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

  1. Deibe Seoane, David
Dirixida por:
  1. Margarita Amor Director
  2. Ramón Doallo Co-director

Universidade de defensa: Universidade da Coruña

Fecha de defensa: 10 de decembro de 2019

Tribunal:
  1. Luis Felipe Romero Gómez Presidente/a
  2. Patricia González Secretaria
  3. Bruno Hubert Raffin Vogal
Departamento:
  1. Enxeñaría de Computadores

Tipo: Tese

Teseo: 610781 DIALNET lock_openRUC editor

Resumo

A tecnoloxía LiDAR (Light Detection And Ranging) é actualmente unha das máis valiosas fontes de información xeográfica xa que permite, mediante dispositivos de dixitalización láser, a obtención de modelos tridimensionais de alta resolución de grandes áreas de terra. Os datos LiDAR, normalmente almacenados como nubes de puntos, utilízanse nun gran número de campos científicos e profesionais como un elemento fundamental do traballo. Debido á enorme cantidade de información que pode ser xerada mediante esta tecnoloxía, os conxuntos de datos LiDAR sempre foron considerados coma un gran desafío á hora de desenvolver aplicacións software capaces de manexar tales volumes de información de xeito rápido e eficiente. Toda a investigación realizada durante esta Tese centrouse no desenvolvemento de novas técnicas, algoritmos e sistemas que mellorasen o rendemento, a eficiencia e a calidade dos múltiples e diversos elementos críticos dos contornos LiDAR. Así, desenvolvéronse sistemas web de tipo cliente-servidor para visualizar e procesar en tempo real grandes nubes de puntos de resolución completa, permitindo o acceso desde calquera tipo de dispositivo, dende tabletas a equipos de sobremesa, adaptando as súas funcionalidades e características aos requisitos e necesidades de campos específicos do coñecemento científico. As elevadas esixencias de almacenamento típicamente asociadas aos datos LiDAR, así como o intenso tráfico de rede que pode xerarse en aplicacións de tipo web, levou ao desenvolvemento de métodos de compresión de datos sen perdas xunto con novas estruturas de datos baseadas na non redundancia de información. Estes novos elementos foron utilizados para proporcionar un soporte altamente eficiente para técnicas multi-resolución out-ofcore para a visualizacion en tempo real de nubes de puntos masivas, reducindo de xeito significativo os requisitos de almacenamento, o consumo de memoria principal e de vídeo, así como a conxestión no tráfico de rede. Por último, estableceuse como obxectivo da fase final da Tese, superar as limitacións derivadas da execución de soft-ware en computadores compostos por unha única máquina para o almacenamento e a computación sobre grandes conxuntos de datos LiDAR masivos. A partir dun estudo preliminar para analizar a idoneidade de diferentes solucións big data para almacenar, distribuír e dar soporte ao envío de datos a varios clientes LiDAR, desenvolveuse un sistema altamente escalable para a computación distribuída sobre os volumes de datos mencionados. Como punto de partida, implementáronse diversas propostas utilizando como caso de estudo a creación de modelos dixitais do terreo (MDT), servindo como base tecnolóxica para un futuro servizo coa capacidade de ofrecer unha biblioteca de múltiples procesos xeoespaciais.