giờ hết.

Ở Việt Nam Phát triển kinh tế là động lực chính để Việt Nam phát triển hạ tầng, trong đó có hạ tầng đô thị thông minh. Theo như tổ chức cạnh tranh toàn cầu IDM chỉ ra rằng: Chỉ số xếp hạng thành phố thông minh sẽ là tiêu chí quan trọng để thu hút đầu tư và nguồn nhân lực chất lượng cao. Đây sẽ là tiêu chuẩn cốt lõi trong việc cạnh tranh của các quốc gia trong nền công nghiệp 4.0 đang hiện hữu. Nhiều chuyên gia về kinh tế và công nghệ đánh giá Việt nam có rất nhiều động lực trong việc phát triển đô thị thông minh trong luan an 9 tương lai.

Trong khoảng 20 năm trở lại đây hạ tầng giao thông và hạ tầng đô thị của Việt Nam được đầu tư khá nhiều. Nhưng so với các nước trong khu vực thì vẫn chưa xứng tầm với quy mô và triển vọng phát triển. Tại hai thành phố lớn nhất của Việt Nam là Hà Nội và TP.HCM trong vòng 10 năm tới còn rất nhiều dự án phát triển hạ tầng sẽ được đầu tư. Việc đầu tư hạ tầng không chỉ sử dụng nguồn vốn trong nước.

Hiện tại và tương lai sẽ có thêm các nguồn vốn tư nhân và vốn đầu tư nước ngoài. Đây chính là một yếu tố quan trọng cho việc phát triển thành phố thông minh tại Việt Nam trong tương lai gần. Thực tế thì một số dự án bất động sản có quy mô lớn đã được áp dụng công nghệ thông minh vào quản lý vận hành. Có thể kể đến dự án Vinhomes Smart City tại Hà Nội do chủ đầu tư Vingroup phát triển.

Kinh tế Việt Nam cũng là một nhân tố tích cực góp phần vào việc phát triển đô thị thông minh. Việt Nam ngày càng có nhiều người có thu nhập cao và mở rộng tầng lớp trung lưu được trẻ hóa. Đây là tầng lớp có nhu cầu cao về nhà ở tại các khu đô thị cao cấp. Việc kinh tế Việt Nam hội nhập còn kéo theo một lượng lớn người nước ngoài đến Việt Nam làm việc.

Những người nước ngoài này có tiêu chuẩn sống rất cao và họ đòi hỏi nơi sống phải an toàn, tiện nghi. Với việc Việt Nam thông qua luật kinh doanh Bất động sản năm 2014 cho phép người nước ngoài mua nhà tại Việt Nam. Quy định pháp luật này mở ra một nhu cầu lớn về tiềm năng phát triển bất động sản cao cấp trong các khu đô thị thông minh. Về cơ bản cơ cấu dân số Việt Nam đang là cơ cấu dân số trẻ.

Cùng với nền kinh tế đang phát triển. Đây chính là động lực phát sinh nhu cầu về nhà ở cao cấp trong tương lai. Nhu cầu này chính là cơ hội cho các công ty phát triển bất động sản phát triển các thành phố thông minh ở Hà Nội, Sài Gòn, Bình Dương, Đà Nẵng trong tương lai gần. Những thành phố kể trên là những nơi có mức sống cao, tỷ lệ người nhập cư đến làm việc nhiều.

Ngay tại Bình Dương trong nhiều năm trước đã có định hướng phát triển thành phố thông minh tại đây. Bình Dương là một tỉnh có nhiều khu công nghiệp lớn. Hạ tầng phát triển mới, được quy hoạch đồng bộ là một lợi thế lớn để triển khai thành phố thông minh. luan an 10 Bên cạnh đó, nền tảng trang thiết bị và công nghệ thu thập dữ liệu địa không gian của Việt Nam đang ngày một hiện đại với sự xuất hiện của nhiều hệ thống quét LiDAR hàng không như Harrier - 56 (Đức), Leica CityMapper (Thụy Sĩ) cùng với các hệ thống quét LiDAR trên máy bay không người lái, các máy quét Laser mặt đất.

Sự phát triển trong công nghệ của ngành đo đạc bản đồ giúp thu thập dữ liệu không gian một cách nhanh chóng và chính xác, đưa ra các bộ dữ liệu mô tả địa hình, nhà cửa với kích thước và hình ảnh mô phỏng chính xác với thực tế, đây là bộ khung cơ sở để thiết lập các ứng dụng thành phố thông minh. Qua yếu tố trên thì rõ ràng phát triển đô thị thông minh Smart City tại Việt Nam có rất nhiều cơ hội trong tương lai. Đây cũng chính là cơ hội cho Việt Nam phát triển kinh tế số trong nền công nghiệp 4. Ngay tại Hà Nội đã có đồ án quy hoạch đô thị thông minh dọc trục đường Võ Nguyên Giáp từ cầu Nhật Tân đến Sân bay Nội Bài.

Đây là một dự án bất động sản siêu lớn được quy hoạch đồng bộ ngay từ đầu. Dự án này sẽ là trọng điểm để phát triển đô thị thông minh của Hà Nội từ nay đến năm 2030. Đây chính là tín hiệu tốt cho việc xu thế phát triển đô thị thông minh Smart City tại Việt Nam trong tương lai gần. Bên cạnh cơ hội luôn có những thách thức.

Nền tảng phát triển thành phố thông minh Smart City chính là công nghệ. Một số khái niệm và công nghệ trụ cột gồm có: Trí tuệ nhân tạo (Al), Internet vạn vật (IoT), Xử lý dữ liệu lớn (Big Data), Công nghệ mạng 5G…Đây chính là những công nghệ mà Việt Nam đang học hỏi các nước phát triển. Để giải quyết bài toán này việc hợp tác và liên doanh có thể xem là một hướng đi phù hợp. Một số bài báo gần đây có nhắc tới Tập đoàn Samsung của Hàn Quốc trong việc xuất khẩu công nghệ Smart City cho Việt Nam.

Việc thiết kế thành phố thông minh luôn bắt đầu từ nhu cầu thực tế của người dân. Mỗi quốc gia, thành phố sẽ có đặc thù khác nhau về nhu cầu và mục đích phát triển. Lựa chọn mô hình phù hợp là một quá trình cần nghiên cứu và chọn lựa tối ưu. Hiện tại Việt Nam chưa có một mô hình đô thị thông minh đầy đủ.

Một số thành phố mới dừng lại ở việc thí điểm, thử nghiệm trên quy mô hẹp. Quản lý và vận hành cũng là một thách thức lớn khi chúng ta vận hành một đô thị thông minh trong thực tế. Kinh nghiệm này gồm 2 phần chính là kinh nghiệm quản lý đô thị và kinh nghiệm quản lý hệ thống công nghiệp luan an 11 gắn với đô thị đó [3].

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Bài luận án tiến sĩ mang tiêu đề "Nghiên cứu tối ưu hóa thuật toán tự động phân loại dữ liệu đám mây cho mô hình 3D thành phố thông minh" của tác giả Lê Đình Hiển, dưới sự hướng dẫn của PGS. TS Bùi Ngọc Quý tại Trường Đại học Mỏ - Địa chất, tập trung vào việc phát triển và tối ưu hóa các thuật toán phân loại dữ liệu trong môi trường đám mây. Nghiên cứu này không chỉ giúp cải thiện độ chính xác trong việc xây dựng mô hình 3D cho các thành phố thông minh mà còn mở ra hướng đi mới cho việc ứng dụng công nghệ trong quản lý đô thị. Độc giả sẽ tìm thấy nhiều thông tin hữu ích về cách thức mà công nghệ có thể hỗ trợ trong việc phát triển hạ tầng đô thị hiện đại.

Nếu bạn quan tâm đến các khía cạnh khác của công nghệ thông tin và ứng dụng trong giáo dục, hãy tham khảo bài viết "Luận văn thạc sĩ về quản lý công nghệ điện toán đám mây trong hệ thống thông tin tại đại học", nơi mà công nghệ đám mây cũng được khai thác để nâng cao hiệu quả quản lý giáo dục. Bên cạnh đó, bài viết "Luận án tiến sĩ: Nghiên cứu thuật toán và ứng dụng công nghệ định vị vệ tinh GNSS tại Việt Nam" cũng sẽ cung cấp thêm thông tin về các ứng dụng công nghệ trong lĩnh vực địa lý và trắc địa, liên quan đến việc tối ưu hóa dữ liệu không gian. Cuối cùng, bài viết "Luận văn thạc sĩ về quản lý giáo dục và ứng dụng công nghệ thông tin trong dạy học ở huyện Phong Điền, TP Cần Thơ" sẽ giúp bạn hiểu rõ hơn về cách công nghệ thông tin được áp dụng trong giáo dục, một lĩnh vực có nhiều điểm giao thoa với nghiên cứu của Lê Đình Hiển.