National Transport Library Research Database

GAIA: AI för insamling av grundläggande geodata (GAIA: AI for capturing of geographical base data)

  • Nilsson, Karl
  • Göteborgs stad, Kommun eller region, 212000-1355
Sponsors, duration, budget: Formas ; 2023-09-01 -- 2025-08-31 ; 3 214 152 kronorRegistration number:
  • Formas 2023-00077
Subject(s): Abstract: Syftet med projektet är att använda AI för automatiserad insamling för att underlätta skapandet och uppdatering av grundläggande geodata, vilken kan användas som grund i digitala tvillingar så väl som i baskartor. Kopplat till syftet finns fyra mätbara delmål som sätter en ambition för noggrannhet av resultat samt en effektivisering av karteringsprocessen med minst 75%. Projektet kan även delas upp i sex olika arbetspaket:1) kartläggning av nuvarande processer, 2) datainsamling och inventering, 3) uppmärkning och formatering av data för maskininlärning, 4) utveckling av ändamålsspecifika algoritmer, 5) automatisering av processen, och 6) dokumentation och kunskap- och informationsspridning för nyttiggörande av projektets resultat. Projektgruppens sammansättning är optimerad för att säkerställa att projektets mål kan uppnås på bästa möjliga sätt. De fem kommuner som är med i projektet som behovsägare säkerställer att resultatet fungerar för så många kommuner som möjligt: mindre, mellanstora och stora kommuner. Samtidigt är de privata och akademiska organisationerna ledande i sina områden och säkerställer att rätt kunskap finns i projektet samt att resultatet kommer att förvaltas och implementeras även efter projekttidens slut. Abstract: The purpose of this project is to facilitate production and updating basic geodata by utilising AI for automation. The data produced forms the basis of digital twins as well as basemaps. In order to acheive the purpose, there are four quantifiable milestones. These set the ambition of accuracy in the results as well as the streamlining of the mapping process by at least 75%. The project is organized into six different parts: 1) Survey of current processes, 2) inventory and data collection, 3) tagging and processing data for machine learning, 4) developing task-specific algorithms, 5) automating the process, and 6) documenting and spreading information and insights. The composition of the project group is optimized to ensure that the purpose and objectives of the project can be met in the best possible way. The five participating municipalities having the needs and acting as recipients ensure that the results are useful for municipalities on the whole: small, medium-sized and big municipalities. The representativs from the private and the academic sector are leading in their respective areas and provide expertise for the project work as well as establishing a ground for maintaining the results after the closing of the project.
Item type: