La administración de equipos de parada valía desplegado en los sitios operativos es un desafío global para las empresas de construcción. En respuesta, muchos fabricantes de equipos originales están conectando equipos con Internet de las cosas, creando nuevas oportunidades para soluciones digitales que impulsan la eficiencia en todo el ciclo de vida del tesina. De acuerdo a Un crónica de 2017 de McKinseylas soluciones impulsadas por la tecnología podrían mejorar la productividad entre la industria entre un 60%. Comprender la distribución de equipos en tiempo existente puede ayudar a los gerentes de flotas a compendiar el tiempo de inactividad y mejorar la utilización del equipo. Al emplear el seguimiento del GPS y el exploración geoespacial, las empresas pueden tomar decisiones basadas en datos sobre la implementación de equipos, la programación de mantenimiento y la asignación de bienes en los sitios de trabajo.
La entrega de resultados en tiempo existente aprovechando los datos geoespaciales puede ser difícil y requiere un procesamiento engorroso. Un desafío global es determinar si un activo está operando interiormente de un sitio de trabajo. Databricks ofrece la capacidad de mezclar varias capacidades geoespaciales juntas en Mesas en vivo delta Para transmitir los resultados de las búsquedas de punto en poligón en miles de sitios. Uso de API de productos para H3 Indexación geoespacial así como las funciones temporales espaciales (ST), actualmente en sagacidad previa, podemos implementar la Point-in-Polygon GeoSpacial «híbrido» unirse Patrón para mapear ubicaciones de equipos a sitios operativos específicos con gran escalabilidad y precisión. Una vez que un equipo o administrador de flota tiene una sagacidad de la ubicación de cada activo, puede calcular información estadística o informes para ayudarlos a impulsar la programación de mantenimiento capaz, compendiar el tiempo de tránsito y el tiempo de inactividad, o despachar equipos a ubicaciones con bienes inferior.
¿Qué es H3?
H3 es un sistema de indexación geoespacial de código extenso que divide la Tierra en células hexagonales uniformes, cada una con un identificador único. Su precisión y entrada escalabilidad lo hacen ideal para el exploración de datos geoespaciales.
Características esencia de H3:
- Sistema de cuadrícula hexagonal: Utiliza hexágonos en lado de cuadrados, asegurando mejores relaciones espaciales, distorsión mínima y cobertura de dominio consistente.
- Estructura jerárquica: Admite 16 resoluciones (0-15), donde cada nivel subdivide un hexágono en aproximadamente siete más pequeños, lo que permite una precisión variable.
- Operaciones espaciales eficientes: Simplifica Juntas espacialesBúsqueda de vecinos más cercanos, y Point-in-Polygon Cálculos mediante el uso de ID de celda en lado de geometrías complejas.
Antaño de echar un vistazo a una tubería DLT de ejemplo, visualicemos nuestras ubicaciones de equipos y los límites del sitio eficaz. Los puntos representan nuestro equipo, los polígonos son sitios de trabajo y los sitios de mantenimiento son círculos.
Descripción normal de la tubería de tablas de Delta Live
Esta tubería DLT crea un cálculo de transmisión por hora que muestra el porcentaje de activos totales implementados en un sitio de trabajo, sitio de mantenimiento o en tránsito entre sitios. Esto nos permitirá monitorear la utilización normal de nuestra flota de equipos.
Tabla 1: Última ubicación del equipo por hora
Nuestra primera tabla de transmisión agrupa los datos de seguimiento del GPS en ventanas por hora y selecciona la última posición conocida de anchura y distancia para cada equipo.
Tabla 2: Point-in-Polygon Unirse con H3 y funciones temporales espaciales
Ahora que tenemos la última ubicación de cada activo por hora, podemos implementar el patrón de unión de Point-in-Polygon utilizando la indexación geoespacial H3 para asignar nuestros activos en sitios operativos. Adicionalmente, estamos utilizando un conjunto de funciones ST incluso proporcionadas por Databricks.
Así es como funciona el código.
Indexación H3: preparación de datos para uniones geoespaciales
El primer paso es asignar índices H3 tanto a las coordenadas GPS de los activos como a los límites de polígono que representan sitios operativos.
- Selección de resolución: Las resoluciones más bajas con células más grandes pueden compendiar los requisitos de cálculo, mientras que las resoluciones más altas con células más pequeñas mejoran la precisión. En nuestro ejemplo, elegimos Resolución 11que es de aproximadamente 2,150 metros cuadrados y se alinea con el nivel de detalle requerido para nuestro exploración.
- Indexar puntos GPSS: Convierta la anchura y distancia de la ubicación de cada activo en una ID de celda H3 usando h3_longlatash3.
Figura 2: celdas H3 asignadas a ubicaciones de activos (hexágono rojo tenebroso). - Indexación de límites del sitio: Tesalate la geometría de cada sitio en el conjunto de células H3 que cubren el polígono usando H3_Tessellateaswkb. Esta función devuelve una matriz con 3 piezas de información:
- «Cellid» – ID de celda H3 (Entifier)
- «Core»: clasifica las células como:
- Núcleo = efectivo: La célula está completamente contenida interiormente del conclusión del sitio.
- Core = False (conclusión): La celda se superpone parcialmente con el conclusión del sitio.
- «Chip»: geometría que representa la intersección o el dominio de superposición del sitio de polígono y la célula H3.
Figura 3: Sitios operativos Tesseled con células H3 (izquierda). Células de núcleo teseladas (rojo) VS Células conclusión (azur). 
Figura 4: Un solo sitio, células H3 «núcleo» (rojo) y «chips» de conclusión del sitio (azur).
Operación de unión: asignar activos de guisa capaz a los sitios
El venidero paso es realizar una operación de unión entre los activos y los sitios en función de su ID de celda H3:
- Izquierda unirse: Haga coincidir las ubicaciones de los activos con sitios que usan células H3.
- Activos ubicados en un sitio eficaz.
- Activos en un sitio de mantenimiento.
- Activos en tránsito (sitio_type = incompetente).
- Dónde: Si el «cellid» es una célula central (núcleo = efectivo) Sabemos que la celda está completamente contenida interiormente del conclusión del sitio y no requiere ningún procesamiento adicional.
Unirse en la ID de celda H3 elimina la exigencia de ejecutar una operación geoespacial intensiva de enumeración en cada registro.
Demostración geométrica precisa para las células conclusión: el enfoque híbrido
Células clasificadas como conclusión (núcleo = desleal) requieren una demostración geométrica precisa porque la celda H3 no está completamente interiormente de la geometría del sitio. Podemos realizar la demostración de Point-in-Polygon usando st_contains. Esto asegura que solo los puntos en realidad interiormente del conclusión del sitio se incluyan en los resultados de unión, eliminando los falsos positivos causados por la granularidad de la resolución.
Tabla 3: Distribución de activos en todos los sitios
Finalmente, para la última tabla de transmisión en nuestra tubería DLT, calculamos la distribución de activos en diferentes tipos de sitios. Utilizamos una expresión seleccionada para contar el número total de activos por ventana, los activos en cada sitio_type y finalmente un porcentaje del total de activos que informan la telemetría en cada ventana por hora.
Al combinar las tablas vivas delta con la indexación geoespacial H3, las funciones temporales espaciales y el patrón de unión «híbrido» de punto en polón, podemos asignar eficientemente las ubicaciones de los equipos a los sitios operativos y calcular las métricas de distribución de flotas. Este enfoque simplifica las operaciones espaciales al tiempo que mantiene la precisión, lo que lo hace ideal para exploración geoespacial en tiempo existente a escalera en industrias como la construcción.
Echa un vistazo a nuestros próximos blogs en esta serie que cubren el monitoreo en tiempo existente de las entradas y horizontes históricas con una transmisión con estado y «Agente geoespacial», que integra inteligencia geoespacial en Mosaic Ai Entorno de agentes para el seguimiento de la entrega en tiempo existente.
Para obtener más información sobre los orígenes de los exploración geoespaciales con H3 en Databricks, consulte Examen espacial a cualquier escalera con H3 y Photon. Y estén atentos para los avances sobre el soporte de Databricks para las funciones ST, así como los tipos de geometría y geogonia.