Lead
Zuverlässige 3D-Stadtmodelle sind für das digitale Stadtmanagement und die Entwicklung autonomer Fahrzeuge und Drohnen unverzichtbar. Werden die Fahrzeuge mit entsprechenden Sensoren ausgestattet, können sie diese 3D-Modelle in Echtzeit aktualisieren und um eine vierte Dimension, die Zeit, ergänzen. Leistung und Betriebskosten von BDA in grossen Systemen wie Public Clouds, privat verwalteten Clustern oder auch Crowd-Computing-Ressourcen sollten vorhersagbar sein.

Lay summary

Zurzeit sind sie es nicht, da wir noch nicht über die Modellierungs- und Analysetechnologien verfügen, welche die wesentlichen Merkmale von BDA und ihren Einfluss auf die Leistung erkennen können. Auch über den Einfluss, den Systembetrieb und -infrastruktur auf die Gesamtleistung haben, ist bisher nur wenig bekannt. Das Projekt soll einen vertieften Einblick in diese Problematik ermöglichen. Sein neuartiger Ansatz besteht in der Kombination von Methoden zur Analyse, Modellierung und Prognose von Big Data sowie von Programmen zur automatischen Anpassung (also Erweiterung oder Änderung) eines Systems. Im Zentrum des Projekts steht die Optimierung beispielhafter Anwendungen in den Bereichen Hochenergiephysik (CERN) und Bioinformatik (Vital-IT).

Einzelne Gebäude können mit den heutigen photogrammetrischen Techniken problemlos eingescannt werden. Für die Erfassung ganzer Städte eignen sich diese Techniken jedoch nicht. Die grössten Herausforderungen in diesem Zusammenhang sind die enormen Mengen der zu erfassenden Daten und die für ihre Umwandlung in 3D-Modelle benötigte Rechenkapazität.

Mit diesem Projekt wollen wir die Erstellung von vierdimensionalen Stadtmodellen verbessern, indem wir einen ScanVan entwickeln: ein Fahrzeug, das in der Lage ist, kontinuierlich ganze Städte zu erfassen. Der im Rahmen eines realen Fallbeispiels getestete Prototyp soll die theoretischen Annahmen überprüfen, die für die Verarbeitung der erfassten Big Data getroffen wurden. Ziel ist die Erstellung eines 4D-Modells der Stadt Sion (Wallis, Schweiz).

Mit den vom ScanVan produzierten, frei zugänglichen Datensätzen lässt sich das Potenzial neuer Dienstleistungen sondieren, die von diesen Daten profitieren können – etwa die selbstfahrenden Fahrzeuge, die zurzeit in der Stadt Sion getestet werden. Auf einer allgemeineren Ebene ist das Projekt ein erster Schritt zur Erstellung von 4D-Stadtmodellen, da es Lösungen für die Verarbeitung der damit einhergehenden enormen Datenmengen liefert.