Geospatial Processing and Visualization of Point Cloudsfrom GPUs to Big Data Technologies

Resumen

La tecnología LiDAR (Light Detection And Ranging) es actualmente una de las fuentes de información geográfica más valiosas ya que permite obtener, mediante el uso de dispositivos de escaneo láser, modelos tridimensionales de alta resolución de amplias extensiones de terreno. Los datos LiDAR, almacenados tipicamente como nubes de puntos, son utilizados en un gran número de campos científicos y profesionales como elemento fundamental de trabajo. Debido a las enormes cantidades de información que pueden generarse, los conjuntos de datos LiDAR siempre han supuesto un enorme desafío a la hora de desarrollar software capaz de manejar dichos volúmenes de información de manera rápida y eficiente. Todas las investigaciones realizadas durante esta Tesis se centraron en desarrollar nuevas técnicas, algoritmos y sistemas que permitiesen mejorar el rendimiento, la eficiencia y calidad de múltiples y diversos elementos críticos de los entornos LiDAR. Así, se desarrollaron sistemas web de tipo cliente-servidor para la visualización en tiempo real y el procesamiento de grandes nubes de puntos de resolución completa desde cualquier tipo de dispositivo, desde PCs hasta tabletas, adecuando sus funcionalidades y prestaciones a los requerimientos y necesidades de campos de conocimiento científico específicos. Las altas demandas de almacenamiento asociadas a los datos LiDAR, así como tambien el intenso tráfico de red que puede darse en aplicaciones de tipo web, llevaron al desarrollo de métodos de compresión de datos sin pérdida junto con nuevas estructuras de datos basadas en la no-redundancia de información. Estos nuevos elementos se emplearon para dar soporte altamente efi ciente a técnicas de multiresolución out-of-core para la visualización en tiempo real de nubes de puntos masivas, logrando reducir de manera notable los requisitos de almacenamiento, el consumo de memoria principal y de vídeo, así como también la congestión de red. Por último, se fijó como objetivo de la etapa final de la tesis, el de superar las limitaciones derivadas de la ejecución de software en equipos compuestos por una sola m_aquina para el almacenamiento y computaci_on de grandes conjuntos de datos masivos LiDAR. Partiendo de un estudio preliminar para analizar la idoneidad de distintas soluciones big data a la hora de almacenar, distribuir y dar soporte al envío de datos hacia múltiples clientes LiDAR, se desarrolló un sistema altamente escalable para la computación distribuida sobre los citados volúmenes de datos. Como punto de partida, se implementó un conjunto de propuestas utilizando como caso de estudio la creación de modelos digitales de terreno (MDT), sirviendo este como base tecnológica para un futuro servicio con la capacidad de ofrecer una librería de diversos procesos geoespaciales.