論文の概要: Fusion of Real Time Thermal Image and 1D/2D/3D Depth Laser Readings for
Remote Thermal Sensing in Industrial Plants by Means of UAVs and/or Robots
- arxiv url: http://arxiv.org/abs/2006.01286v3
- Date: Thu, 4 Jun 2020 10:22:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 07:51:39.992036
- Title: Fusion of Real Time Thermal Image and 1D/2D/3D Depth Laser Readings for
Remote Thermal Sensing in Industrial Plants by Means of UAVs and/or Robots
- Title（参考訳）: uavとロボットによる遠隔熱センシングのための実時間熱画像と1d/2d/3dレーザーの融合
- Authors: Corneliu Arsene
- Abstract要約: 本稿では,暗黒・GPSを用いた熱赤外リモートセンシングの高速化について述べる。
この手法は、1次元LIDARレーザーまたは2次元北陽レーザーから得られる深さ推定の組み合わせに基づいている。
これらのセンサーとカメラの組み合わせは、無人航空機(UAV)やロボットに搭載されるのに適している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents fast procedures for thermal infrared remote sensing in
dark, GPS-denied environments, such as those found in industrial plants such as
in High-Voltage Direct Current (HVDC) converter stations. These procedures are
based on the combination of the depth estimation obtained from either a
1-Dimensional LIDAR laser or a 2-Dimensional Hokuyo laser or a 3D MultiSense
SLB laser sensor and the visible and thermal cameras from a FLIR Duo R
dual-sensor thermal camera. The combination of these sensors/cameras is
suitable to be mounted on Unmanned Aerial Vehicles (UAVs) and/or robots in
order to provide reliable information about the potential malfunctions, which
can be found within the hazardous environment. For example, the capabilities of
the developed software and hardware system corresponding to the combination of
the 1-D LIDAR sensor and the FLIR Duo R dual-sensor thermal camera is assessed
from the point of the accuracy of results and the required computational times:
the obtained computational times are under 10 ms, with a maximum localization
error of 8 mm and an average standard deviation for the measured temperatures
of 1.11 degree Celsius, which results are obtained for a number of test cases.
The paper is structured as follows: the description of the system used for
identification and localization of hotspots in industrial plants is presented
in section II. In section III, the method for faults identification and
localization in plants by using a 1-Dimensional LIDAR laser sensor and thermal
images is described together with results. In section IV the real time thermal
image processing is presented. Fusion of the 2-Dimensional depth laser Hokuyo
and the thermal images is described in section V. In section VI the combination
of the 3D MultiSense SLB laser and thermal images is described. In section VII
a discussion and several conclusions are drawn.
- Abstract（参考訳）: 本稿では,高電圧直流(hvdc)コンバータステーションなどの工業プラントで見られるような,暗くgpsで固定された環境における赤外線リモートセンシングの高速化について述べる。
これらの手順は、1次元LIDARレーザーまたは2次元北陽レーザーまたは3次元マルチセンスSLBレーザーセンサから得られる深度推定と、FLIR Duo Rデュアルセンサー熱カメラからの可視・熱カメラとの組み合わせに基づいている。
これらのセンサーとカメラの組み合わせは、危険環境の中で見られる潜在的な故障に関する情報を提供するために、無人航空機(UAV)やロボットに搭載されるのに適している。
For example, the capabilities of the developed software and hardware system corresponding to the combination of the 1-D LIDAR sensor and the FLIR Duo R dual-sensor thermal camera is assessed from the point of the accuracy of results and the required computational times: the obtained computational times are under 10 ms, with a maximum localization error of 8 mm and an average standard deviation for the measured temperatures of 1.11 degree Celsius, which results are obtained for a number of test cases.
本論文は, 工業プラントにおけるホットスポットの同定と局在化のためのシステムについて, 第2節で述べる。
第III節では, 1次元LIDARレーザセンサとサーマル画像を用いて, プラントの故障の同定と位置決めを行う手法と結果について述べる。
第4節では、リアルタイムの熱画像処理を行う。
第6節では3次元マルチセンスslbレーザーと熱画像の組み合わせについて述べる。
第7節では議論といくつかの結論が述べられている。
関連論文リスト
- In-Situ Infrared Camera Monitoring for Defect and Anomaly Detection in Laser Powder Bed Fusion: Calibration, Data Mapping, and Feature Extraction [0.26999000177990923]
レーザーパウダーベッド融合(LPBF)プロセスは, 溶融プール不安定性, スパッタリング, 温度上昇, 粉体拡散異常による欠陥を生じさせる可能性がある。
内部監視による欠陥の特定には、通常、生成された大量のデータを収集、保存、分析する必要がある。
論文 参考訳（メタデータ） (2024-07-17T16:02:22Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - Photometric Correction for Infrared Sensors [1.170732359523702]
本稿では,温度安定度に基づく赤外線センサの光度補正モデルを提案する。
実験の結果,補正した赤外線画像の再現性は,RGBセンサを用いた最先端の再現性に匹敵する性能を示した。
論文 参考訳（メタデータ） (2023-04-08T06:32:57Z) - Learning Online Multi-Sensor Depth Fusion [100.84519175539378]
SenFuNetは、センサ固有のノイズと外れ値統計を学習するディープフュージョンアプローチである。
実世界のCoRBSとScene3Dデータセットで様々なセンサーの組み合わせで実験を行う。
論文 参考訳（メタデータ） (2022-04-07T10:45:32Z) - Long-Range Thermal 3D Perception in Low Contrast Environments [0.0]
本報告では, マイクロボロメータを用いたLWIR(Long Wave Infrared)検出器の感度の劇的改善の実現可能性を証明するため, フェーズIの取り組みの結果について述べる。
結果として生じる低SWaP-C熱深度センシングシステムにより、高度空力(AAM)のための自律型航空車両の状況把握が可能となる。
低コントラストの静的および移動物体を含む周囲環境の堅牢な3D情報を提供する。
論文 参考訳（メタデータ） (2021-12-10T01:16:44Z) - MilliTRACE-IR: Contact Tracing and Temperature Screening via mm-Wave and
Infrared Sensing [4.6838063911731025]
ミリTRACE-IR(ミリTRACE-IR)は、ミリ波レーダーと赤外線イメージングシステムである。
このシステムは、距離と体温の完全な自動測定を実現する。
体温の高い人は、熱カメラセンサによって確実に検出され、その後、レーダーによって非侵襲的な方法で大きな屋内エリアを追跡される。
論文 参考訳（メタデータ） (2021-10-08T08:58:36Z) - LIF-Seg: LiDAR and Camera Image Fusion for 3D LiDAR Semantic
Segmentation [78.74202673902303]
本稿では,LiDAR分割のための粗大なLiDARとカメラフュージョンベースネットワーク(LIF-Seg)を提案する。
提案手法は,画像の文脈情報を完全に活用し,単純だが効果的な早期融合戦略を導入する。
これら2つのコンポーネントの協力により、効果的なカメラ-LiDAR融合が成功する。
論文 参考訳（メタデータ） (2021-08-17T08:53:11Z) - EPMF: Efficient Perception-aware Multi-sensor Fusion for 3D Semantic Segmentation [62.210091681352914]
自律運転やロボティクスなど,多くのアプリケーションを対象とした3次元セマンティックセマンティックセグメンテーションのためのマルチセンサフュージョンについて検討する。
本研究では,知覚認識型マルチセンサフュージョン(PMF)と呼ばれる協調融合方式について検討する。
本稿では,2つのモードから特徴を分離して抽出する2ストリームネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-21T10:47:26Z) - Online Photometric Calibration of Automatic Gain Thermal Infrared
Cameras [0.0]
サーマル赤外線カメラのオンラインフォトメトリック校正のためのアルゴリズムを紹介します。
提案手法は特別なドライバ/ハードウェアサポートを必要としない。
我々はこれを視覚計測とSLAMアルゴリズムの文脈で提示する。
論文 参考訳（メタデータ） (2020-12-07T17:51:54Z) - Towards Online Monitoring and Data-driven Control: A Study of
Segmentation Algorithms for Laser Powder Bed Fusion Processes [83.97264034062673]
レーザーパウダーベッド融合機の増加は、オンライン監視とデータ駆動制御能力を改善するためにオフ軸赤外線カメラを使用する。
我々は、各赤外線画像を前景と背景に分割する30以上のセグメンテーションアルゴリズムについて検討する。
同定されたアルゴリズムは、レーザ粉体層融合機に容易に適用でき、上記の各制限に対処し、プロセス制御を大幅に改善することができる。
論文 参考訳（メタデータ） (2020-11-18T03:30:16Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。