Projekt badawczo-rozwojowy konsorcjum Politechniki Morskiej i GISPRO Technologies przeszedł do III - ostatecznej fazy programu INFOSTRATEG V
W dniu 1 sierpnia 2026 r. Politechnika Morska w Szczecinie wraz z GISPRO Technologies rozpoczęła realizację III etapu projektu „Prace badawczo-rozwojowe nad opracowaniem metod automatycznej detekcji obiektów topograficznych z wykorzystaniem algorytmów uczenia maszynowego” realizowanego w ramach konkursu INFOSTRATEG V Programu Strategicznego „Zaawansowane technologie informacyjne, telekomunikacyjne i mechatroniczne”.Zespół oceniający selekcji po fazie II realizacji projektów INFOSTRATEG V, pozytywnie ocenił projekt realizowany przez konsorcjum GISPRO Technologies - Politechnika Morska w Szczecinie i tym samym zakwalifikował go do realizacji w III (ostatniej) fazie, jako ostatecznego wykonawcę rozwiązania, które będzie zaimplementowane w Głównym Urzędzie Geodezji i Kartografii.
Projekt będzie realizowany przez zespól badawczy pod kierownictwem dr. inż. Arkadiusza Tomczaka, prof.PM w składzie:
mgr inż. Karol Kabała
- dr hab. inż. Grzegorz Stępień
- dr hab. inż. Tomasz Kogut
- inż. Weronika Płuciennik
- inż. Mateusz Gurgul
Jaki jest cel projektu?
W ramach realizowanego projektu naukowcy utworzą inteligentne narzędzia, które wykorzystując algorytmy AI, będą wspierać aktualizację danych o obiektach topograficznych w Polsce. Końcowe rezultaty prac przyczynią się do rozwoju nowoczesnych narzędzi wykorzystujących sztuczną inteligencję w geodezji i kartografii, wspierając automatyczną detekcję obiektów topograficznych, utrzymanie aktualności państwowych zbiorów danych przestrzennych oraz cyfrową transformację administracji publicznej.W efekcie stworzone przez naukowców narzędzia pozwolą na:
1. Szybszą aktualizację map,
2. Skrócenie pracy geodetów kartografów;
3. Lepsze planowanie przestrzenne;
4. Wsparcie dla urzędów i jednostek korzystających z map i danych przestrzennych.
Ostatni etap projektu będzie realizowany od 1 sierpnia 2026 do 31marca 2027 roku.
Projekt badawczo-rozwojowy konsorcjum Politechniki Morskiej i Gispro S.A. przeszedł do drugiej fazy programu INFOSTRATEG
Z przyjemnością informujemy, że projekt pt. „Prace badawczo-rozwojowe nad opracowaniem metod automatycznej detekcji obiektów topograficznych z wykorzystaniem algorytmów uczenia maszynowego”, realizowany przez konsorcjum Politechniki Morskiej w Szczecinie oraz firmę Gispro S.A., po pozytywnej ocenie merytorycznej został zakwalifikowany do drugiej fazy finansowania w ramach programu INFOSTRATEG V Narodowego Centrum Badań i Rozwoju.Projekt po stronie Politechniki Morskiej prowadzony jest przez Katedrę Geodezji i Pomiarów Offshore w składzie:
- dr inż. kpt. ż.w. Arkadiusz Tomczak, prof. PM (kierownik naukowy projektu)
- dr inż. Tomasz Kogut
- dr hab. inż. Grzegorz Stępień, prof. PM
- mgr inż. Karol Kabała.
Jaki jest cel projektu?
Projekt ma na celu opracowanie nowatorskich metod automatycznego rozpoznawania i klasyfikacji obiektów topograficznych (takich jak budynki, budowle i urządzenia, sieci uzbrojenia terenu, pokrycie terenu, sieć komunikacyjna, sieć wodna) z wykorzystaniem danych geoprzestrzennych oraz zaawansowanych technik uczenia maszynowego, w tym głębokiego uczenia (deep learning).Najważniejsze rezultaty uzyskane w I fazie projektu
- Zbudowano modularne środowisko badawcze integrujące przetwarzanie danych wektorowych i rastrowych, złożone z autorskich komponentów analitycznych i klasyfikacyjnych.
- Przeprowadzono analizę jakościową zbiorów danych referencyjnych BDOT10k, ortofotomapy oraz LiDAR pod kątem przydatności do uczenia modeli ML.
- Opracowano i przetestowano pierwsze wersje algorytmów klasyfikacyjnych, wykorzystujących konwolucyjne sieci neuronowe (CNN), które osiągnęły dokładność detekcji dla wybranych klas obiektów na poziomie powyżej 80%.
- Wprowadzono procedury automatycznego doboru parametrów sieci oraz zdefiniowano zestaw metryk do oceny jakości segmentacji i klasyfikacji obiektów.
- Potwierdzono potencjał skalowalności i praktycznego zastosowania opracowanej metodyki w środowiskach produkcyjnych związanych z aktualizacją danych topograficznych.
