FIMO FC – Giao lưu với SIS Lab – 06/04/2018

Vào ngày 06/04/2018 FIMO tổ chức trận bóng giao giao hữu với đội bóng của Phòng thí nghiệm trọng điểm Hệ thống tích hợp thông minh tại sân bóng Trường đại học Sư Phạm. Trận bóng là cuộc đối đầu đây duyên nợ giữa 2 đội.

Trận giao hữu bóng đá góp phần rèn luyện sức khỏe và tăng tinh thần giao lưu, đoàn kết trong trung tâm và tăng tình hữu nghị giữa 2 đơn vị nghiên cứu.

Dưới đây là một số hình ảnh trong trận đấu:

 

Iran phát triển công nghệ vũ trụ cho công dân

Iran: Morteza Barari, giám đốc cơ quan Không gian Iran (ISA), nói rằng Iran có kế hoạch phát triển các vệ tinh viễn thám cũng như các vệ tinh truyền thông vì lợi ích cho công dân của họ.

Barari nói thêm, “Có lẽ một trong những ảnh hưởng nổi bật nhất của công nghệ vũ trụ đến cuộc sống người dân là điện thoại di động được trang bị các hệ thống định vị vệ tinh giúp người ta định vị và điều hướng”.

“Hiện tại, vệ tinh viễn thông Iransat-21 cung cấp một số dịch vụ cho người dân.”

Ông nói rằng phần lớn mạng VSAT ở Iran đang hoạt động trên vệ tinh đó, trong khi đó, hệ thống ngân hàng Shetab vận hành các máy ATM, POS và các hoạt động dựa trên thẻ khác cũng được thực hiện thông qua vệ tinh này.

“Các dàn khoan dầu ở vịnh Ba Tư đang kết nối với nội địa thông qua vệ tinh viễn thông”, Barari nói.

Một trong những mục tiêu của người Iran trong năm nay là phát triển cơ sở hạ tầng truyền thông ở các vùng nông thôn và vùng sâu vùng xa.

Boeing sử dụng thiết bị LiDAR trên EcoDemonstrator

3D imagery, 737 MAX, MAX, 737 MAX 7, 737 MAX8, 737 MAX 9

Boeing sẽ sử dụng phát hiện và phát hiện ánh sáng (LiDAR). Phiên bản mới nhất của máy bay ecoDemonstrator của nhà sản xuất thiết bị gốc đang nghiên cứu việc sử dụng LIDAR để phát hiện sự hỗn loạn không khí rõ ràng, một khả năng mà Boeing tuyên bố chưa bao giờ đạt được trên một chiếc máy bay thương mại.

Boeing lần đầu tiên đưa ra chương trình ecoDemonstrator vào năm 2012 trên một thế hệ tiếp theo 737-800 với khoản vay từ American Airlines. Chương trình sẽ sử dụng các loại máy bay thương mại Boeing được định cấu hình lại và sử dụng chúng như những phương tiện thử nghiệm để đánh giá các công nghệ mới.

Boeing và JAXA đang muốn sử dụng LIDAR để nắm bắt rõ ràng nhiễu loạn không khí lên đến 10 dặm về phía trước của một chiếc máy bay trong không khí để phát hiện nhiễu loạn không khí rõ ràng và cung cấp các phi công với 60 giây cảnh báo về các bất ổn.

Boeing đang thử nghiệm tổng cộng 35 công nghệ khác nhau trên ecoDemonstrator mới nhất. Các thử nghiệm bay sẽ tiếp tục đánh giá các công nghệ mới vào cuối tháng Tư, trước khi được tân trang lại và trở lại FedEx vào tháng Sáu.

Nguồn: geospatialworld.net

Pix4D công bố Pix4Dfields, một sản phẩm lập bản đồ không gian dành cho nông nghiệp

Được trang bị một quy trình xử lý nhanh, mới cung cấp kết quả chính xác và tức thời cùng với một giao diện dễ sử dụng với các công cụ phù hợp với các quy trình công việc trong nông nghiệp, Pix4Dfields sẽ được cài đặt để xử lý mọi kịch bản đơn giản đến phức tạp.

Pix4Dfields sẽ cung cấp bản đồ nhanh chóng với kết quả chính xác trong khi ở trên cách đồng, với một giao diện đơn giản nhưng mạnh mẽ được thiết kế dành riêng cho nông nghiệp. Một sản phẩm cho tất cả các luồng công việc trong nông nghiệp sử dụng drone nói chung.

Về cơ bản, ý tưởng đằng sau Pix4Dfields xuất phát từ hai nhu cầu giám sát cơ bản: nhu cầu phải có các phép đo chính xác, có thể lặp lại để đo đạc sức khoẻ cây trồng và nhu cầu thứ hai là đưa ra kết quả một cách hiệu quả và nhanh chóng trong thực tế, đồng thời thực hiện phân tích chi tiết hơn trong văn phòng. Cả hai yếu tố này là cần thiết để hỗ trợ việc đưa ra các quyết định của nông dân, nhà nông học hay nhà tạo giống.

Pix4Dfields hiện đang cung cấp bản beta đóng và đang thực hiện kiểm thử với người dùng để lấy phản hồi về sản phẩm. Sản phẩm sẽ nhanh chóng được triển khai các tính năng mới và bổ sung các cập nhật với mỗi lần kiểm thử.

Pix4Dfields hiện tại chỉ có trên hệ điều hành MacOS, phiên bản dành cho Windows sẽ sớm được đưa ra trong các phiên kiểm thử kế tiếp.

Nguồn: Geospatial World

Geospatial AI hay Geo.AI là gì?

Trí tuệ nhân tạo (AI) đã trở thành một từ khóa thông dụng tượng trưng cho giai đoạn phát triển tiếp theo của công nghệ và cách thức mà các ngành công nghiệp trong tương lai sẽ được định hướng. Sử dụng các thuật toán thông minh, phân loại dữ liệu và phân tích, tiên đoán thông minh, AI đã chứng minh tác dụng của mình trong nhiều lĩnh vực.

Một tập con cụ thể hơn của AI kết hợp chặt chẽ độ chính xác của GIS với các phương pháp phân tích sắc bén và phương pháp tiếp cận dựa trên AI được gọi là Geospatial AI, hoặc đơn giản là Geo.AI.

Geospatial AI cũng có thể được gọi là một phương pháp học máy mới dựa trên dữ liệu địa lý.

Làm thế nào nó hoạt động?

Với sự trợ giúp của các ứng dụng điện thoại thông minh đơn giản, mọi người có thể phản hồi thời gian thực về các điều kiện trong môi trường xung quanh, ví dụ như tắc nghẽn giao thông, chi tiết, giờ cao điểm, kinh nghiệm của họ, mức đánh giá của họ: thấp, trung bình, hoặc dày đặc. Dữ liệu sau đó được so sánh, phân loại, phân tích và tăng cường độ chính xác dựa trên dữ liệu của hàng ngàn người dùng đóng góp cho cơ sở dữ liệu.

Cách tiếp cận sử dụng vị trí địa lý này sau đó sẽ không chỉ lấp đầy khoảng trống thông tin mà còn giúp giải quyết hiệu quả hơn cho các vị trí địa lý cụ thể. Đối với trường hợp, nó sẽ có thể dự đoán khu vực nào trong thành phố sẽ phải đối mặt với tình trạng tắc nghẽn tối đa, hoặc đường mà hành khách phải đi qua, hoặc nơi mà dòng xe có thể được định tuyến lại.

Và điều này cũng cho phép hệ thống biết mức độ nghiêm trọng của một vấn đề như thế nào đối với người dân và sau đó đưa ra những cách thức mới để giải quyết chúng.

Các ứng dụng khác nhau của Geospatial AI

Ùn tắc giao thông chỉ là một ví dụ vì đây là một vấn đề mà chúng ta phải vật lộn mỗi ngày trong khi đi lại từ nhà đến nơi làm việc và ngược lại. Tuy nhiên, ứng dụng của Geo.AI nằm trong nhiều lĩnh vực khác, bao gồm cả những ứng dụng sử dụng vị trí và GIS. Các công ty chia sẻ xe cộ, hậu cần, nuôi trồng, khảo sát, và cơ sở hạ tầng là một số ví dụ nổi bật.

Các công ty chia sẻ xe như Uber, Lyft, … có thể lấy phản hồi từ khách hàng và  dữ liệu để tìm ra mật độ xe ô tô và số lượng tài xế khả dụng ở thời điểm hiên tại.

Trong chuỗi hậu cần và cung cấp, Geo.AI có thể thu thập thông tin vị trí chính xác hơn, hợp lý hóa việc phân phối sản phẩm và tiết kiệm thời gian.

Giờ đây, công nghệ phổ biến cho các dự án là dựa trên việc học sâu vận hành trên nhiều máy chủ trong một hệ thống điện toán đám mây, mỗi hệ thoogns chứa một lượng lớn dữ liệu lưu trữ và bộ nhớ và tất cả đều làm việc để giải quyết cùng một vấn đề. Tuy nhiên, đây là những điều đã được coi là không khả thi do những hạn chế về chi phí hoặc những hạn chế trong công nghệ chỉ vài năm trước.

Tương tự như vậy, năng lực của Geo.AI sẽ được tăng cường vì nó được ngành công nghiệp rộng rãi đón nhận, và việc kết hợp thành phần thông tin địa lý.

Nhìn chung, trong lĩnh vực kinh doanh, Geo.AI sẽ triển khai thực hiện kế hoạch, phân bổ nguồn lực và ra quyết định – dự đoán nhu cầu và cung tăng cao, xác định triển vọng lợi nhuận cao và thấp, tăng hiệu quả chuỗi cung ứng và tối ưu hóa cung cấp dịch vụ. Phạm vi của Geo.AI chỉ đơn giản là vô tận.

PlanetObserver thông báo phát hành bản đồ nền toàn cầu PlanetSAT phiên bản 2018

Hoa Kỳ: PlanetObserver, nhà cung cấp dữ liệu không gian địa lý cho các giải pháp dân sự và quân sự, thông báo việc phát hành ảnh ghép toàn cầu sử dụng hình ảnh vệ tinh mới nhất và không có mây.

Hiện tại, PlanetSAT Global # 2018 cung cấp thông tin địa lý chính xác cho bất kỳ khu vực nào trên thế giới ở độ phân giải 10m. Qua đó, người dùng được có thể quan sát Trái đất ở màu sắc tự nhiên với chất lượng cao.

PlanetObserver đã chọn dữ liệu đa nguồn có sẵn tốt nhất để tạo ra PlanetSAT Global phiên bản 2018. Ảnh Sentinel-2 gần đây với độ phân giải 10 mét được sử dụng để cập nhật tất cả các khu đô thị lớn nhất trên thế giới và các thành phố thủ đô. Các lục địa được cập nhật bằng hình ảnh Landsat 8 mới. Tất cả hình ảnh được sửa màu, tối ưu hóa và đã sẵn sàng được sử dụng ở các định dạng khác nhau.

PlanetSAT Global có thể được sử dụng trong nhiều ứng dụng quân sự, thương mại và tiêu dùng cho hiển thị, mô phỏng, mô phỏng hàng không, ứng dụng bản đồ web….

Nguồn: PlanetObserver announces release of PlanetSAT global imagery Basemap Version #2018

IBM công bố dịch vụ đám mây hỗ trợ Khoa học và Kỹ thuật Dữ liệu

Ngày 16 tháng 3 vừa qua, tại sự kiện IBM Think, công ty IBM đã giới thiệu một sản phẩm điện toán đám mây mới có tên “Cloud Private for Data” được thiết kế để hỗ trợ các tổ chức nghiên cứu khoa học dữ liệu và kỹ thuật học máy. IBM mô tả “Cloud Private for Data” là một nền tảng “tích hợp dữ liệu khoa học, dữ liệu kỹ thuật và xây dựng ứng dụng” trên đám mây. Đám mây này được thiết kế với nhiều chức năng: từ thu thập, làm sạch và lập danh mục dữ liệu, sử dụng thuật toán học máy để xây dựng mô hình, và cuối cùng là tạo sản phẩm.

Cloud Private for Data được xây dựng dựa trên Kinh nghiệm trong Khoa học Dữ liệu của IBM và Apache-Spark cho phép các nhà khoa học dữ liệu phát triển và lặp lại các mô hình sử dụng R, Python và Scala trong Jupyter Notebook. Ngoài ra, phần mềm này bao gồm Bộ phân tích Thông tin của IBM, Danh mục Quản trị Thông tin, Các Sản phẩm Kho Dữ liệu, Db2 và Db2 Warehouse.

Dịch vụ được giới thiệu với tương tác GUI thân thiện, khả năng truy cập dữ liệu từ các cloud, dữ liệu cá nhân hoặc Hadoop. Cloud Private for Data cung cấp có thể được triển khai trong vài phút bằng cách sử dụng công nghệ container Kubernetes. IBM cho biết trong thông cáo báo chí của mình, việc sử dụng “microservices” giúp nó tạo thành một môi trường thực sự tích hợp cho khoa học dữ liệu và phát triển ứng dụng. Dịch vụ phù hợp để phân tích dữ liệu dưới dạng các ứng dụng hướng sự kiện, chẳng hạn như các ứng dụng sử dụng bộ cảm biến IoT, thương mại trực tuyến và các thiết bị di động.

Nguồn: HPCwire

FIMO FC – Tập luyện – 30/03/2018

Vào ngày 30/03/2018 FIMO tổ chức tập luyện để nâng cao khả năng ứng phó trong những trận đấu sắp tới. Buổi tập được diễn ra tại sân bóng Trường đại học Sư Phạm.

Dưới đây là một số hình ảnh trong buổi tập:

ESA và ICEYE công bố hợp tác để thay đổi tương lai của quan sát trái đất

 

ICEYE đã kết hợp và xử lý dữ liệu vệ tinh Sentinel-1 của ESA với dữ liệu vệ tinh ICEYE-X1 để phát hiện thay đổi

Phần Lan: ICEYE, nhà sản xuất vệ tinh không gian mới của Phần Lan đang hoạt động trong công nghệ ảnh SAR (Synthetic-Aperture Radar), đã công bố hợp tác với Cơ quan Vũ trụ Châu Âu (ESA) để có thể truy cập và sử dụng dữ liệu ảnh SAR và công nghệ của ICEYE cung cấp nhằm thúc đẩy kinh doanh.

Hợp tác này bao gồm các hoạt động tập trung thiết kế microsatellite ICEYE và ảnh SAR của băng tần X, cũng như xác định các ứng dụng hứa hẹn nhất đối với dữ liệu thu thập được các microsatellite.

Bằng cách trao quyền cho ESA truy cập dữ liệu của ICEYE sẽ giúp định hình tương lai quan sát hành tinh từ không gian. Dữ liệu thu thập được bởi ICEYE có lợi cho cả các nhà nghiên cứu và một loạt các ngành công nghiệp thương mại. Các vấn đề thách thức như phản ứng thiên tai và nghiên cứu biến đổi khí hậu, tràn dầu và phát hiện đánh bắt bất hợp pháp tất cả đều đòi hỏi nhiều hình ảnh lặp lại và kịp thời, bất kể điều kiện thời tiết và thời gian trong ngày.

Gần đây ICEYE đã công bố hợp tác với hai đơn vị châu Âu khác là Kongsberg Satellite Service (KSAT) và Aker Arctic để thu thập và cung cấp dữ liệu SAR cho giám sát hàng hải và băng. ICEYE vẫn tiếp tục khởi động hai vệ tinh SAR tiếp theo, ICEYE-X2 và ICEYE-X3, vào cuối năm nay.

Nguồn: GeoSpatialWorld

Giám sát muối sử dụng không ảnh

Công ty tư vấn khảo sát và lập bản đồ (SMC) đã hợp tác với công ty quốc tế Col-East trong việc giám sát – kiểm kê lượng muối được sử dụng trong việc làm tan băng trên các con đường quốc lộ phía đông bắc. Công ty Col-East thu thập dữ liệu kiểm kê một cách an toàn và chính xác bằng hình ảnh trên không với độ phân giải cao.

Hàng nghìn tấn muối được sử dụng để thúc đẩy quá trình tan chảy của băng, làm cho các con đường trở nên an toàn hơn mỗi năm. Do vậy, lượng tiêu thụ muối cần phải được tính toán và kiểm kê giống như bất kỳ tài sản nào khác, và việc sử dụng không ảnh để giám sát là một cách hiệu quả và tiết kiệm về mặt chi phí để thực hiện. Ngoài ra, việc khảo sát những khu vực muối bằng cách thủ công là không thực tế vì nó tốn nhiều thời gian và rất nguy hiểm do độ cao và độ dốc của các sườn núi.

Một công ty kế toán ở New England đã thuê SMC để tính toán lượng hàng thay đổi cho một công ty tư nhân nhập khẩu muối vào các cảng của Hoa Kỳ và sau đó bán cho các chính quyền địa phương. Do ảnh hưởng về thuế, các kế toán cần một phép đo chính xác về các cọc muối ngoài khơi vào cuối mỗi năm.

SMC đã tìm đến Col-East – nhà cung cấp dịch vụ chụp ảnh trên không ở vùng Đông Bắc Hoa Kỳ từ năm 1952 và là đối tác của SMC trong một số dự án quy hoạch cơ sở hạ tầng trước đó. Trong 12 năm qua, Col-East đã sử dụng máy bay trong tuần cuối cùng của Tháng Mười Hai để chụp những hình ảnh trên không của khu vực muối ở nhiều cảng từ Maine đến Maryland. Từ các hình ảnh thu được, Col-East sẽ xác định diện tích và chiều cao của mỗi khu vực để tính toán tổng khối lượng muối.

Trong hai mùa đông vừa qua, Col-East đã thu thập hình ảnh kỹ thuật số với bộ cảm biến mới Vexcel UltraCam Eagle điều này cho phép việc thu thập dữ liệu nhanh hơn và chính xác hơn. UltraCam cho phép việc thu thập dữ liệu với ít kiểm soát từ mặt đất hơn, hình ảnh thu được rất sắc nét ở độ phân giải không gian 5 cm.

SMC xác nhận rằng cảm biến hình ảnh mang lại hình ảnh với độ sắc nét nổi bật, độ chi tiết hình ảnh cao. Khi nhận được các kết quả tính toán thể tích từ Col-East, SMC chạy dữ liệu thông qua một gói phần mềm kỹ thuật khác để xác minh kết quả trước khi giao hàng cho công ty kế toán.

Ngoài việc theo dõi, giám sát muối, hình ảnh trên không có rất nhiều ứng dụng để tính toán thể tích một cách nhanh chóng và chính xác, đặc biệt là trong các hoạt động “cắt bỏ và lấp đầy” – “cut-and-fill” liên quan đến các dự án xây dựng và kỹ thuật. SMC đã dựa vào dữ liệu hình ảnh của Col-East về các dự án khảo sát hành lang vận chuyển và tiện ích ở New England

SMC và Col-East đã hợp tác trong một số dự án phát triển cơ sở hạ tầng gần đây ở New England, bao gồm:

  • Harwich, Mass., Thiết kế hệ thống thoát nước thành phố trên Cape Cod
  • Giám sát đường ray từ Cape Cod đến các bãi biển ở Brewster
  • Cải tiến hành lang trên lộ Rutherford Avenue, Boston. SMC đã thu thập dữ liệu từ mobile LiDAR của hành lang và kết hợp nó với hình ảnh trên không từ độ phân giải cao của Col-East cung cấp.

Nguồn:  Geospatial Word