Se connecter
Essai gratuit
Se connecter
Essai gratuit
Jakarto_Jakartown_Background_V01

Jakarto est passé maître en traitement de données 3D HD

Jakarto applique une série de traitements sophistiqués sur les données brutes provenant des différents capteurs. La plateforme Jakarto génère ainsi de la donnée prête à l'usage, validée, précise et riche.

La plateforme Jakarto va encore plus loin avec l'aide de l'intelligence artificielle, notamment pour la génération automatique ou semi-automatique d'éléments d'inventaire.

Voir un jeu de données
Planifier une démo
Jakarto_Icone_75x75_DataJakarto_Bleu
Données Jakarto
Jakarto_Icone_75x75_Utilisation

Utilisation de données

Jakarto_Icone_75x75_Traitement_Blanc

Traitement de données

Jakarto_Icone_75x75_Acquisition

Acquisition de données

Comment Jakarto traite la donnée?

Traitement des données géographiques 3d

Chez Jakarto, nous captons de la donnée géographique HD que nous traitons et que nous diffusons ensuite en 3D.

C’est grâce à cette donnée que nous créons ce que l’on appelle un jumeau numérique qui va représenter un territoire spécifique. Cela se réalise grâce à la captation de données effectuée par nos unités de cartographie mobile.

Nos capteurs nous permettent d’obtenir un nuage de points 3D géoréférencés.

Ensuite, Jakarto utilise des procédés de traitement de la donnée grâce à l’intelligence artificielle afin de transformer la donnée brute en donnée intelligente, utilisable et prête à l’emploi.

Digital twin city

L’intelligence artificielle chez Jakarto : pourquoi ?

L’intelligence artificielle se compose d'algorithmes qui permettent de trouver la réponse à des questions à la place d’un expert.

Chez Jakarto, nous utilisons l'IA afin de détecter un objet spécifique dans un ensemble de données géospatiales, dans le but de les cartographier.

L’avantage ? C’est un énorme gain de temps et d’argent puisque le processus se fait de manière automatisée. De plus, la machine effectue un travail en tout temps, ce qui permet à l’humain de se concentrer sur des tâches plus importantes.

Change detection
Jakarto_DigitalCity_Header_V01

Ce que Jakarto a développé au niveau de l'IA

Les données 3D que nous relevons représentent la réalité à un instant T et se traduisent par des nuages de points.

Celles-ci nous permettent de reconnaître certains objets grâce à un algorithme et d’en récupérer leur position.

Comment est-ce qu’on personnalise un algorithme chez Jakarto ?

Comment est-ce qu’on reconnaît les objets ?

  1. Concrètement, nous sélectionnons les points de l’objet en question et nous indiquons à notre algorithme qu’ils représentent cet objet.
  2. À partir de la donnée 3D segmentée, nous pouvons créer des données géospatiales utilisables par nos clients. Ils peuvent ainsi bénéficier d’un inventaire géolocalisé créé de manière automatique. Nous utilisons des algorithmes supervisés pour cela : ils se basent sur la connaissance que les experts de Jakarto leur donnent.

Données
3D

donnees-geographiques-3d

 

25%

Données 3D segmentées

donnees-geographiques-3d-segmentees

 

50%

Reconnaissance d'un objet

reconnaissance-objet-vertical-lineaire

 

75%

Résultat du machine learning

resultat-machine-learning

 

100%

Comment Jakarto utilise l'Intelligence Artificielle?

Un travail qui se fait en 3 étapes

Annotation de données géographiques

Étape 1

Annoter les données

Travail de repérage virtuel

Croisement avec une base de données existante ou création en interne.

Nuage de points

Nos experts reconnaissent manuellement les objets et sélectionnent les points de l’objet.

Algorithme de traitement des données géographiques

Étape 2

L'algorithme

Phase d'entrainement

  • Algorithme qui apprend à partir des données
  • On obtient un modèle entraîné
  • On peut reprendre un modèle existant pour le peaufiner et l’adapter à nos objectifs : il devient sur-mesure pour nos problématiques

Data science / deep learning / machine learning

  • Connaître l’état de l’art pour exploiter les algorithmes les plus performants
  • Travailler en collaboration avec des chercheurs pour créer de nouveaux algorithmes
  • Générer des modèles en fonction des tâches à résoudre
Reconnaissance d'objets

Étape 3

La détection

Application du modèle

  • Application du modèle sur l’ensemble des données
  • Conversion des résultats dans des formats de données simplifiés (couches géographiques)
  • Livraison des résultats aux experts métiers

Application métier

  • Livraison de l’inventaire automatique
  • Les données sont à prêtes à l’emploi pour nos clients

Les 5 étapes pour personnaliser l’algorithme et lui ordonner de reconnaître les objets

1

La phase de préparation de données
On fournit à l’algorithme des exemples de ce que l’on souhaite à partir des données 3D, ainsi que le résultat désiré.

Plus on donne d’exemples à la machine, plus elle devient capable de trouver par elle-même les meilleures caractéristiques qui permettent de séparer un objet X d’un autre.

2

La phase d’entraînement
On fait passer les données 3D dans un graphe de calcul et tente de prédire leur catégorie.

La proposition de l’algorithme est comparée ensuite au résultat attendu. La marge d’erreur ainsi calculée permet à l’algorithme de s’autocorriger et s’améliorer.

3

La phase de sauvegarde du modèle

4

La phase d’application du modèle sur des données
On applique alors le modèle sur des données qui n’ont jamais été présentées à l’algorithme.

5

La machine fait maintenant le travail à la place de l’humain

Vous avez un projet de trairement de données géographiques en 3D?

Notre équipe d’experts saura vous guider dans votre démarche!

Voir un jeu de données
Planifier un appel