Mapa901



Creación de mapas detallados de riesgos interiores para los primeros intervinientes



"Cada año, los bomberos mueren o resultan gravemente heridos por perderse, separarse o ser difíciles de localizar en el interior de edificios o viviendas. Todos los días, agentes de las fuerzas de seguridad entran en edificios, a menudo solos, sin que se conozca su paradero exacto."

División de Investigación de Comunicaciones de Seguridad Pública (PSCR) del NIST



"Los mapas y modelos de interiores precisos, fácilmente disponibles y ricos en información son una de las claves para desbloquear la localización, el seguimiento y la navegación en interiores para los primeros intervinientes, tanto desde un punto de vista operativo como para permitir a la comunidad de I+D abordar requisitos específicos de seguridad pública en este campo."

Programa acelerador de la innovación en seguridad pública (PSIAP) del NIST - Ciudad de Point Cloud

Alcance del proyecto

Al ver el valor de aumentar la seguridad para los socorristas y fortalecer los procedimientos de respuesta, la ciudad de Memphis comenzó una asociación con la Universidad de Memphis para inspeccionar 1,86 millones de pies cuadrados de espacio interior a través de siete instalaciones en octubre de 2018. El trabajo fue financiado a partir de una subvención recibida a través del Premio PSCR para PSIAP Point Cloud City. Este trabajo no solo permite la navegación del espacio interior durante emergencias, sino que facilita otros esfuerzos de investigación; localización/navegación, servicios basados en la localización en interiores y aplicaciones de realidad aumentada/virtual.

Enfoque técnico

El equipo inspeccionó edificios utilizando mochilas LiDAR, cámaras de 360°, cámaras de seguimiento, GPS y sensores de temperatura/humedad y sonido. Los datos se recogen mientras el equipo recorre el edificio con la mochila. Las ubicaciones GPS de los puntos externos se utilizan para georreferenciar los datos de la nube de puntos LiDAR 3D.

Otros dos sensores recogen por separado información sobre temperatura, humedad y sonido. La información de estos sensores, combinada con los datos de imagen, se utiliza para anotar el algoritmo. Las cámaras de seguimiento se utilizan en espacios pequeños que, de otro modo, serían difíciles de escanear.

¿Qué son las nubes de puntos?

Las nubes de puntos son una colección de puntos de datos espaciales en 3D definidos por un sistema de coordenadas determinado (normalmente coordenadas x, y, z). Una nube de puntos se compone de diminutos puntos de datos en el mundo tridimensional para reflejar en última instancia un espacio físico. Se recogen a partir de un escáner, por ejemplo LiDAR en un sistema de coordenadas 3D, y se utilizan para crear modelos tridimensionales como aplicaciones de arquitectura o realidad virtual.

El modelo 3D resultante es una nube de puntos con colores precisos. Un buen paralelismo es pensarlo como una impresión matricial de puntos. Cada punto LiDAR se georreferencia al milímetro mediante GPS-RTK (cinemática en tiempo real) y alcanza su máxima precisión en cinco o diez minutos. El color muestra objetos que no serían visibles sólo con LiDAR, como bicicletas, y podría utilizarse para aplicaciones de realidad virtual.

Nuestro equipo

Ciudad de Memphis:

Joseph Roberts
Allie Harrison

Universidad de Memphis:

Madeline Cychowski
Mazharul Hossain
Eddie Jacobs
Tianxing Ma
Alfredo Ramírez
Lan Wang
Thomas Watson

Hacer una solicitud

Para solicitar información cartográfica, siga los siguientes enlaces a los formularios en línea. Una vez enviado y aprobado, recibirá acceso a la información cartográfica solicitada.

Instalaciones de la Universidad de Memphis

Instalaciones de la ciudad de Memphis