Høypresisjonsmonitorering av vei – bruk av KI i mobiltelefoner
DOI:
https://doi.org/10.5324/mmi.v2i3.6172Sammendrag
Ettersom veinettet danner grunnlaget for moderne transport, er det avgjørende at det vedlikeholdes godt. I dag overvåkes veistandarden ved hjelp av spesialkjøretøy utstyrt med LiDAR-skannere, en prosess som er tidkrevende, kostbar og miljøskadelig grunnet behovet for å kjøre utelukkende for datainnsamling. Med store fremskritt innen kunstig intelligens (KI) og objektdeteksjon, kombinert med forbedret i maskinvare i mobiltelefoner, kan objektdeteksjon utført på mobiltelefoner forbedre effektiviteten og redusere kostnadene ved inspeksjon av veibanen
Downloads
Nedlastinger
Publisert
Utgave
Seksjon
Lisens
Opphavsrett 2024 Jardar Lohne, Rasmus Longva Haugland , Erlend Vaboen, Gabriel Hanssen Kiss, Frank Lindseth
Dette verket er lisensiert under en Creative Commons Attribution 4.0 International Lisens.
Moderne mobilitet og infrastruktur licenses all content of the journal under a Creative Commons Attribution (CC-BY) licence. This means, among other things, that anyone is free to copy and distribute the content, as long as they give proper credit to the author(s) and the journal. For further information, see Creative Commons website for human readable or lawyer readable versions.
Authors who publish with this journal agree to the following terms:
1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process
