Resumen

Hoy en día se reconoce la importancia y la utilización de la información espacial. Especialmente en las zonas urbanas, la demanda de información espacial en interiores llama la atención y suele requerir datos 3D de alta precisión. Aunque precisos, la mayoría de los métodos presentan problemas de coste de construcción y facilidad de actualización. Las imágenes son accesibles y resultan útiles para expresar el espacio interior, pero los datos de píxeles no pueden aplicarse directamente a la prestación de servicios en interiores. Los datos topológicos basados en redes ofrecen información sobre las relaciones espaciales de los espacios representados por la imagen, además de permitir el reconocimiento de estos espacios y de los objetos que contienen. En este artículo, presentamos una metodología de fusión de datos entre datos de imagen y datos topológicos basados en redes, sin necesidad de conversión de datos, uso de datos de referencia o un modelo de datos separado. Utilizando el concepto de Punto Espacial Extendido (SEP), implementamos esta metodología para establecer una correspondencia entre imágenes omnidireccionales y datos IndoorGML para proporcionar un servicio espacial en interiores. El algoritmo propuesto utiliza la información de posición identificada por un usuario en la imagen para definir una región 3D que se utilizará para distinguir la correspondencia con el IndoorGML y los datos de POI en interiores. Experimentamos con un espacio interior de tipo pasillo y construimos una plataforma de navegación en interiores.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:espacio interior, datos topológicos, punto espacial extendido, metodología de fusión de datos, datos poi interiores, plataforma de navegación interior, información espacial interior, servicio espacial interior, datos 3d de precisión, modelo de datos separado
• Keywords:indoor space, topological data, spatial extended point, data fusion methodology, indoor poi data, indoor navigation platform, indoor spatial information, indoor spatial service, precision 3d data, separate data model