Obtención de modelos urbanos tridimensionales

Autores/as

  • R. Rodríguez Universidad Politécnica de Madrid
  • M. Álvarez Universidad Politécnica de Madrid
  • M. Miranda Universidad Politécnica de Madrid
  • A. Díez Universidad Politécnica de Madrid
  • F. Papí Instituto Geográfico Nacional
  • P. Rodríguez Universidad de Málaga

DOI:

https://doi.org/10.3989/ic.12.041

Palabras clave:

Modelo urbano 3D, cityGML, LIDAR, automatización, IDE

Resumen


El uso de modelos urbanos 3D se extiende cada vez a una mayor diversidad de áreas y aplicaciones, pero su utilización como una herramienta habitual dentro del proceso de realización del proyecto arquitectónico y urbanístico se ve limitada por la lentitud de los procesos de generación de los modelos y el alto coste de realización y mantenimiento de los mismos. Su uso, si el alcance del proyecto lo permite, suele estar encuadrado en propósitos de visualización en la etapa final. Los autores de este trabajo han desarrollado una metodología para la automatización del proceso de generación de estos modelos de ciudad, que reduce tiempos y costes, y que permitirá una mayor generalización de su uso.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

(1) Martínez, E., Álvarez, M., Arquero, A., Romero, M. (2010). Apoyo a la selección de emplazamientos óptimos de edificios. Localización de un edificio universitario mediante el Proceso Analítico Jerárquico (AHP) Informes de la Construcción, 519(62): 35-45.

(2) Kada, M. (2009). The 3D Berlin Proyect. Fritsch, D. (ed.): Photogrammetric Week '09, Wichmann Verlag, Heidelberg.

(3) Brenner, C. (2001). City Models-Automation in research and practice. Fritsch/Spiller (eds.): Photogrammetric Week '01, Herbert Wichmann Verlag, Heidelberg.

(4) Brenner, C. (2000). Towards Fully Automatic Generation of City Models. IAPRS Vol. XXXIII, Part B3/1, Comm. III, ISPRS Congress, Amsterdam.

(5) Groot, R., McLaughlin, JD. (2000). Geospatial Data Infrastructure-Concepts, Cases, and Good Practice. Oxford University Press.

(6) Foley, J., van Dam, A., Feiner, S., Hughes, J. (1990). Computer Graphics: Principles and Practice, Second Edition, Addison-Wesley, Reading, Massachusetts.

(7) Finat, J., et al. (2010). Una aproximación semántica a sistemas de información 3D para la resolución de problemas de accesibilidad en patrimonio construido, ACE: Architecture, City and Environment, 13.

(8) Antoniou, G., Van Harmelen, F. (2004). A Semantic Web Primer. Massachusetts Institute of Technology, Londres.

(9) Hundler, J. (2001). Agents and semantic Web. IEEE Intelligent Systems, 16(2), Mar. /Apr. http://dx.doi.org/10.1109/5254.920597

(10) Booch, G., Rumbaugh, J., Jacobson, I. (1997). Unified Modeling Language User Guide. Addison-Wesley.

(11) Kolbe, TH., Grogër, G. (2003). Towards unified 3D city models, Schiewe, J., Hahn, M, Madden, M, Sester, M (eds): Challenges in Geospatial Analysis, Integration and Visualization, II. Proc. of Joint ISPRS Workshop, Stuttgart.,

(12) Kolbe, TH., Gröger, G. (2004). Unified Representation of 3D City Models. Geoinformation Science Journal, 4 (1).

(13) Ambercore LIDAR (2008). A White Paper of Lidar Mapping [En línea] Disponible en: http://www.ambercore.com/files/TerrapointWhitePaper.pdf.

(14) Díez, A., Arozarena, A., Orme-o, S., Aguirre, J., Rodríguez, R., Saenz, A. (2008). Integración y optimización de tecnologías y metodologías Lidar y fotogramétricas para la producción cartográfica. Proceedings of The international archives of the photogrammetry, remote sensing and spatial information sciences, ISPRS congress Beijing.

(15) Mather, P.M. (1985). A computationally-efficient maximum-likelihood classifier employing prior probabilities for remotely-sensed data. International Journal of Remote Sensing, 6. http://dx.doi.org/10.1080/01431168508948456

(16) Tso, B., Mather, P.M. (2001). Classification Methods for Remotely Sensed Data, Taylor &.Francis, Londres. http://dx.doi.org/10.4324/9780203303566

(17) Rodríguez, R., Álvarez, M., Miranda, M., Díaz, A., Papí, F. (2011). Automatic Generation of 3D Virtual Cities from Lidar Data and High Resolution Images. Proceedings of Ist Panel Symposium Emerged/Emerging "disruptive" Technologies, Madrid.

(18) Swain, P.H., Davis, S.M. (1978). Remote Sensing: The Quantitative Approach, McGraw-Hill, New York.

(19) Strahler, A.H. (1980). The use of prior probabilities in maximum likelihood classification of remotely sensed data. Remote Sensing of Environment, 10: 135-163. http://dx.doi.org/10.1016/0034-4257(80)90011-5

(20) Hutchinson, C.F. (1982). Techniques for combining Landsat and ancillary data for digital classification improvement. Photogrammetric Engineering and Remote Sensing, 48.

(21) Lee, D. T., Schachter, B. J. (1980). Two Algorithms for Constructing a Delaunay Triangulation. Int. J. Computer Information Sci, 9.

(22) Kada, M. (2007). 3D Building Generalisation by Roof Simplification and Typification. Proceedings of the 23th International Cartographic Conference, Moscu.

Descargas

Publicado

2013-06-30

Cómo citar

Rodríguez, R., Álvarez, M., Miranda, M., Díez, A., Papí, F., & Rodríguez, P. (2013). Obtención de modelos urbanos tridimensionales. Informes De La Construcción, 65(530), 229–240. https://doi.org/10.3989/ic.12.041

Número

Sección

Artículos

Artículos más leídos del mismo autor/a