Analizy numeryczne

Analiza zebranych danych wykazała, że systemu kamer monitoringu pracujących w trybie Edge Computing jest wystarczający do opracowania złożonych modeli zmiennego w czasie i przestrzeni wykorzystania przestrzeni kampusu przez pieszych, rowerzystów, samochody oraz pojazdy dostawcze. Dane w postaci nagrań wideo przetwarzane są za pomocą autorskich skryptów i analizowane metodami eksploracji danych przestrzennych.  Umożliwiają one analizę zachowań społecznych, wykrywanie dysfunkcji przestrzennych, wskazywanie ich lokalizacji, a także optymalizację metody projektowania architektonicznego. Ze względu na szybkość zmian związanych z natężeniem ruchu, analiza obrazu dynamicznego może powodować niepewności klasyfikacyjne, np. w rozpoznawaniu obiektów, jednak nie ma to istotnego wpływu na analizę statystyczną zebranych danych. Podobnie, ze względu na nierównomierny rozkład punktów transformacji w poszczególnych obrazach i związany z tym niedostateczny trening sieci neuronowych w procesie konwersji danych obrazowych do struktur przestrzennych baz danych GIS. Sporadycznie występują błędy polegające na przypisaniu ruchu obiektów do niewłaściwego pola podstawowego. Zastosowanie filtracji wyników z wykorzystaniem danych topograficznych pozwala jednak na wyeliminowanie szumu informacyjnego i analizę danych zagregowanych do pól podstawowych z rozdzielczością odpowiednią do celu badań. Dalsze prace nad modyfikacją opracowanej technologii będą polegały na opracowaniu autorskiego oprogramowania na potrzeby pełnej automatyzacji procesów przetwarzania danych i pozyskiwania wiedzy w trybie edge computing bez konieczności stosowania postprocessingu.