Imágenes ópticas del área encuestada (A) Fotografía oblicua (b) Vista superior con información anotada. Crédito: aire
Un equipo de investigación del Instituto de Investigación de Información Aeroespacial (AIR) de la Academia de Ciencias de China ha desarrollado un método novedoso para generar modelos de ciudad tridimensionales (3D) altamente detallados utilizando datos de radar, abordando desafíos de larga data en el mapeo urbano.
Al fusionar la inteligencia artificial (IA) con la geometría arquitectónica, la nueva técnica, denegada Geo-Setra, produce imágenes más claras y más completas de paisajes urbanos. Este estudio fue publicado En el Journal of Remote Sensing.
La tecnología tradicional, conocida como radar de apertura sintética tomográfica (Tomosar), utiliza señales de radar para reconstruir entornos 3D; Sin embargo, históricamente ha enfrentado desafíos en las zonas urbanas. Estructuras complejas, como rascacielos y callejones estrechos, a menudo interrumpen las señales de radar, lo que lleva a imágenes borrosas o incompletas.
Para abordar este problema, Geo-Setra utiliza las formas y patrones inherentes de edificios, como los tejados, las paredes y las ventanas, como señales de navegación. Incorpora estas semánticas visuales en su algoritmo, lo que permite que el sistema “complete los vacíos” y mejore los detalles mediante el uso de características arquitectónicas para guiar la interpretación de las señales de radar.
“Nuestro enfoque crea una nueva sinergia entre el modelado geométrico y las imágenes de radar”, dijo el Dr. Wang Chunyi, autor principal del estudio. “Al dejar que la semántica visual dirige la reconstrucción basada en radar, aumentamos los detalles e integridad sin sacrificar la eficiencia”.
A diferencia del procesamiento SAR convencional, que se basa en una extensa edición posterior, Geo-SETRA utiliza una tubería de varias etapas: comienza con un mapa 3D áspero, lo refina a través de la visión por computadora para identificar características arquitectónicas clave y luego emplea estas características como “Priors” estadísticos en un modelo bayesiano para guiar la reconstrucción precisa.
Las pruebas sobre datos de radar simulados y recolectados con drones de Suzhou, una ciudad de China Oriental, demostraron resultados notables. El algoritmo alcanzó la precisión de elevación del sub metro, capturando detalles finos a menudo perdidos por otras técnicas, como marcos de ventanas y bordes en la azotea. Superó a los métodos existentes en entornos de baja señal, generó nubes de puntos más densos y retuvo más del 80% de los puntos de datos críticos.
“Nuestros hallazgos prueban que decodificar el ‘lenguaje’ de la arquitectura de la ciudad puede mejorar las imágenes de radar”, señaló el Dr. Wang. “Esto podría transformar cómo implementamos sistemas aéreos o espaciosos para el desarrollo de la ciudad inteligente, el monitoreo de la infraestructura y la respuesta a desastres”.
Este estudio abre nuevas puertas para el mapeo urbano de alta fidelidad, cerrando la brecha entre las capacidades de radar y las complejas demandas de la gestión moderna de la ciudad.
Más información: Chunyi Wang et al, un algoritmo de reconstrucción de tomtosar mejorado geométrico en semántico en un área urbana: análisis y aplicación, Journal of Remote Sensing (2025). Doi: 10.34133/remotesensing.0583. spj.science.org/doi/10.34133/remotesensing.0583
Proporcionado por la Academia de Ciencias de China
Cita: los investigadores desarrollan una técnica de radar con IA para el mapeo urbano 3D de alta resolución (2025, 9 de julio) Recuperado el 9 de julio de 2025 de https://techxplore.com/news/2025-07-AI-Powered-Radar-Technique-HIGH.HTML
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
