論文の概要: Oil and Gas Pipeline Monitoring during COVID-19 Pandemic via Unmanned
Aerial Vehicle
- arxiv url: http://arxiv.org/abs/2111.09155v1
- Date: Mon, 15 Nov 2021 16:44:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-19 03:44:48.171783
- Title: Oil and Gas Pipeline Monitoring during COVID-19 Pandemic via Unmanned
Aerial Vehicle
- Title（参考訳）: 無人航空機によるcovid-19パンデミック時の石油・ガスパイプラインモニタリング
- Authors: Myssar Jabbar Hammood Al-Battbootti, Iuliana Marin, Nicolae Goga,
Ramona Popa
- Abstract要約: 石油とガスの輸送パイプラインの広大なネットワークは、機器の故障や潜在的な事故を避けるために定期的な監視を必要とする。
多くの検査方法の中で、無人航空機システムには柔軟性と安定性が含まれている。
現在の論文は、ドローンによる検査の映像と画像をキャプチャするアイデアに基づいており、危険になる前にいくつかの潜在的な問題を発見することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The vast network of oil and gas transmission pipelines requires periodic
monitoring for maintenance and hazard inspection to avoid equipment failure and
potential accidents. The severe COVID-19 pandemic situation forced the
companies to shrink the size of their teams. One risk which is faced on-site is
represented by the uncontrolled release of flammable oil and gas. Among many
inspection methods, the unmanned aerial vehicle system contains flexibility and
stability. Unmanned aerial vehicles can transfer data in real-time, while they
are doing their monitoring tasks. The current article focuses on unmanned
aerial vehicles equipped with optical sensing and artificial intelligence,
especially image recognition with deep learning techniques for pipeline
surveillance. Unmanned aerial vehicles can be used for regular patrolling
duties to identify and capture images and videos of the area of interest.
Places that are hard to reach will be accessed faster, cheaper and with less
risk. The current paper is based on the idea of capturing video and images of
drone-based inspections, which can discover several potential hazardous
problems before they become dangerous. Damage can emerge as a weakening of the
cladding on the external pipe insulation. There can also be the case when the
thickness of piping through external corrosion can occur. The paper describes a
survey completed by experts from the oil and gas industry done for finding the
functional and non-functional requirements of the proposed system.
- Abstract（参考訳）: 石油とガスの輸送パイプラインの広大なネットワークは、設備の故障や潜在的な事故を避けるために、定期的な監視とメンテナンスとハザード検査を必要とする。
新型コロナウイルス(covid-19)の深刻なパンデミックにより、企業はチームの規模を縮小せざるを得なくなった。
現場で直面しているリスクの1つは、可燃性油とガスの無制御放出である。
多くの検査方法のうち、無人航空機システムは柔軟性と安定性を持っている。
無人航空機は、監視作業中にデータをリアルタイムで転送することができる。
本稿では、光学センサーと人工知能を備えた無人航空機、特にパイプライン監視のためのディープラーニング技術を用いた画像認識に焦点を当てる。
無人航空機は、関心のある地域の画像やビデオを識別し、撮影するために、定期的なパトロール任務に使用できる。
到達が難しい場所は、より速く、安く、より少ないリスクでアクセスできる。
現在の論文は、ドローンによる検査の映像と画像をキャプチャするアイデアに基づいており、危険になる前にいくつかの潜在的な問題を発見することができる。
損傷は、外管絶縁におけるクラッドの弱化として生じ得る。
また、外部の腐食による配管の厚みが発生する場合もある。
本論文は, 石油・ガス産業の専門家による, 提案システムの機能的, 非機能的要件の発見に向けた調査をまとめたものである。
関連論文リスト
- SoK: Security of the Image Processing Pipeline in Autonomous Vehicles [1.648591296466459]
自動運転車の画像処理パイプラインのセキュリティと堅牢性の研究を組み合わせる。
自動車セキュリティ標準ISO 21434を用いて攻撃リスクを分類する。
すべての層にまたがる様々なパラメータに影響を与えることができる組込みテストベッドを提示する。
論文 参考訳（メタデータ） (2024-09-02T13:10:53Z) - A Smart Robotic System for Industrial Plant Supervision [16.68349850187503]
本稿では,各種センサとインテリジェントデータ処理を統合した自律走行ロボットによるシステムを提案する。
メタン漏れを検出し、流量を推定し、より一般的なガス異常を検出し、音源をローカライズし、故障事例を検出し、環境を3Dでマッピングし、自律的にナビゲートすることができる。
論文 参考訳（メタデータ） (2023-08-10T14:54:21Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。
そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
論文 参考訳（メタデータ） (2022-12-09T11:32:36Z) - Detection of Condensed Vehicle Gas Exhaust in LiDAR Point Clouds [7.924836086640871]
本稿では, 自動車排ガスの凝縮検出のための2段階のアプローチを提案する。
まず,現場における各車両の排ガス領域を特定し,その場合の排気ガスの検出を行う。
次に、孤立した雲は、ガスが排出される可能性のある空間の領域をモデル化することで検出される。
論文 参考訳（メタデータ） (2022-07-11T14:36:27Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。
本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。
a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
論文 参考訳（メタデータ） (2021-05-20T14:58:52Z) - Dynamic Autonomous Surface Vehicle Control and Applications in
Environmental Monitoring [1.6774978731594548]
本稿では,敵対力の存在下でのロボット操作の問題に対処する。
風や電流の存在は、車両に作用する外部の力を生み出し、意図した経路から逸脱することが多い。
これらの現象、風と電流を測定し、船への影響をモデル化することで、その効果を緩和することができる。
論文 参考訳（メタデータ） (2021-03-29T20:55:52Z) - Automatic Borescope Damage Assessments for Gas Turbine Blades via Deep
Learning [0.0]
エアロエンジンのブレード部品は材料限界に近い。
コンプレッサとタービンブレードの運転中の損傷は、エンジンの性能に重大な即時的影響をもたらす。
ブレード視覚検査の現在の方法は、主にボアスコープイメージングに基づいている。
論文 参考訳（メタデータ） (2021-02-23T11:44:10Z) - STCNet: Spatio-Temporal Cross Network for Industrial Smoke Detection [52.648906951532155]
本稿では,産業用煙排出ガスを識別する新しい時空間クロスネットワーク(STCNet)を提案する。
提案するSTCNetは, テクスチャの特徴を抽出する空間的特徴と, 煙の動き情報を捕捉する時間的経路を含む。
STCNetは、RISE産業煙検知データセットにおいて、最も優れた競合相手に対して6.2%の精度で明確な改善を実現していることを示す。
論文 参考訳（メタデータ） (2020-11-10T02:28:47Z)
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。