Présentation d'Apache Spark et de son extension spatiale, Apache Sedona pour le traitement massif est distribué de données LiDAR par Mattia Bunel
L’intérêt d'une telle solution est qu'elle permet de s'affranchir des traitements "Batch" ("i.e." fichier par fichier), habituellement utilisés pour traiter les données LiDAR. Le nuage de points n'est plus traité comme un ensemble de dalles, mais dans son ensemble. L'avantage de cette approche est qu'elle fait disparaître les éventuels effets de bords qui peuvent apparaître lors du raccord de différentes dalles, notamment lors de l'interpolation nécessaire à la génération des modèles de terrain et de surface (MNT & MNS).
Le principal verrou à cette utilisation reste le peu d'attention porté aux traitement de données 3D, dont les nuages de points font partie. "Sedona" est en effet fondée sur la JTS ("Java Topology Suit") un moteur géométrique qui n'est pas en mesure de traiter des données tridimensionnelles.
Début des questions 26:40
==== Journée BigData ===
Cette présentation s'inscrit dans le cadre d'une journée d'étude sur la thématique du BigData
co organisée par Mattia Bunel ( SV3D/ IGN) et Laurent Caraffa (LaSITG / IGN).
- Support de présentation : mbunel.github....
- Les 8 présentations de la journée : • BigData 2023
- Le programme de la journée : mbunel.github....
- LaSTIG : www.umr-lastig...
- IGN : ign.fr/
==== Liens Associés ====
- Apache Sedona : sedona.apache.org
Негізгі бет Spark et son écosystème pour le traitement distribué de données lidar
Пікірлер