Geo-Spatial Trends in 2023

Geo-Spatial Trends in 2023
Photo by Mihis Alex: https://www.pexels.com/photo/black-toy-car-on-world-map-paper-21014/
จากบทความของ Dr. Qassim Abdullah ใน Lidar Magazine (Jun 23)

ในปี 2023 การแพร่ระบาด COVID-19 ยังคงส่งผลกระทบต่ออุตสาหกรรมภูมิสารสนเทศ ในปี 2021-2022 Supplies Chain และ Productivity หยุดชะงัก นำไปสู่การขาดแคลนวัสดุ ชิ้นส่วน ในการสร้างผลิตภัณฑ์ (Hardware) อย่างไรก็ตาม อุตสาหกรรม Geo-Spatial แสดงให้เห็นถึงความยืดหยุ่นเนื่องจากบริษัทและผู้ผลิตจำนวนมาก โดยนำ Protocol ความปลอดภัยในสถานที่ทำงานใหม่มาใช้ ระบบอัตโนมัติที่เพิ่มขึ้น และ Supplies Chain ที่หลากหลายเพื่อลดผลกระทบจากการหยุดชะงักในอนาคต นอกจากนี้ ผู้ผลิต Hardware ยังพัฒนาเทคโนโลยีซึ่งขยายขีดความสามารถใหม่ๆ สำหรับการได้มาซึ่งข้อมูล

Photo by Pixabay: https://www.pexels.com/photo/white-ipad-38271/

Digital Twin

BIM (Building Information Model) และ GIS (Geographic Information System) เป็นการสร้างรากฐานสำหรับ Digital Twin (คำที่มีความหมายคล้ายกับ “Metaverse”) ในปีที่ผ่านมา ผลตอบแทนจากการลงทุนใน Digital Twin ยังคงขยายตัวอย่างต่อเนื่อง และเมื่อเป็นที่รู้จักมากขึ้น ความต้องการเทคโนโลยีนี้จะสูงขึ้นอย่างรวดเร็ว Digital Twin คือ Digital Model ของสภาพแวดล้อมทางกายภาพ ไม่ว่าจะเป็น สินทรัพย์ กระบวนการ ทางเดินบนทางหลวง แม่น้ำ มหาสมุทร หรือ แม้แต่โลก เป็น Lifecycle ทั้งหมดของสินทรัพย์ หรือ กระบวนการ ตั้งแต่การวางแผนไปจนถึงการออกแบบและการก่อสร้าง และ การดำเนินการต่อไป รวมอยู่ในที่เดียว

Virtual Collaborating Room และ Mixed Reality

ในปี 2022 มีเทคโนโลยีหลายอย่างที่สนับสนุน Virtual Collaboration และ Data Visualization โดยที่ Platforms เหล่านั้นมีความต้องการข้อมูล 3 มิติ และมีวิธีใหม่ๆ ในการสร้าง Data Modeling และ Interpretation เช่น Microsoft Mesh และ HoloLens 2, Bentley’s mixed reality platform (SYNCHRO XR) และ NVIDIA Omni-verse platform ที่ผ่านมามีความต้องการ 3D Geospatial Data เพิ่มมากขึ้น ช่วยสนับสนุนในการเชื่อมต่อระหว่างมนุษย์กับ Augmented / Virtual Reality (AR/VR) มีแนวทางใหม่ๆ สำหรับการแสดงภาพ การออกแบบ และการวิเคราะห์ เทรนด์เทคโนโลยีความเป็นจริงผสมนี้จะหมุนเวียนสูงขึ้นเนื่องจากมีการค้นพบและประยุกต์ใช้ AR และ VR มากขึ้นเพื่อสนับสนุนอุตสาหกรรมต่างๆ

Photo by Vanessa Loring: https://www.pexels.com/photo/little-girl-in-vr-headset-7869238/

Deep Into Miniaturized Sensors (Sensor ขนาดเล็ก)

มีการรวม Lidar เข้าไปใน Smartphone ทำให้ขยายโอกาสการใช้งานสำหรับทั่วไปมากขึ้น แม้กระทั่งมือสมัครเล่นที่ทำโครงการ Geospatial Data ขนาดเล็ก ซึ่ง Smartphone รุ่นใหม่ๆ จะมี Lidar ที่ล้ำหน้ายิ่งขึ้น ระบบ Sensors จะมีขนาดเล็กลง มีประสิทธิภาพ และความก้าวหน้าทางเทคโนโลยีที่มากขึ้น

แผนที่ความละเอียดสูงสำหรับ Autonomous Driving

ปีที่แล้วผู้เขียน (Dr. Qassim Abdullah) เสนอให้อุตสาหกรรมภูมิสารสนเทศเป็นผู้นำในการสร้างและกำหนดมาตรฐานแผนที่ความละเอียดสูงสำหรับเครือข่ายถนนทั่วโลกเพื่อสนับสนุน Autonomous Driving แต่ปัจจุบันก็ยังไม่มีความคืบหน้ามากนัก  ข้อมูลตำแหน่งที่แม่นยำ หมายเลขเลน, ช่องทางออกทางด่วน, ทางม้าลาย, สะพาน, สะพานลอย, อุโมงค์, ตำแหน่งอุปกรณ์ควบคุมการจราจร, เส้นทาง 3 มิติสำหรับขอบถนนและขอบเขต ฯลฯ ที่มีความแม่นยำระดับเซนติเมตร (ระดับถนน และระดับความสูงของถนน) ยังคงเป็นโอกาสสำหรับอุตสาหกรรมภูมิสารสนเทศ

Photo by Roberto Nickson: https://www.pexels.com/photo/person-sitting-inside-car-2526127/

ความต้องการใช้ Drone ที่เพิ่มขึ้น

จากที่คาดการณ์ไว้ Lidar ที่ใช้ใน UAS (Unmanned Aircraft System) เริ่มได้รับความนิยมในปี 2022 และจะเพิ่มขึ้นอย่างต่อเนื่องในราคาที่ถูกลง ในปี 2021 DJI LIDAR (Zenmuse L1) ที่มีความแม่นยำสูง ในราคาที่ถูก ทำให้ผู้คนสนใจเทคโนโลยีนี้มากขึ้น สำหรับ Lidar (UAS) ราคาถูก ส่วนใหญ่จะใช้เทคโนโลยี Livox แต่ระบบที่ใช้เทคโนโลยี HESAI  กำลังได้รับความสนใจ และพิสูจน์แล้วว่ามีความเหมาะสมมากกว่า ในการสำรวจ การทำแผนที่ หรือ การทำ Inspection ตัวอย่างเช่น RESEPI XT32 โดย Inertial Labs ซึ่งมีมุมมอง 360 องศา และ Laser 32 ตัว ที่ให้ความแม่นยำที่ 1 เซนติเมตร

พลังงานลมแนวชายฝั่ง

สหรัฐฯ มีความพยายามในการเปลี่ยนไปสู่แหล่งพลังงานหมุนเวียนที่สะอาดขึ้น และลดการพึ่งพาเชื้อเพลิงฟอสซิล ในปี 2022 และในปี 2023 ความพยายามนี้มีความก้าวหน้าที่มากขึ้น โดยฟาร์มกังหันลมได้รับการอนุมัติและสร้างตามแนวชายฝั่งของประเทศ

Photo by Jem Sanchez: https://www.pexels.com/photo/windmills-on-seashore-under-white-clouds-1108814/

Data Democratization

ในปีที่ผ่านมา มีความต้องการข้อมูลเชิงพื้นที่ที่มีความละเอียดสูงเพิ่มขึ้นอย่างรวดเร็ว ตั้งแต่ Density Point Cloud ไปถึง ตำแหน่งที่มาจาก Crowd-sourced มากขึ้น ผู้เล่นใหม่กำลังใช้ AI เพื่อแยกคุณสมบัติโครงสร้างพื้นฐานอย่างละเอียด ซึ่งต้องการข้อมูล 3D ที่ดี เพื่อใช้กับ Algorithms เหล่านี้ ด้วยความต้องการที่เพิ่มขึ้น เราจะเห็นราคาที่ต่ำลง คุณภาพและความพร้อมใช้งานของข้อมูลที่ดีขึ้นและเปิดเผยต่อสาธารณะเพิ่มขึ้นด้วย

AI และ Cloud

AI และ Machine Learning (ML) มีบทบาทสำคัญในการวิเคราะห์เชิงพื้นที่และการทำแผนที่ ซึ่งเป็นการลงทุนในภาคเอกชน การ Host และ ประมวลผลข้อมูลบน Cloud แบบไม่มี Server โดยเทคโนโลยี Open Source, Workflow และ การใช้ AI มีแนวโน้มสูงขึ้นอย่างต่อเนื่อง หากมีการลงทุนจากรัฐบาลด้วย การวิเคราะห์ทางภูมิสารสนเทศ ที่มีความก้าวหน้า จะแพร่หลายไปยังตลาดที่กว้างขึ้น

Photo by Tara Winstead: https://www.pexels.com/photo/an-artificial-intelligence-illustration-on-the-wall-8849295/

การเติบโตของ Lidar

Lidar ยังคงสิ่งที่ขับเคลื่อนอุตสาหกรรมภูมิสารสนเทศ ในปัจจุบันและอนาคตอันใกล้ นอกจากนี้ ยังคงขยายไปอุตสาหกรรมอื่นๆ เพื่อรองรับการใช้งานหุ่นยนต์ เช่น Autonomous Driving และ Machine Learning

******

ข้อมูลอ้างอิง - https://lidarmag.com/2023/06/14/top-geospatial-trends-to-watch-in-2023/