Geo-AI
Geo-AI vereint Geodaten, Künstliche Intelligenz und fortschrittliche Visualisierungsmethoden.
Ort, Nähe und Zeit spielen für viele Aspekte unseres Lebens eine zentrale Rolle und damit auch für KI-Anwendungen. Verlassen Sie sich auf unsere einzigartige, tiefe Expertise und breite Erfahrung in der erfolgreichen Nutzung raumbezogener Daten für das maschinelle Lernen.
Ob präzise Prognosen, genaue Klassifikation bei der Bildverarbeitung oder leistungsfähige Automatisierung: Unsere KI-Methodik, die in mehreren Wettbewerben bereits ausgezeichnet wurde, stellt auch mit komplexen und riesigen Datenmengen eine hohe Qualität sicher. Besonderen Wert legen wir auf eine intuitive Visualisierung und hohe Erklärbarkeit der Ergebnisse.
NEUES E-BOOK:
Unser kostenloses E-Book "Geo-AI: Mehr als nur KI" beschreibt Anwendungen und Methoden und zeigt Best Practices und Trends auf.
-
Anwendungsgebiete
Beispiele: Klassifikation von Bäumen / Prognose des Unfallrisikos mittels GeoAI
-
Anwendungsgebiete
-
Prognose:
Ob für die Vorhersage der Kundennachfrage, die Prognose von Risiken oder die Optimierung der Produktion: Ort und Zeit spielen immer eine Schlüsselrolle. Wie entwickeln präzise Vorhersagemodelle basierend auf meteorologischen, geografischen und demografischen Einflussfaktoren.
-
Bilderkennung:
Mit den von Orbica entwickelten Algorithmen können wir Geo-Merkmale mit einem revolutionär hohen Maß an Genauigkeit und Geschwindigkeit erkennen und klassifizieren. Gebäudeumrisse, Bäume, Straßen oder Gewässer sind nur der Anfang: Unsere Algorithmen werden kontinuierlich weiterentwickelt, sodass sie fast ausnahmslos alle Merkmale auf der Erdoberfläche erkennen und klassifizieren können.
-
Geo-AI Workflow
Orbica Standardprozess für künstliche Intelligenz mit Geo-Daten (GeoAI)
-
Geo-AI Workflow
-
Data Pre-Processing:
In der Vorverarbeitung werden räumliche Parameter wie Distanz, Fläche, Schnitte oder Dichte berechnet und das Bildmaterial konvertiert und skaliert.
-
AI Engine:
Zunächst wird das Modell anhand bekannter Merkmale trainiert und anschließend mit weiteren Daten getestet.
-
Post-Processing:
Bei der Nachbearbeitung können verschiedene morphologische Algorithmen genutzt werden, um die Genauigkeit des KI-Modells zu verbessern.
-
Geospatial Engine:
Häufig werden die Ausgabedaten in einer GIS-Analyse mit anderen Kontrolldaten verglichen.
-
Visualisation & Action:
Die Visualisierung unterstützt die Identifikation geeigneter Maßnahmen und möglicher Modellverbesserungen.
-
Kundenbeispiel
Orbica automatisiert die Erstellung von Fortschrittsberichten für thyssenkrupp in Deutschland.
-
Kundenbeispiel
-
Projekt:
Lösung zur Fortschrittskontrolle und Berichterstattung mit Geo-AI.
-
Kunde:
thyssenkrupp Industrial Solutions
-
Zielsetzung:
Automatisierung der traditionellen / manuellen Prozesse zur Erstellung von Fortschrittsberichten mithilfe eines von Orbica entwickelten Erkennungs- und Klassifizierungsalgorithmus mit Deep-Learning-Funktionen.
-
Ergebnis:
Orbica gewann im Februar 2018 die Thyssenkrupp Industrial Solutions Drone Analytics Challenge und den People's Choice Award bei der Beyond Conventions in Essen. Unsere Lösung: Die Berichterstattung über Baufortschritte mithilfe von Geo-AI zu automatisieren. Zur Dokumentation von Veränderungen an Gebäuden fliegen wir mit Drohnen über die entsprechende Baustelle und nehmen mit ihr 360 Grad Bilder auf. Diese kombinieren wir mit unserer 3D-Modelltechnik, die dann mithilfe unseres Algorithmus zum Extrahieren und Klassifizieren von Features verarbeitet werden. Die Ergebnisse werden dann mit früheren Ergebnissen verglichen, um den Fortschritt zu bestimmen. Orbica arbeitet derzeit gemeinsam mit Thyssenkrupp an der Weiterentwicklung der Lösung.
-
Auszeichnung
Rund um die Uhr werden Bilder von der Erde generiert.
Das Problem ist jedoch, dass es schwierig ist, in Echtzeit nützliche Informationen aus diesen Bildern zu ermitteln.
Darum kombinieren wir Geodaten und künstliche Intelligenz, um die Extraktion und Klassifizierung von Merkmalen zu automatisieren.
So funktioniert es.
So sehen aufbereitete Daten von Gewässern aus.
Darstellung von Umrissen.
Darstellung von Strassen.
Durch die Kombination von Geodaten und künstlicher Intelligenz ergeben sich unzählige Anwendungsbereiche. Willkommen in der Zukunft von Geo-AI!
Wir sind stolz auf den Gewinn des NZSEA Awards 2018 mit unserer Lösung.
-
Auszeichnung
-
Projekt:
Automatisierte Merkmalextraktion und -klassifizierung
-
Wettbewerb:
NZSEA Award 2018, Kategorie „Technical Excellence“
-
Zielsetzung:
Automatisierung der herkömmlichen Extraktion und Klassifizierung von Merkmalen wie Gewässern, Straßen, Wäldern, Kies und Gebäudegrundrissen mithilfe eines Deep-Learning-Algorithmus auf Basis künstlicher Intelligenz.
-
Ergebnis:
Der von Orbica entwickelte Algorithmus extrahiert und klassifiziert - mit einem hohen Grad an Genauigkeit und Geschwindigkeit - Gebäudeumrisse, Straßen, Forst- und Oberflächenwasser aus 3D-Bildern jeglicher Quelle und erfordert dabei keine multispektrale Bilder. Es kann flexibel für die Erkennung anderer Merkmale angepasst werden und bietet einen großen Mehrwert im Einsatz von Umweltmanagement, Katastrophenmanagement, Zivilschutz, Fortschrittsdokumentation oder im Bereich Compliance. Durch die Verwendung von Satelliten- oder Drohnenbildern anstelle von herkömmlichen Luftbildern wird zudem der CO2-Ausstoß bei der Datenerhebung deutlich reduziert. Unsere Lösung hat 2018 den NZSEA Award in der Kategorie „Technical Excellence“ gewonnen.