8-900-374-94-44
Что такое Signsign?
Прежде всего это карта дорожных знаков Российской Федерации и соседних государств.
Данный проект может быть интересен как начинающим, так и опытным автолюбителям, а также туристам, путешествующим на автомобиле или автостопом, водителям большегрузов, или же людям, находящимся или собирающимся посетить на своем автомобиле новые для себя города России и близлежащих государств.
На нашем сайте дислокация знаков на дорогах и отображение их на онлайн карте осуществляется посетителями сайта, которые принимают непосредственное участие в жизни проекта. Изменение и редактирование новой информации о знаках происходит прямо в автомобильном атласе, который вы можете видеть на экране настольного компьютера, ноутбука или мобильного устройства.
Как это работает?
Для того чтобы добавить дорожный знак на карту, вам необходимо:
Для ПК и других устройств c мышью:
Кликнуть правой кнопкой мыши в то место на карте, где вы хотите расположить знак.
Для мобильных и сенсорных устройств:
Прикоснуться к экрану сенсорного устройства и совершить удержание (около 1 секунды).
Далее на экране появится панель выбора формы знака:
Для того чтобы определиться с формой добавляемого знака, вам достаточно посмотреть на него на улице, а далее выбрать похожую фигуру из пункта меню.
После того как вы определились с формой знака, необходимо выбрать его цвет.
Затем вам будет предложено найти среди иконок такую, которая совпадает с дорожным знаком, который вы хотите разместить на карте.
Например, если вы хотите добавить знак 5.19.2 (Пешеходный переход), то для начала вам необходимо выбрать форму — квадрат, затем выбрать цвет — голубой, и, наконец, выбрать сам знак с символом пешехода, кликнув по нему.
После того, как знак появится в дорожном атласе, его можно будет передвинуть:
Для ПК и других устройств с мышью:
Перемещать дорожный знак по карте можно при помощи клика по нему и удержания левой кнопки мыши.
Для мобильных и сенсорных устройств:
Перемещение знака по карте происходит пальцем или стилусом.
Выбрав место дислокации знака на карте, его нужно будет правильно расположить, при необходимости перевернуть.
Для этого достаточно совершить:
Для ПК и других устройств с мышью:
Правый клик мыши по миниатюре знака
Для мобильных и сенсорных устройств:
Прикоснуться к дорожному знаку на карте и совершить удержание (около 1 секунды): точно также, как вы делали это при выборе места расположения знака в самом начале.
На экране появится меню редактирования дорожного знака:
При выборе пункта ‘Удалить’ произойдет удаление знака с карты, если он был добавлен вами по ошибке. | |
При выборе пункта ‘Повернуть’ произойдет вызов меню поворота знака. | |
При выборе пункта ‘Скопировать’ произойдет создание копии выбранного знака с учетом поворота. | |
При выборе пункта ‘Закрыть’ произойдет закрытие меню редактирования. Также вы можете просто кликнуть по карте и меню закроется. |
Для того чтобы повернуть дорожный знак на карте, вам необходимо:
Выбрать пункт ‘Повернуть’, описанный выше.
На экране появется меню поворота знака.
Далее:
Для ПК и других устройств с мышью:
Повернуть бегунок, удерживая его левой кнопкой мыши.
Для мобильных и сенсорных устройств:
Прикоснуться к бегунку пальцем и совершить движение по кругу.
После того как вы закончили поворот знака, можно выйти из меню, просто щелкнув по карте.
На карту может быть добавлено неограниченное количество знаков с вашей стороны. Но после того как вы добавили и повернули знаки на карте, их требуется сохранить, чтобы другие пользователи сервиса смогли увидеть и подтвердить эти знаки, или же сообщить об ошибке, например, об отсутствии такого знака на выбранном вами месте.
Для того чтобы сохранить все размещенные вами знаки на карте, нужно нажать на иконку.
Рядом с иконкой отображается количество добавленных вами знаков.
После подтверждения ваших намерений знаки сохранятся, а иконка исчезнет с экрана.
Обратите внимание: после того как вы добавили знаки, они появятся на карте с некоторой задержкой. Эта задержка может составлять от нескольких минут до суток. Если добавленные вами знаки так и не появились, смело пишите нам с указанием города, в котором вы их добавили.
Задержка с появлением знаков на карте связана с тем, что знаки проходят ряд проверок как автоматических, так и ручных.
Обратная связь
Если у вас есть какие-то предложения, идеи, мнения, замечания, и вы готовы этим всем с нами поделится, то можете смело писать сюда: [email protected]
Панорамы в ряде случаев помогают разобраться с теми деталями дорог и улиц, которые трудно или невозможно распознать или понять, пользуясь только спутниковыми снимками.
При рисовании многоуровневых развязок автомобильных дорог панорамы позволяют разобраться в их конструкции и правильно нарисовать сложные объекты.
Такие, например, как развязка на перекрёстке МКАД и Новорижского шоссе (в Москве), где автодороги пересекаются на четырёх уровнях:
На спутниковом снимке рассмотреть особенности таких развязок сложно. В ряде мест линии движения и их пересечения перекрывают друг друга (слева — спутниковый снимок, справа — карта):
Подробнее см. разделы 3.3.1.5. Правила рисования перекрёстков и Примеры простановки уровней участков дорог на развязках.
При рисовании сооружений на автомобильных дорогах (мостов, тоннелей, лестниц и др.) панорамы могут помочь разобраться с их границами и конструкцией.
На панораме может быть хорошо видно устройство пешеходной лестницы, ведущей на мост. Например, лестницы, ведущей на Андреевский мост в Москве:
На спутниковом снимке рассмотреть особенности устройства таких мест сложно. Они могут оказаться закрыты растительностью или быть слишком мелкими для уверенного рисования (слева — спутниковый снимок, справа — карта):
Подробнее см. раздел 3.3.2.6. Тип сооружения.
При рисовании условий движения на автомобильных дорогах (знаков запрещения разворота и т. п.) панорамы помогают увидеть дорожные знаки и разобраться с правилами движения на конкретном перекрёстке.
Например, при движении по улице Удальцова в северо-западном направлении к пересечению с проспектом Вернадского (в Москве) предписывающие знаки показывают разрешённые направления движения и запрещают поворот налево:
На спутниковом снимке увидеть особенности проезда такого перекрёстка невозможно (слева — спутниковый снимок, справа — карта):
Подробнее см. раздел 3.3.4. Условия дорожного движения.
При рисовании парковок (дорожной инфраструктуры) панорамы могут позволить увидеть знак «Платная парковка» (определить наличие парковки и значение атрибута «Платная»):
Подробнее см. раздел 3.8.2. Парковки. Правила рисования и атрибутирования.
При рисовании светофоров и камер видеофиксации нарушений ПДД (дорожной инфраструктуры) панорамы могут помочь определить их расстановку и зоны контроля:
Подробнее см. разделы 3.8.4. Светофоры и 3.8.3. Камеры видеофиксации нарушений ПДД.
На панорамах, как правило, хорошо видны дорожные знаки:
Информацию о них можно использовать при задании скоростных ограничений на участке дороги. Подробнее см. раздел 3.3.2.8. Скоростное ограничение.
Mapillary — открытая платформа, которая собирает фотографии улиц, сделанные людьми с помощью смартфонов. Сервис разработан одноименным шведским стартапом и нацелен на создание постоянно обновляющихся карт для беспилотного транспорта, в которых содержится окружающая дороги обстановка.
Mapillary хранит карты, полезные не только для автономных автомобилей, но и, например, для роботов-доставщиков, которые передвигаются по тротуарам и должны объезжать препятствия. Карты для автономного транспорта содержат только размеченные данные дорожного полотна. В то время как дорожные знаки, тротуары и окружающие объекты практически не представлены.
Mapillary — это одна из крупнейших общедоступных баз данных изображений улиц в мире. «Для автономных автомобилей требуется высокая частота обновлений карт — ежеквартальная, ежемесячная, еженедельная и даже ежедневная» — говорит генеральный директор стартапа Ян Эрик Солем. При этом Street View от Google обновляется раз в пару лет.
Подход Mapillary похож на OpenStreetMap — проект, который был запущен в 2004 году и предоставляет бесплатную редактируемую карту мира. Однако OpenStreetMap не покрывает потребностей беспилотников в данных об окружающих объектах.
Карта объектов MapillaryБаза данных Mapillary состоит из 422 миллионов изображений и покрывает 6,2 миллиона км земного шара. Для анализа краудсорсинговых изображений и идентификации объектов используются алгоритмы компьютерного зрения. Количество полученных изображений постоянно растет. Каждый сфотографированный объект привязывается к определенному месту с помощью GPS-координат, полученных вместе с фото. Лица и номерные знаки автоматически стираются.
Как только человек загружает фото, алгоритмы распознавания анализируют его на предмет наличия объектов: дорожных знаков, столбов, скамеек и т.д. После распознавания информация становится доступна для просмотра на онлайн-карте. Карты бесплатны для благотворительных организаций и для использования в образовательных или личных целях. Коммерческие клиенты должны платить лицензионный сбор.
Однажды автономные автомобили смогут быть не только потребителями, но и производителями данных для подобных карт, делая фотографии улиц во время движения. Например, городской транспорт сможет снимать улицу на камеру в реальном времени и уведомлять соответствующие службы о поваленных деревьях или дорожно-транспортных происшествиях.
2ГИС — это детальные карты с контактами всех организаций города. Адреса, телефоны, время работы компаний доступны в любой момент даже без подключения к интернету.
С 2ГИС вы будете как дома даже в незнакомом месте:
— быстро найдёте адрес, компанию, телефон, время работы, товар или услугу;
— узнаете, как проехать на машине, автобусе, метро или пройти пешком;
— найдёте вход в компанию или подъезд.
Всё о зданиях. 2ГИС показывает адреса, подъезды, почтовые индексы и организации, которые обслуживают дом: поликлиники, почты, управляющие компании.
Подробный справочник. 2ГИС знает телефоны, время работы, соцсети, сайты и входы в организации. Люди добавляют фотографии заведений и пишут отзывы.
Точная карта. В 2ГИС отмечены районы, здания, улицы, остановки, станции метро, спортивные площадки, заборы, шлагбаумы и другие объекты.
Встроенный навигатор. Учитывает пробки, дорожные знаки, камеры ГИБДД, лежачих полицейских, платные и грунтовые дороги. Строит маршруты между городами.
Дорожные события. Пользователи добавляют на карту сообщения о ДТП, перекрытых улицах и камерах ГИБДД.
Городской транспорт. 2ГИС знает расписание и маршруты автобусов, троллейбусов, маршруток и трамваев. В 30 городах показывает движение транспорта в реальном времени прямо на карте.
Пешие маршруты. Приложение прокладывает путь по тротуарам, дворам, тропинкам, подземным переходам — везде, где можно пройти пешком. Поиск пути для пешеходов работает в 91 городе.
Путеводители. В 2ГИС есть подробные гиды по 62 городам России, СНГ, Кипра и ОАЭ. Узнавайте о главных достопримечательностях, лучших кафе и барах.
Товары. 2ГИС находит строительные товары и шины из офлайн-магазинов. Помогает сравнить цены на один товар у разных продавцов.
Онлайн-оплата заправки на АЗС. Заправляйтесь прямо из машины. В карточке АЗС нажимайте кнопку «Заправиться», указывайте вид топлива, объём или сумму и оплачивайте топливо из приложения. Данные банковской карты указывать необязательно, можно использовать Apple Pay.
Города, которые уже есть в 2ГИС: Абакан, Абу-Даби, Актау, Актобе, Алматы, Альметьевск, Армавир, Архангельск, Астрахань, Атырау, Баку, Барнаул, Белгород, Бийск, Бишкек, Благовещенск, Братск, Брянск, Великий Новгород, Владивосток, Владикавказ, Владимир, Волгоград, Вологда, Воронеж, Грозный, Днепр, Дубай, Екатеринбург, Златоуст, Иваново, Ижевск, Иркутск, Йошкар-Ола, Кавказские Минеральные Воды, Казань, Калининград, Калуга, Каменск-Уральский, Караганда, Кемерово, Киев, Киров, Кокшетау, Комсомольск-на-Амуре, Костанай, Кострома, Краснодар, Красноярск, Курган, Курск, Кызыл, Ленинск-Кузнецкий, Липецк, Магнитогорск, Майкоп, Махачкала, Миасс, Москва, Мурманск, Набережные Челны, Находка, Нижневартовск, Нижний Новгород, Нижний Тагил, Новокузнецк, Новороссийск, Новосибирск, Новый Уренгой, Норильск, Ноябрьск, Нур-Султан, Одесса, Омск, Орёл, Оренбург, Ош, Павлодар, Пенза, Пермь, Петрозаводск, Петропавловск, Петропавловск-Камчатский, Псков, Республика Алтай, Ростов-на-Дону, Рязань, Самара, Санкт-Петербург, Саранск, Саратов, Смоленск, Сочи, Ставрополь, Старый Оскол, Стерлитамак, Сургут, Сыктывкар, Таганрог, Тамбов, Ташкент, Тверь, Тобольск, Тольятти, Томск, Тула, Тюмень, Улан-Удэ, Ульяновск, Уральск, Уссурийск, Усть-Каменогорск, Уфа, Ухта, Хабаровск, Ханты-Мансийск, Харьков, Чебоксары, Челябинск, Чита, Шерегеш, Шымкент, Южно-Сахалинск, Якутск, Ярославль и города Кипра.
Facebook — facebook.com/2GISRussia
Вконтакте — vk.com/2gis
Твиттер — twitter.com/2gis
Хабр — habrahabr.ru/company/2gis
Телеграм — t.me/twogis
Инстаграм — instagram.com/2gis
Техподдержка: [email protected]
Комсомольск-на-Амуре – крупный промышленный город в Хабаровском крае. Спутниковая карта Комсомольска-на-Амуре показывает, что город располагается на левом берегу Амура. На карте видно, что город разделен на 2 округа (Центральный и Ленинский (Дзёмги)), которые не имеют общего центра. Площадь города – 325,1 кв. км.
Сегодня Комсомольск-на-Амуре – второй по величине город Хабаровского края, а также самый крупный промышленный центр Дальнего Востока. На территории города находятся несколько градообразующих предприятий: Амурский судостроительный завод, авиационный завод ОАО «КнААЗ», производящий истребители, нефтеперерабатывающий завод «Комсомольский НПЗ» и предприятия черной металлургии.
Панорама Комсомольска-на-Амуре
С 1860 года на территории современного города существовало село Пермское. В 1932 году правительство СССР приняло решение о строительстве судостроительного завода на Дальнем Востоке. В связи с этим село было преобразовано в город Комсомольск-на-Амуре. Город строился с помощью политзаключенных АмурЛага. С 1959 по 1993 город был закрыт для иностранцев, а в 90-ых годах считался криминальной столицей Дальнего Востока.
Дом со шпилем в Комсомольске-на-Амуре
На подробной карте Комсомольска-на-Амуре с улицами и домами можно увидеть главные достопримечательности города: дом со шпилем на площади Ленина, Силинский парк, храм Казанской иконы Божьей Матери и краеведческий музей.
В Комсомольске-на-Амуре стоит увидеть первый кирпичный дом на ул. Кирова, 31, жилые дома бригады Щеглова, дом работников завода «АмурСталь» на Ленина, 21, памятник «Слава городу юности», памятник «Хвост самолета «Дуглас» и музей изобразительных искусств.
На столичных улицах начали демонтировать знаки, предупреждающие о камерах. Эксперты посчитали, что подсказки, которые помогали водителям избежать штрафов, больше не нужны. Специальные обозначения останутся лишь на въезде в город. Теперь водителям предлагают ориентироваться на данные онлайн-карт, а еще лучше просто не нарушать.
О том, что в Москве исчезнут дорожные знаки, предупреждающие о камерах, большинство жителей столицы пока не слышали. Мнения водителей по этому поводу разделились.
— Не очень положительно отношусь, потому что лучше знать, что там есть ограничения.
— Я еду по навигатору, плюс машина оповещает обо всех знаках. Поэтому мне разницы особой нет.
— Я нормально отношусь. Ехать надо нормально и все. В пределах 60 км, как положено.
Однако навигаторами пользуются не все. И многие опасаются, что без предупреждающих табличек штрафов станет больше, сообщает корреспондент программы «Вести-Москва».
С другой стороны, обилие дорожных знаков на обочинах может запутать водителей, считают автоэксперты. Именно поэтому в марте были внесены изменения в ПДД – местные власти теперь не обязаны информировать водителей о камерах.
«Это действительно правильное решение. По той причине, что они совершенно не нужны в Москве. Наш мегаполис для безопасности снабжен таким количеством камер, что знаки просто бессмысленны», – уверен автоэксперт Константин Лигачев.
Площадь перед Савеловским вокзалом. Вот типичный пример, к чему может привести излишнее нагромождение дорожных знаков. Здесь их не меньше 50, и, казалось бы, все сделано строго по ГОСТу, но выглядит это, мягко говоря, странно.
Авторы нововведения ссылаются на опыт других стран, где стараются минимизировать количество дорожных знаков.
«Это мировой, европейский и американский опыт. Потому что перед местом, где есть камеры, ставят знак, если это действительно опасное место. И нужно водителя предупредить, чтобы не просто его оштрафовать, а предотвратить нарушение. Потому что предотвращение нарушения важнее, чем штраф, который выписывают. Нам нужно, чтобы ДТП не случилось», – объясняет автоэксперт Александр Шумский.
Сейчас в Москве работает более 2,5 тысячи комплексов фотовидеофиксации. Даже после исчезновения предупреждающих знаков их расположение все равно будет доступно всем водителям.
«Информация о всех камерах размещена в интерактивном формате на едином транспортном портале, а также на сайте ЦОДД. Каждый может с ней ознакомиться в любое время, и информация там постоянно обновляется», – сообщил Сергей Назаров, заместитель руководителя Дирекции ГКУ ЦОДД г. Москва.
Все лишние знаки планируют демонтировать в столице до 1 сентября. Взамен на въездах в город поставят информационные таблички «Фотовидеофиксация». А вот на подмосковных трассах все знаки со значком видеокамеры пока останутся на месте.
Карты отображают слои, которые представляют пространственные данные. Карты могут быть 2D, 3D или базовыми картами. 3D карты называются сценами в ArcGIS Pro.
Карты могут быть простыми, например, отображение маршрута одного грузового судна, или сложными, такими как отображение всех судоходных маршрутов Северного моря Европы. Карты являются фундаментальной отправной точкой в ArcGIS Pro и основой для большинства проектов.
Карта была создана с использованием данных основных городов, маршрутов доставки, отмывки и базовой карты землепользования.
Скорее всего, в каждом проекте вы будете создавать карты для визуализации, анализа и публикации данных. Вы можете создавать новые карты или импортировать существующие документы карты из других приложений ArcGIS Desktop, таких как ArcMap (.mxd), ArcGlobe (.3dd) и ArcScene (.sxd). Чтобы создавать или импортировать карты в ArcGIS Pro, см. раздел Добавление карт и сцен в проект.
Карты – это элементы проекта, поэтому они управляются на панели Каталог или в виде Каталог точно так же, как и любые другие элементы проекта. Вы можете сохранить карту как файл карты (.mapx) и открыть в другом проекте. Чтобы опубликовать карту, создайте пакет карты или опубликуйте карту в веб.
Каждая карта имеет набор свойств, которые определяют, как она выглядит, как проецируются ее данные, какие единицы измерения используются и многое другое. Например, вы можете настроить единицы отображения карты так, чтобы они соответствовали назначению карты. Единицы отображения настраиваются в закладке Общие диалогового окна Свойства карты. Чтобы открыть это диалоговое окно, щелкните правой кнопкой мыши в панели Содержание на названии карты и выберите Свойства .
Если суммировать разницу между картами и сценами, то карта в ArcGIS Pro является двумерной. Карты могут создаваться для одномасштабного вывода на печать или с несколькими уровнями детальности для просмотра карты в различных масштабах. Более подробно о создании карты с различными уровнями детальности в различных масштабах см. раздел Создание мультимасштабной карты.
3D-карты называются сценами, и их можно просматривать как в глобальном, так и в локальном виде. Прежде чем создавать сцену, необходимо определить, какой вид лучше всего соответствует вашим данным.
Вы можете конвертировать 2D-карты в 3D-сцены и наоборот. При этом в проекте создается сцена или карта, а исходная карта или сцена останутся неизменными. У вас может быть несколько карт в одном проекте, и вы можете открыть эти карты одновременно. Это значит, что одни и те же данные можно одновременно просмотреть разными способами, даже в 2D и 3D.
Также вы можете публиковать карты или сцены в интернете, чтобы предоставлять к ним общий доступ для всей организации. Чтобы начать работу, см. раздел Создание веб-карты и Создание веб-сцены.
Пространственные данные отображаются на картах с помощью слоев. Слои передают информацию о данных с помощью условных знаков и надписей. Они, как правило, представляют определенную тему или категорию информации на карте, например, дороги, здания, типы местообитаний или административные границы. Слои представляют различные типы данных, включая векторные объекты, растры и веб-ресурсы. Слои ссылаются на источники данных, например, базы данных и серверы, чтобы отображать соответствующую информацию.
В одной карте может быть несколько слоев, и вы можете использовать одни и те же слои в других картах. Например, вы можете использовать один и тот же слой изображений в качестве подложки для разных данных на различных картах. Используйте слои примечаний карты или слои графики, чтобы добавить на карту заметки без привязки к пространственным данным.
При добавлении слоя на карту можно использовать символы и текст для визуализации и передачи характеристик данных слоя. Символы часто являются точками, но они также могут быть линиями, полигонами или текстом. Некоторые типы изображений (растры) также могут быть использовать символы.
Свойства слоя управляют другими аспектами поведения слоя. Подобно картам, вы можете получить доступ к свойствам слоя, чтобы просмотреть и обновить их настройки. Щелкните правой кнопкой мыши слой на панели Содержание и выберите Свойства , чтобы открыть диалоговое окно Свойства слоя.
Чтобы разместить карты на странице печатного издания, можно создать компоновку и добавить в нее карту или сцену из проекта, добавив фрейм карты. Вы можете иметь множество фреймов карт в одной компоновке.
Добавьте статические и динамические элементы, такие как масштабные линейки, легенды и стрелки севера, на страницу компоновки для улучшения качества карт и сцен. Компоновку можно экспортировать в различные форматы графических файлов или распечатать.
Также вы можете создать серии карт на основе компоновки. Серия карт — это набор страниц карт с общей компоновкой. Каждая страница охватывает определенную часть географической области. Пространственная серия карт создает по одной странице для каждого объекта, а серия карт закладок — по одной странице для каждой закладки в проекте. Дорожные атласы — это распространенный тип серии карт.
Многие задачи, связанные с картографированием, можно автоматизировать при помощи скриптов Python или среды геообработки.ArcPy.mp – это модуль скриптов Python, который можно применять для работы с содержанием проекта и файлами слоев, а также для автоматизации экспорта и печати. Возможности геообработки также позволяют упростить обработку данных, например, выполнять картографическую генерализацию, когда требуются большие объемы обновлений на уровне объектов.
Отзыв по этому разделу?
(TRIP), и Н. Т. Р. Г. (2014). Мичиганский транспорт в цифрах: удовлетворение потребностей штата в безопасной и эффективной мобильности .
Google Scholar
Ай, К., и Цай, Ю. Дж. (2011). Гибридный алгоритм обнаружения знаков с активным контуром. Журнал вычислений в гражданском строительстве, 26 (1), 28–36.
Артикул Google Scholar
Ai, C, & Tsai, Y (2014). Алгоритм обнаружения знаков с сохранением геометрии. Журнал вычислительной техники в гражданском строительстве . http://ascelibrary.org/doi/10.1061/%28ASCE%29CP.1943-5487.0000422.
Ашури Рад, А., и Рахмандад, Х. (2013). Реконструкция онлайн-поведения путем минимизации усилий.В А. Гринберге, У. Кеннеди и Н. Босе (редакторы), Социальные вычисления, поведенческое-культурное моделирование и прогнозирование (том 7812, стр. 75–82). Гейдельберг: Springer Berlin. Конспект лекций по информатике.
Глава Google Scholar
Балали В., Гольпарвар-Фард М. (2014). Обнаружение и классификация дорожных знаков и указателей мили на основе видео в США с использованием выделения цветных кандидатов и распознавания на основе функций.В Вычислительная техника в гражданском и строительном строительстве (стр. 858–866).
Google Scholar
Балали, В., и Голпарвар-Фард, М. (2015a). Оценка мультиклассовых методов обнаружения и классификации дорожных знаков для управления инвентаризацией дорожных активов в США. Журнал ASCE по вычислениям в гражданском строительстве , 04015022. http://dx.doi.org/10.1061/(ASCE)CP.1943-5487.0000491.
Балали В., Гольпарвар-Фард М.(2015b). Распознавание и трехмерная локализация дорожных знаков с помощью моделей облака точек на основе изображений . Остин: доклад, представленный на Международном семинаре по вычислениям в гражданском строительстве.
Забронировать Google Scholar
Балали В., и Голпарвар-Фард М. (2015c). Сегментация и распознавание дорожных активов из видеопотоков с камер, установленных на автомобилях, с использованием масштабируемого непараметрического метода анализа изображений. Автоматизация в строительстве, 49 , 27–39.
Артикул Google Scholar
Балали В., Голпарвар-Фард М., и де ла Гарза Дж. (2013). Распознавание автомобильных дорог на основе видео и 3D-локализация. В Вычислительная техника в гражданском строительстве (стр. 379–386).
Глава Google Scholar
Балали В., Депве Э. и Голпарвар-Фард М. (2015). Обнаружение и классификация дорожных знаков с использованием изображений улиц Google .Вашингтон: доклад, представленный на 94-м ежегодном собрании Совета по исследованиям в области транспорта (TRB).
Google Scholar
Бешах, Т., и Хилл, С. (2010). Сбор данных о дорожно-транспортных происшествиях для повышения безопасности: роль дорожных факторов в серьезности происшествий в Эфиопии (Весенний симпозиум AAAI: Искусственный интеллект в целях развития).
Google Scholar
Берджес, К.Дж. (1998). Учебное пособие по поддержке векторных машин для распознавания образов. Data Mining and Knowledge Discovery, 2 (2), 121–167.
Артикул Google Scholar
Кадделл Р., Хаммонд П. и Рейнмут С. (2009). Roadside имеет инвентаризационную программу (Департамент транспорта штата Вашингтон).
Google Scholar
Чанг, Л.-Y., & Chen, W.-C. (2005). Анализ данных древовидных моделей для анализа частоты дорожно-транспортных происшествий. Журнал исследований безопасности, 36 (4), 365–375.
MathSciNet Статья Google Scholar
Creusen, I, & Hazelhoff, L (2012) Полуавтоматическая система обнаружения, классификации и позиционирования дорожных знаков. В IS & T / SPIE Electronic Imaging, 2012 (стр. 83050Y-83050Y-83056): Международное общество оптики и фотоники.DOI: 10.1117 / 12.908552.
Creusen, IM, Wijnhoven, RG, Herbschleb, E, & De With, P (2010) Использование цвета при обнаружении дорожных знаков на основе свиней. В Image Processing (ICIP), 2010 17-я Международная конференция IEEE, 2010 (стр. 2669–2672): IEEE. DOI: 10.1109 / ICIP.2010.5651637.
Dalal, N, & Triggs, B (2005) Гистограммы ориентированных градиентов для обнаружения человека. В Computer Vision and Pattern Recognition, 2005. CVPR 2005. Конференция компьютерного общества IEEE, 2005 г. (Vol.1, стр. 886–893): IEEE. DOI: 10.1109 / CVPR.2005.177.
Де ла Эскалера, А., Армингол, Дж. М., и Мата, М. (2003). Распознавание и анализ дорожных знаков для интеллектуальных транспортных средств. Image and Vision Computing, 21 (3), 247–258.
Артикул Google Scholar
де ла Гарса Дж., Рока И. и Воробей Дж. (2010). Визуализация неисправных дорог с помощью геокодированных изображений в Google Earth и Google Maps.В материалах Proceeding, CIB W078 27-я Международная конференция по применению ИТ в индустрии AEC .
Google Scholar
де ла Торре, Дж. (2013) Организация географических данных с помощью CartoDB, базы данных с открытым исходным кодом в облаке. In Biodiversity Informatics Horizons 2013.
DeGray, J, & Hancock, KL (2002). Наземные системы сбора изображений и данных для инвентаризации проезжей части в Новой Англии: синтез дорожной практики. Транспортный консорциум Новой Англии , № NETCR 30.
Голпарвар-Фард, М., Балали, В., и де ла Гарза, Дж. М. (2012). Сегментация и распознавание дорожных активов с использованием трехмерных облаков точек на основе изображений и семантических лесов Texton. Journal of Computing in Civil Engineering, 29 (1), 04014023.
Статья Google Scholar
Гонсалес, Х., Халеви, А. Ю., Йенсен, К. С., Ланген, А., Мадхаван, Дж., Шепли, Р. и др. (2010). Слитные таблицы Google: управление данными и совместная работа в Интернете. В материалах Proceedings of the 2010 ACM SIGMOD International Conference on Management of Data (pp. 1061–1066). Нью-Йорк: ACM.
Глава Google Scholar
Хаас, К., и Хенсинг, Д. (2005). Почему вашему агентству следует рассмотреть вопрос о системах управления активами для обеспечения безопасности дорожного движения .
Google Scholar
Хартли, Р., & Зиссерман, А. (2003). Многоканальная геометрия в компьютерном зрении . Кембридж: Издательство Кембриджского университета.
Google Scholar
Хассанаин, М. А., Фрозе, Т. М., и Ванье, Д. Дж. (2003). Рамочная модель для управления техническим обслуживанием активов. Журнал производительности построенных объектов, 17 (1), 51–64. DOI: 10.1061 / (ASCE) 0887-3828 (2003) 17: 1 (51).
Артикул Google Scholar
Хаузер, Т.А., и Шерер, В. Т. (2001). Инструменты интеллектуального анализа данных для поддержки принятия решений о сигналах светофора в реальном времени & amp; Обслуживание. В книге «Системы, человек и кибернетика», Международная конференция IEEE 2001 г., посвященная (том 3, стр. 1471–1477). DOI: 10.1109 / ICSMC.2001.973490.
Google Scholar
Hoferlin, B, & Zimmermann, K (2009) На пути к надежному распознаванию дорожных знаков. В симпозиуме по интеллектуальным транспортным средствам, 2009 г., IEEE, (стр.324–329): IEEE. DOI: 10.1109 / IVS.2009.5164298.
Houben, S, Stallkamp, J, Salmen, J, Schlipsing, M, & Igel, C (2013) Обнаружение дорожных знаков на реальных изображениях: немецкий эталон обнаружения дорожных знаков. В Neural Networks (IJCNN), The International Joint Conference on 2013, (pp. 1–8): IEEE. DOI: 10.1109 / IJCNN.2013.6706807.
Ху, З., и Цай, Ю. (2011). Обобщенный алгоритм распознавания изображений для инвентаризации знаков. Журнал вычислительной техники в гражданском строительстве, 25 (2), 149–158.
Артикул Google Scholar
Ху, Х., Тао, К. В., и Ху, Ю. (2004). Автоматическое извлечение дороги из плотной городской зоны путем интегрированной обработки изображений с высоким разрешением и данных лидара . Стамбул: Международный архив фотограмметрии, дистанционного зондирования и пространственной информации. 35, В3.
Google Scholar
Huang, YS, Le, YS, & Cheng, FH (2012) Метод обнаружения и распознавания знаков ограничения скорости.В «Интеллектуальное сокрытие информации и обработка мультимедийных сигналов» (IIH-MSP), Восьмая международная конференция 2012 г., (стр. 371–374): IEEE. DOI: 10.1109 / IIH-MSP.2012.96.
Джахангири, А., и Ракха, Х. (2014). Разработка классификатора машины опорных векторов (SVM) для идентификации режима транспортировки с использованием данных датчиков мобильного телефона (стр. 14-1442). Вашингтон: 93-е ежегодное собрание Совета по исследованиям в области транспорта.
Google Scholar
Джалаер, М., Гонг, Дж., Чжоу, Х., и Гринтер, М. (2013). Оценка технологий дистанционного зондирования для сбора данных об особенностях придорожных участков для поддержки внедрения руководства по безопасности дорожного движения (стр. 13-4709). Вашингтон: 92-е ежегодное собрание Совета по исследованиям в области транспорта.
Google Scholar
Джеяпалан, К. (2004). Мобильные цифровые камеры для самостоятельной съемки придорожных объектов. Фотограмметрическая инженерия и дистанционное зондирование, 70 (3), 301–312.
Артикул Google Scholar
Jeyapalan, K., & Jaselskis, E. (2002). Технологии передачи исполнительных и предварительных съемок с использованием GPS, программной фотограмметрии и видеорегистрации .
Google Scholar
Джин, Й, Дай, Дж. И Лу, Коннектикут (2006) Анализ пространственно-временных данных при обнаружении дорожно-транспортных происшествий. В Proc. SIAM DM 2006 Практикум по интеллектуальному анализу пространственных данных (Vol.5): Читатель.
Джонс, Ф. Э. (2004). Программа инвентаризации и проверки знаков на основе GPS. Журнал Международной муниципальной ассоциации сигналов (IMSA), 42 , 30–35.
Google Scholar
Каплер Т. и Райт У. (2005). Визуализация информации GeoTime. Визуализация информации, 4 (2), 136–146.
Артикул Google Scholar
Хаттак, А.Дж., Хаммер Дж. Э. и Карими Х. А. (2000). Новые и существующие методы сбора данных инвентаризации проезжей части. Транспортно-статистический журнал, 3 , 3.
Google Scholar
Кианфар Дж. И Эдара П. (2013). Подход интеллектуального анализа данных для создания фундаментальной схемы транспортного потока. Процедуры — социальные и поведенческие науки, 104 (0), 430–439. http://dx.doi.org/10.1016/j.sbspro.2013.11.136.
Артикул Google Scholar
Ли, Д., & Su, W. Y. (2014). Динамический анализ данных технического обслуживания дорожных знаков на основе мобильной картографической системы. Прикладная механика и материалы, 455 , 438–441.
Артикул Google Scholar
Мерц, Н. Х., и Маккенна, С. (1999). Мобильная система инвентаризации и измерения автомобильных дорог. Отчет об исследованиях в области транспорта: журнал Совета по исследованиям в области транспорта, 1690 (1), 135–142.
Артикул Google Scholar
Матиас, М., Тимофте, Р., Бененсон, Р., и Ван Гул, Л. (2013) Распознавание дорожных знаков — насколько мы далеки от решения? В Neural Networks (IJCNN), The International Joint Conference 2013 on, (стр.1–8): IEEE. DOI: 10.1109 / IJCNN.2013.6707049.
Моер, Р. К. (2014). Инструкция по дорожным знакам . http://www.trafficsign.us/signcost.html. По состоянию на 19.12.2014.
Google Scholar
Могельмос, А., Триведи, М. М., и Моеслунд, Т. Б. (2012). Обнаружение и анализ дорожных знаков на основе технического зрения для интеллектуальных систем помощи водителю: перспективы и обзор. Интеллектуальные транспортные системы, транзакции IEEE, 13 (4), 1484–1497.
Артикул Google Scholar
Наката, Т. и Такеучи, Дж. И. (2004) Добыча данных о трафике из системы зонд-автомобиль для прогнозирования времени в пути. В материалах Труды десятой международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных, (стр. 817–822): ACM. DOI: 10.1145 / 1014052.1016920.
Оверетт, Г., Тайксен-Смит, Л., Петерсон, Л., Петтерссон, Н., и Андерссон, Л. (2014). Создание надежных детекторов дорожных знаков с высокой пропускной способностью с использованием статистики HOG по центру. Машинное зрение и приложения , 1–14. DOI: 10.1007 / s00138-011-0393-1.
Петтерссон, Н., Петерсон, Л., и Андерссон, Л. (2008) Характеристика гистограммы — ресурсоэффективный слабый классификатор. В симпозиуме по интеллектуальным транспортным средствам, 2008 г., IEEE, (стр. 678–683): IEEE. DOI: 10.1109 / IVS.2008.4621174.
Prisacariu, VA, Timofte, R, Zimmermann, K, Reid, I, & Van Gool, L (2010) Интеграция обнаружения объектов с трехмерным отслеживанием для улучшения системы помощи водителю.В Pattern Recognition (ICPR), 20-я Международная конференция 2010 г., (стр. 3344–3347): IEEE. DOI: 10.1109 / ICPR.2010.816.
Расдорф В., Хаммер Дж. Э., Харрис Э. А. и Сицаби В. Э. (2009). ИТ-вопросы для управления большим количеством недорогих активов. Журнал вычислительной техники в гражданском строительстве, 23 (2), 91–99. DOI: 10.1061 / (ASCE) 0887-3801 (2009) 23: 2 (91).
Артикул Google Scholar
Равани, Б., Дарт, М., Хиремагалур, Дж., Ласки, Т. А., и Табиб, С. (2009). Инвентаризация и оценка состояния придорожных объектов по всему штату . Департамент транспорта штата Калифорния: Центр исследований передовых технологий технического обслуживания и строительства автомагистралей.
Google Scholar
Робяк Р., и Орвец Г. (2004). Сбор данных об активах на основе видео в NJDOT . Нью-Джерси: Министерство транспорта.
Google Scholar
Ruta, A, Li, Y, & Liu, X (2007) На пути к распознаванию дорожных знаков в реальном времени с помощью специфичных для класса отличительных признаков.В BMVC, (стр. 1–10). DOI: 10.5244 / C.21.24.
Salmen, J, Houben, S, & Schlipsing, M (2012) Изображения Google Street View поддерживают разработку систем помощи водителю на основе зрения. В симпозиуме интеллектуальных транспортных средств (IV), 2012 IEEE, (стр. 891–895). DOI: 10.1109 / IVS.2012.6232195.
Stallkamp, J, Schlipsing, M, Salmen, J, & Igel, C (2011) Немецкий эталон распознавания дорожных знаков: соревнование по классификации на несколько классов.В Neural Networks (IJCNN), Международная объединенная конференция 2011 г., (стр. 1453–1460): IEEE. DOI: 10.1109 / IJCNN.2011.6033395.
Свеннерберг, G (2010). Работа с огромным количеством маркеров. В М. Уэйд, С. Андрес, С. Энглин, М. Бекнер, Э. Бэкингем, Дж. Корнелл и др. (Ред.), Начало работы с Google Maps API 3 (стр. 177–210): Apress. DOI: 10.1007 / 978-1-4302-2803-5.
Цай Ю., Ким П. и Ван З. (2009). Обобщенная модель обнаружения дорожных знаков для разработки инвентаря знаков. Журнал вычислений в гражданском строительстве, 23 (5), 266–276.
Артикул Google Scholar
Veneziano, D, Hallmark, SL, Souleyrette, RR, & Mantravadi, K (2002) Оценка дистанционно считываемых изображений для использования при инвентаризации дорожных покрытий. В Приложениях передовых технологий на транспорте (2002), (стр. 378–385): ASCE. DOI: 10,1061 / 40632 (245) 48.
Wang, YJ, Yu, ZC, He, SB, Cheng, JL, & Zhang, ZJ (2009) Исследование на основе интеллектуального анализа данных по анализу информации о дорожном движении и поддержке принятия решений.В Веб-майнинг и веб-приложения, 2009. WMWA ‘09. Вторая Тихоокеанско-азиатская конференция, (стр. 24–27). DOI: 10.1109 / WMWA.2009.58.
Ван К. К., Хоу З. и Гонг В. (2010). Автоматизированная система инвентаризации дорожных знаков на основе стереовидения и отслеживания. Компьютерное проектирование строительства и инфраструктуры, 25 (6), 468–477.
Артикул Google Scholar
Wu, J., & Tsai, Y.(2006). Усовершенствованный сбор данных о геометрии проезжей части с использованием эффективного алгоритма обработки изображений видеоблога Отчет об исследованиях в области транспорта: журнал Совета по исследованиям в области транспорта, 1972 г. (1), 133–140.
Артикул Google Scholar
Xie, Y, Liu, LF, Li, CH, & Qu, YY (2009) Объединение визуальной заметности с функцией обучения HOG для обнаружения дорожных знаков. В симпозиуме по интеллектуальным транспортным средствам, 2009 г., IEEE, (стр.24–29): IEEE. DOI: 10.1109 / IVS.2009.5164247.
Zamani, Z, Pourmand, M, & Saraee, MH (2010) Применение интеллектуального анализа данных в управлении дорожным движением: пример города Исфахан. В Electronic Computer Technology (ICECT), 2010 International Conference on, (pp. 102–106): IEEE. DOI: 10.1109 / ICECTECH.2010.5479977.
Чжан, X., & Пазнер, М. (2004). Технология icon imagemap для многомерной визуализации геопространственных данных: подход и программная система. Картография и географическая информатика, 31 (1), 29–41.
Артикул Google Scholar
Чжоу, Х., Джалаер, М., Гонг, Дж., Ху, С., и Гринтер, М. (2013). Исследование методов и подходов к сбору и регистрации данных инвентаризации автомобильных дорог .
Google Scholar
Рынок ГИС процветает.Он должен вырасти с 5,81 миллиарда долларов в 2017 году до 10,03 миллиарда долларов к 2023 году, но, несмотря на это, во многих небольших городах США по-прежнему есть ГИС-магазин с одним человеком, которому поручено все: от информирования и анализа городского планирования до проведения уличных работ. уровень инвентаря. Времени мало, а если вы работаете в городском совете, деньги тоже имеют тенденцию, но при этом от вас ожидается, что вы будете следить за уличными активами и их общим состоянием.
Ситуация Стивена Хьюитта не была исключением. Стивену, специалисту по ГИС в городе Кловис в Нью-Мексико, городе с населением 39 000 человек, потребовалось провести полную инвентаризацию дорожных знаков на территории города площадью около 24 квадратных миль — чего никогда раньше не делали.Городские менеджеры полагали, что эту задачу можно выполнить довольно легко и в течение месяца, но никто не знал, сколько вывесок было на самом деле.
Стивен в своем офисеСбор данных об активах может быть кропотливо трудоемким и дорогостоящим. Обычно это включает в себя либо самостоятельную поездку в любое место и ручную запись необходимых вам данных, либо найм подрядчика, который сделает это за вас. При ручной инвентаризации дорожных знаков, стоимость которых превышает 4-6 долларов за знак, это будет стоить такому городу, как Кловис, который, как теперь знает Стивен, имеет около 4000 дорожных знаков, где-то от 16000 до 24000 долларов.Для небольшого городского совета это немалые деньги.
Как и многие другие города по всему миру, Хлодвиг никогда раньше не проводил инвентаризацию дорожных знаков и понятия не имел, сколько дорожных знаков там вообще и какой формы они были (каламбур!). После некоторого расследования Стивен в конечном итоге использовал Mapillary, платформу для обработки изображений улиц на базе искусственного интеллекта. Вместо того, чтобы нанять подрядчика для проведения геодезической съемки, Стивен установил несколько камер на свой автомобиль и сделал 200 000 снимков улиц Хлодвига.После загрузки в Mapillary изображения обрабатываются с помощью компьютерного зрения, формы искусственного интеллекта, для автоматического обнаружения и анализа данных, таких как дорожные знаки.
Стивен устанавливает камеры на свою машину, чтобы выйти и запечатлеть улицы Хлодвига. Он нанес на карту весь Хлодвиг всего за несколько месяцев, но думает, что мог бы сделать это всего за несколько дней, если бы сделал это за один раз.Несмотря на то, что Стивен был единственным человеком, собирающим изображения, и хотя он совмещал их с другими повседневными задачами, весь процесс занял пару месяцев.Стивен говорит, что если бы он сделал это за один раз, это можно было бы сделать всего за несколько дней — огромная экономия времени по сравнению с выполнением работы вручную:
«Выполняя всю эту работу вручную, меня не удивило бы, если бы потребовалось до десяти лет, чтобы пройти через каждый квартал, чтобы увидеть все знаки, которые там есть. Трудно сказать, сколько изменений коснется дорожных знаков за это время ».
Дорожные знаки, автоматически определяемые алгоритмами компьютерного зрения Mapillary в городе Кловис, штат Нью-Мексико.Вскоре после того, как изображения были загружены в Mapillary, Стивен смог получить доступ к автоматически обнаруженным данным дорожных знаков. Данные, загруженные из Mapillary, совместимы с ArcGIS, что позволяет Стивену убедиться, что все дорожные знаки видны, и проверить, нуждаются ли они в ремонте или замене. С помощью полной инвентаризации также можно увидеть, где может потребоваться больше или меньше знаков для конкретной области.
Веб-платформа Mapillary, показывающая расположение каждого идентифицированного дорожного знака.Mapillary поддерживает в общей сложности 1500 дорожных знаков из 100 разных стран. Джанин Юн, вице-президент по развитию бизнеса в Mapillary, говорит, что инвентаризация дорожных знаков представляет собой особую проблему для городов:
«И малым, и крупным городам сложно следить за своими уличными активами, но небольшие города часто испытывают иного рода давление, поскольку в них, как правило, меньше людей работает с ГИС. Поскольку инвентаризация вручную занимает так много времени, в большинстве городов ее просто не проводят.Использование компьютерного зрения для автоматического распознавания дорожных знаков экономит время и деньги сотрудников ГИС и открывает возможности сосредоточиться на других областях ».
Стивен работает с данными дорожных знаков Mapillary в ArcGIS. Mapillary работает с городами по всему миру, от Амстердама до Стокгольма и Лос-Анджелеса. Что касается Стивена из Хлодвига, то некоторые из его находок включали в себя дорожные знаки, которые были настолько старыми, что на самом деле они были полностью выбелены солнцем, что неизбежно приводило к путанице на улицах.
«С этими данными мы теперь посмотрим, какие дорожные знаки нужно заменить и где», — говорит Стивен.
Это гостевой блог Мадлен Арнесдоттер, менеджера по работе с клиентами в Mapillary
Также читайте: Mapillary исправляет карты с помощью компьютерного зрения
Город Глендейл сотрудничает с 3M для более эффективного управления уличными знаками
Есть знаки? Город Глендейл в округе Лос-Анджелес, штат Калифорния, делает это. Фактически, у него было на 2000 знаков больше, чем он думал. Хотя некоторым этот сюрприз может показаться незначительным, для сотрудников Глендейл-Сити отсутствие точного подсчета уличных знаков может означать разницу между сохранением бюджета и его превышением на тысячи долларов.
«Каждый уличный знак стоит не менее 200 долларов», — говорит Дэвид Лью, инспектор по парковке и дорожному движению города Глендейл. «Если нам нужно заменить их и в конечном итоге просчитать пару тысяч знаков, мы можем оказаться в довольно большой финансовой дыре».
Персонал города Глендейл на протяжении десятилетий вручную инвентаризовал свои уличные знаки, проезжая по улицам города и записывая их местонахождение, включая названия улиц и знаки безопасности дорожного движения. Хотя эта система, казалось, работала хорошо, введение новых минимальных стандартов отражательной способности, а также расписание для городских агентств по соблюдению этих новых правил Федерального департамента транспорта подтолкнули город к принятию более комплексного решения для управления дорожными знаками. .Персоналу Glendale нужно было лучше разбираться в том, какой у них инвентарь для замены и обслуживания уличных знаков. Городские власти оказали помощь в бета-тестировании и внедрении системы управления знаками 3M, в которой используется ArcGIS, чтобы упростить организацию и отображение информации о знаках для офисных и полевых работников.
3M со штаб-квартирой в Сент-Поле, Миннесота, — это компания с оборотом 30 миллиардов долларов, создающая уникальные продукты, облегчающие жизнь людей. Компания гордится своими инновациями и серьезно относится к изобретательскому делу.К поиску решения для инвентаризации уличных указателей было применено то же дальновидное мышление, которое сделало компанию столь успешной.
Система управления знаками 3M используется отделом знаков и дорожного движения в городе Глендейл, где персонал из девяти человек использует систему для технического обслуживания, чтобы точно составить бюджет и спланировать замену знаков в городе. 3M скоординировала инвентаризацию всех уличных знаков для Глендейла, включая сбор данных и оценку активов, и включила их в программное решение.Затем городской персонал был обучен инструментам управления, которые они будут использовать для обновления и поддержания инвентаризации в актуальном состоянии.
Наличие системы управления уличными знаками помогает Глендейлу более эффективно обслуживать активы, обеспечивать безопасность избирателей и защищать город от судебных исков и несоблюдения требований.«Мы действительно понятия не имели, сколько знаков у нас есть», — говорит Лью. «Мы выяснили, что наша оценка была ошибочной только на 2 000 знаков из 28 000, которые поддерживает город, что довольно хорошо. Но когда вы говорите о необходимости заменять знаки каждые 5-10 лет и иметь точные данные в случае несчастных случаев или судебных исков, связанных с указателями, важен каждый знак.”
Компания 3M выполнила сотни исследований по организации дорожного движения и использует эти знания для построения прогнозного моделирования для управления знаками, которое оценивает тип знака, данные установки и другие атрибуты, чтобы определить дату следующей замены для каждого знака. Этот интеллект облегчает персоналу Лью управление инвентарными знаками. Они могут запросить знаки, чтобы найти те, которые считаются критическими для обслуживания, или знаки, которые, возможно, не соответствуют минимальным федеральным требованиям.
После того, как знаки будут обнаружены, рабочий заказ может быть размещен в системе и загружен на мобильное устройство членом бригады, находящимся в поле. Используемые мобильные устройства содержат приемники GPS, поэтому, когда полевой работник приближается к знаку, он или она может выбрать знак, который появляется на экране, убедиться, что это правильный знак, который необходимо заменить, подтянуть и заполнить заказ на работу, а затем синхронизируйте его с системой. «Эта система особенно хорошо работает в чрезвычайной ситуации, например, при замене сбитого знака», — говорит Лью.«В течение пары часов знак может быть установлен, и заказ на работу обработан».
Одним из приятных аспектов системы является тот факт, что веб-интерфейс, который используется в офисе, является тем же интерфейсом, что и на мобильных устройствах. Интерфейс очень графический по своей природе, поскольку он использует веб-картографические сервисы ArcGIS. Эти сервисы предоставляют работникам интерактивную карту, которую можно панорамировать и масштабировать, чтобы они точно понимали, где расположены знаки в городе.Это упростило обучение персонала, что особенно важно для городских агентств Калифорнии, где финансовые проблемы означали перевод персонала в другие отделы или сокращение штата. «Как только персонал обучен работе с той или иной системой, дело сделано — нам не нужно их переобучать», — говорит Лью. «Это огромная экономия времени и денег для города».
Наличие системы управления уличными знаками помогает Glendale более эффективно управлять активами, обеспечивать безопасность избирателей и защищать город от судебных исков и несоблюдения требований.Поскольку город продолжает расти и добавляются новые улицы, чтобы приспособиться к этому росту, существует система для поддержания этих новых знаков. И сотрудники агентства больше не будут ставить новый знак на перекрестке и забывать о нем. Все эти признаки будут отслеживаться соответствующим образом и управляемым образом.
«Знаки имеют определенную жизнь», — говорит Лью. «Через несколько лет они теряют свою отражающую способность. Мы, как город, должны решить эту проблему, чтобы автомобилисты могли видеть знаки, особенно в ночное время.”
Glendale поддерживает свою систему в городе, но в других городах есть вариант облачной системы, где 3M может разместить ее на своих собственных серверах. «Это хороший вариант для небольших муниципалитетов, которые могут не иметь бюджета крупных городов, но все же несут ответственность за поддержание своих уличных знаков и дорожных знаков безопасности», — говорит Дебра Габорик-Снайдер, менеджер по развитию бизнеса и менеджер проектов подразделения систем безопасности дорожного движения 3M. .
Облачное решение означало, что 3M необходимо было найти уровень обслуживания, который практически не прерывался бы или вообще не прерывался, и системы, которые могли бы общаться друг с другом на общем языке.Сначала сотрудники 3M рассмотрели технологию ГИС с открытым исходным кодом, но, работая с Esri Partner GIS, Inc., базирующейся в Бирмингеме, штат Алабама, вместо этого выбрали ArcGIS.
Говорит Габорик-Снайдер: «Выбор одной проверенной платформы с устраненными недостатками в конечном итоге сэкономит нам и нашим клиентам время и деньги».
За дополнительной информацией обращайтесь к Дэвиду Лью, начальнику службы парковки и дорожного движения, город Глендейл.
Для эффективного управления более чем 9 500 местными дорожными знаками отдел общественных работ города Эймс, штат Айова, использует новое настраиваемое приложение для управления знаками на основе ГИС под названием GISAssets.
Соответствующие указатели сводят к минимуму несчастные случаи и дают четкие указания для всех, кто проезжает по городу с населением более 59 000 человек. Знаки города должны соответствовать государственным и федеральным стандартам, как указано в Руководстве по унифицированным устройствам управления движением (MUTCD) Федерального управления шоссейных дорог (FHWA) .
Эймс в партнерстве с DGTex, Inc. создал приложение GISAssets, которое было построено на ArcGIS Runtime SDK для iOS и работает на Apple iPad. Приложение, доступное в Apple App Store, используется для сбора данных, таких как инвентаризация дорожных знаков и информации об активах, на местах и интеграции этой информации и других удаленно собранных данных с базой геоданных отдела, управляемой с помощью ArcGIS for Server.
Бен МакКонвилл, менеджер ГИС городского отдела общественных работ, много лет использует ArcGIS для управления активами.«Точное управление дорожными знаками — сложная задача, — сказал МакКонвилл. «Можно подумать, что это довольно простая процедура; однако обычно в одном месте находится несколько объектов ».
Он сказал, что помимо указателя, департамент должен управлять тремя или четырьмя указателями, которые к нему прикреплены. «Таким образом, в этом месте ваша база данных будет включать истории технического обслуживания, отчеты об авариях и записи о световозвращении для каждого знака, а также для столба», — сказал МакКонвилл.«Кроме того, существуют графики замены и технического обслуживания, а также процедуры управления растительностью, относящиеся к активам в том же месте».
Доминик Роберж, специалист по ГИС в городе, работал рука об руку с персоналом службы дорожного движения и разработчиками в DGTex над проектированием схемы приложения и базы данных. «Я потратил много времени на определение потребностей экипажей и на то, какие именно пробелы необходимо заполнить приложению», — сказал Роберж. «Среди них были необходимость штрихового кодирования и способность работать со сложными отношениями.Затем я разработал схему базы данных для удовлетворения этих потребностей и опубликовал соответствующие веб-службы ».
Город использует ретрорефлектометр RoadVista модели 922 для измерения отражательной способности каждого из знаков, необходимых для федерального исследования световозвращающей способности. Помимо измерения отражательной способности, устройство записывает GPS-координаты знака и считывает прикрепленную к нему этикетку со штрих-кодом для идентификации.
Интуитивно понятный пользовательский интерфейс GISAsset обеспечивает доступ к важной информации практически на всех уровнях.Знаки часто сбиваются в дорожно-транспортных происшествиях, подвергаются вандализму или поражаются снегоочистителями. «Часто знаки просто сбрасывают в ремонтную мастерскую правоохранительные органы или бригады технического обслуживания без объяснения того, откуда они могли взяться», — сказал Билл Лэтэм, рабочий по обслуживанию дорожного движения Эймса. «Используя штриховое кодирование, сотрудники могут легко увидеть, какой это знак и откуда он взялся, что упрощает сброс».
Вернувшись в офис, данные, записанные ретрорефлектометром, загружаются в приложение GISAssets, которое использует штрих-код знака для справки.Затем приложение выполняет присоединение к базе геоданных отдела, и данные поля автоматически добавляются в нее. Это помогает централизовать все удаленно собранные данные в базе геоданных.
Поскольку данные о отражательной способности и история каждого знака теперь являются частью базы данных, управление дорожного движения города может легко проверить, соответствует ли конкретный знак требованиям MUTCD. Персонал общественных работ может выполнить этот процесс проверки в офисе или на месте, что сэкономит время и деньги.
«Во время строительства города GISAssets оказались чрезвычайно полезными», — сказал Терри Дж. Кейгли, другой рабочий по обслуживанию дорожного движения Эймса. «Подрядчики часто удаляют целые блоки знаков перед началом строительства. Бригады знаков теперь могут легко переустанавливать знаки в точном месте без измерения. Обычно GPS подводит нас достаточно близко к тому месту, где мы можем найти существующее отверстие или ствол, чтобы разместить знак ».
Перед использованием этого приложения отдел общественных работ Эймса сталкивался с массовой заменой знаков в указанном районе каждые пять лет в соответствии с требованиями FHWA.Теперь полевые бригады могут оценивать эти активы знак за знаком, а затем отправлять эту информацию в базу геоданных обратно в офис, где принимается решение отремонтировать или заменить знак и выдается заказ на работу.
Фотографии, сделанные в поле, можно прикрепить к базе геоданных и предоставить информацию, не содержащуюся в атрибутах.iPad предоставляет дополнительные функции, такие как обмен сообщениями между сотрудниками и рассылка широковещательных электронных писем, что улучшает рабочий процесс отдела.Полевые работники также могут сделать фото или видео чрезвычайной ситуации, такой как прорыв водопровода, и отправить эти изображения в инженерный отдел для оценки.
Фотографии могут быть прикреплены к базе геоданных. «Возможность легко прикреплять изображения — огромное преимущество, — сказал Брэд Беккер, ведущий техник светофора. «Изображения — отличный инструмент, который помогает нам увидеть, какая информация может отсутствовать в атрибутах. Например, не каждый код MUTCD указывает точную формулировку на знаке.Посмотрев на картинку, мы легко увидим ».
«Централизация всех данных об объектах общественных работ действительно была для нас большим преимуществом», — сказал МакКонвилл. «Раньше отсутствовала интеграция и возможность подключения на местах, что затрудняло отслеживание работы и инвентаризацию».
Приложение GISAssets вызвало интерес со стороны других отделов и расширяет использование ArcGIS в Эймсе, особенно потому, что у города есть корпоративное лицензионное соглашение Esri (ELA). «ELA открыла для нас массу возможностей, — сказал МакКонвилл.«Это дало нам возможность по-настоящему изучить, что мы можем делать с помощью ГИС».
Департамент общественных работ Эймса расширяет использование приложения GISAssets за счет более широкого использования его возможностей чтения штрих-кодов. «Добавление штрихового кода ко всем нашим объектам общественных работ упрощает для бригад немедленную идентификацию объекта в поле, определение его состояния, а затем отправку этой информации обратно в базу геоданных для дальнейшего анализа», — сказал МакКонвилл. «Это действительно поможет упростить работу наших полевых бригад и продолжать поддерживать нашу базу геоданных в актуальном состоянии.”
Для получения дополнительной информации о приложении GISAssets свяжитесь с Беном МакКонвиллом, город Эймс, по телефону 515-239-5162.
Джим Бауманн — давний сотрудник Esri. Он пишет статьи по ГИС-технологиям и индустрии компьютерной графики более 30 лет.
(Pocket-lint). Вы, наверное, видели автомобиль Google Street View, собирающий данные карты, или, по крайней мере, пользовались сервисом в Интернете.Но вы можете не знать, что HERE Maps, которая существует как часть Nokia с 2007 года, делает более подробные карты, чем кто-либо другой, благодаря датчикам своих автомобилей. Они сейчас в Лондоне наносят на карту буквально каждый сантиметр.
Машины HERE Maps настолько умны, что вскоре вам скажут, что вместо «поверните налево через 200 ярдов», например, «поверните налево у большой церкви на углу». Эти автомобили могут даже измерять текстуру окружающей среды для получения более точной информации, передаваемой вам во время вождения.Но что делает его таким особенным?
Pocket-lintВ отличие от автомобилей Google, двигатели HERE Maps используют технологию LiDAR с точностью до 2 см, что означает, что изображения настолько подробны, что вы можете прочитать заголовок в газете. Помимо неизбежного предоставления веселых снимков, которые распространяются по всему Интернету, это также помогает в картографировании. В сочетании с интеллектуальным алгоритмом, GPS и камерами автомобиль может распознавать, читать и понимать дорожные знаки.
Да, мы тоже были поражены — это означает, что, например, улицы с односторонним движением регистрируются мгновенно, без участия человека.Это благодаря LiDAR в сочетании с Earthmine, который распознает и извлекает написание названий улиц, знаков и другой письменной информации. Обратите внимание на слегка жуткий всевидящий вращающийся «глаз» LiDAR.
Но люди еще не исключены. У нас был водитель, который был одним из многих в машинах. Они проезжают по указанным маршрутам, которые вводятся на основе участков, которые не были пройдены или нуждаются в другом пропуске. Тогда есть бэкэнд. Для разумных указаний, таких как «Идите налево в церкви», аналитикам придется просматривать все данные.
А что, если изменится? Мы слышим, как вы говорите. Машины регулярно выезжают, чтобы убедиться, что карты обновлены, и ЗДЕСЬ также использует 80 000 других внешних источников для поддержания точности до второй.
Для сравнения: автомобили HERE захватывают 700 000 точек трехмерных данных за один раз, что составляет до 140 гигабайт данных в день. Это благодаря камерам, четыре из которых снимают на 360 градусов вокруг и на 120 градусов вверх, что дает общее изображение с разрешением 68 мегапикселей.
EaseUS — самый простой способ восстановить ваши конфиденциальные данные на Mac или ПК По продвижению Pocket-lint ·HERE Maps движется по улице Лондона прямо сейчас, но до конца года должны быть нанесены на карту 27 стран.И еще одно преимущество HERE Maps — все они могут быть загружены, чтобы вы могли перемещаться за границу, не платя за данные. Идеально подходит для использования функции автомобильной навигации на мобильном телефоне или планшете с GPS-навигатором. И что самое лучшее? Все это бесплатно.
Написано Люком Эдвардсом.
Независимо от того, полагаетесь ли вы на дорожные карты или устройства GPS, чтобы ориентироваться во время вождения, важно знать общий U.С. навигационные дорожные знаки.
Понимание того, как определять навигационные дорожные знаки, позволит вам сопоставить маршруты с вашим фактическим местоположением. Если у вас нет карты или навигатора, вы можете ориентироваться по дорожным знакам.
Американские дороги усеяны миллионами дорожных знаков, большинство из которых служат для навигации. Просмотрите следующий список распространенных типов дорожных знаков, чтобы вы могли понять эти разноцветные металлические части.
1
Маркеры мили показывают вам, в каком направлении вы движетесь.На большинстве автомагистралей номера миль начинаются на южной или западной границах штатов
Эти часто игнорируемые дорожные знаки появляются на основных автомагистралях и межгосударственных автомагистралях и информируют водителей о числовом расстоянии, на котором они находятся на шоссе . Маркеры миль выглядят как маленькие прямоугольные зеленые знаки с белыми цифрами. Маркеры миль особенно полезны для определения вашего точного местоположения на пустынных участках дороги. Например, обращая внимание на отметки мили, вы сможете сообщить водителю эвакуатора, что вы остановились на пятьдесят восьмой миле определенной дороги.
2
Кража уличных указателей рассматривается как любая другая кража с точки зрения судебного преследования и вынесения приговора
Иногда пропавшие без вести или украденные, уличные знаки представляют собой длинные прямоугольные знаки, расположенные сверху от восьми до десяти Опросы населения в концах улицы . Эти знаки информируют водителей о названиях дорог.
3
Эти знаковые щиты для автомагистралей между штатами позволяют делать разумные предположения о качестве дороги
У некоторых типов автомагистралей есть щиты особой формы .Государственные автомагистрали всегда отображаются в виде белых щитов, обведенных черным контуром, с соответствующим номером автомагистрали в черном цвете в середине щита. Автомагистрали между штатами также имеют форму щита, но имеют синий контур с красным контуром, а соответствующий номер между штатами показан посередине белым цветом. Множество этих знаков часто появляется на крупных перекрестках. Над каждым из них будет указано направление этой автомагистрали (север, юг, восток или запад), а ниже появится стрелка, сообщающая водителям, в какую сторону им нужно повернуть, чтобы продолжить движение по этому конкретному маршруту.
4
Дистанционные знаки могут очень помочь вам, когда ваша навигация затруднена.
Эти большие зеленые рекламные щиты появляются вдоль основных автомагистралей и межштатных автомагистралей . Они перечисляют ближайшие пункты назначения и расстояние до каждого. Эти знаки полезны при расчете остановок для заправки и отдыха, а также для сопоставления вашего местоположения с картой или направлениями GPS.
5
Школьные зоны обычно имеют пониженное ограничение скорости в определенные часы
Когда вы видите знаки, пересекающие школу, сразу же снижайте скорость .Если вы спешите, возможно, лучше выбрать другой маршрут в ранние утренние или полуденные часы, чтобы избежать задержек.
6
Имейте в виду, что штрафы удваиваются в рабочих зонах, когда присутствуют рабочие
Эти знаки указывают на районы, где ведутся дорожные работы. Эти знаки имеют черные отметины, иногда указывающие на присутствие лица флага, двойную мелкую зону или шероховатую поверхность. Эти оранжевые строительные знаки также могут повлиять на ваш маршрут, поскольку они могут указывать на объездные пути.
Эти знаки устанавливаются в ваших интересах, а не в качестве украшения. Используй их!
Департамент дорожного движения округа Спокан отвечает за организацию дорожного движения и управление дорожным движением в округе Спокан. Департамент поддерживает устройства управления движением на всех дорогах округа Спокан.
Мигающий желтый маяк — один из самых эффективных способов снизить скорость транспортных средств в школьных зонах.В среднем водители едут на пять-семь миль в час медленнее, когда мигают желтые огни школьной зоны.
Знаковая бригада производит все дорожные знаки, которые размещаются на дорогах графства. Если знак отсутствует, поврежден, испорчен или неправильный, мы можем оформить заказ на изготовление и замену нового.
Информация, полезная при сообщении о проблеме со знаком; тип знака (знак остановки, знак скорости и т. д.) названия ближайших пересекающихся дорог, направление движения, тип проблемы (знак упал в канаву, знак отсутствует, столб изогнут и т. д.) и контактная информация (необязательно).
Информация, полезная при сообщении о проблеме с сигналом; названия пересекающихся дорог, направление движения, тип проблемы (какой вид повреждения сигналу, не горит желтый свет и т. д.) и контактная информация (необязательно).
Чтобы отправить план управления дорожным движением (TCP) на рассмотрение в округ Спокан, заполните следующую форму вместе с чертежом TCP и отправьте его по факсу в «Spokane County Traffic» по телефону 477-7478 (номер факса).
Среднесуточных данных о загруженности дорог на дорогах округа Спокан теперь доступны на нашей новой интерактивной веб-карте.
Сбор информации о программах безопасности дорожного движения.