論文の概要: A review of laser scanning for geological and geotechnical applications
in underground mining
- arxiv url: http://arxiv.org/abs/2211.11181v1
- Date: Mon, 21 Nov 2022 04:56:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 20:41:04.091597
- Title: A review of laser scanning for geological and geotechnical applications
in underground mining
- Title（参考訳）: 地下鉱業における地質・地盤技術応用のためのレーザー走査法の検討
- Authors: Sarvesh Kumar Singh, Bikram Pratap Banerjee, Simit Raval
- Abstract要約: このレビューでは、地下鉱山における3Dスキャンシステムの進歩、データキャプチャー/プロセッシング技術、および主要な応用について紹介する。
レーザースキャンは、変化検出、クリアランス測定、構造マッピングへの応用のために、長年にわたって成熟してきた。
データ転送、測地ネットワーク、処理能力のための地下鉱山におけるインフラの欠如は、依然として制限要因である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Laser scanning can provide timely assessments of mine sites despite adverse
challenges in the operational environment. Although there are several published
articles on laser scanning, there is a need to review them in the context of
underground mining applications. To this end, a holistic review of laser
scanning is presented including progress in 3D scanning systems, data
capture/processing techniques and primary applications in underground mines.
Laser scanning technology has advanced significantly in terms of mobility and
mapping, but there are constraints in coherent and consistent data collection
at certain mines due to feature deficiency, dynamics, and environmental
influences such as dust and water. Studies suggest that laser scanning has
matured over the years for change detection, clearance measurements and
structure mapping applications. However, there is scope for improvements in
lithology identification, surface parameter measurements, logistic tracking and
autonomous navigation. Laser scanning has the potential to provide real-time
solutions but the lack of infrastructure in underground mines for data
transfer, geodetic networking and processing capacity remain limiting factors.
Nevertheless, laser scanners are becoming an integral part of mine automation
thanks to their affordability, accuracy and mobility, which should support
their widespread usage in years to come.
- Abstract（参考訳）: レーザースキャンは、運用環境の問題点にもかかわらず、鉱山のタイムリーな評価を提供することができる。
レーザー走査に関する論文はいくつか出版されているが、地下鉱業の応用の文脈でレビューする必要がある。
この目的のために, 3次元走査装置の進歩, データキャプチャ・処理技術, 地中地雷の応用など, レーザー走査の全体像を概観する。
レーザー走査技術は移動性やマッピングの面で著しく進歩しているが, 特徴不足, ダイナミックス, 塵や水などの環境影響により, 一定の鉱山における一貫性のあるデータの収集には制約がある。
研究によると、レーザースキャンは長年にわたって変化検出、クリアランス測定、構造マッピング応用のために成熟してきた。
しかし、リソロジーの識別、表面パラメータの測定、ロジスティック追跡、自律ナビゲーションの改善のスコープがある。
レーザースキャンはリアルタイムなソリューションを提供する可能性を秘めているが、データ転送、測地ネットワーク、処理能力などの基盤の欠如は依然として制限要因である。
それにもかかわらず、レーザースキャナーは手頃な価格、正確さ、移動性のおかげで、マイニング自動化の不可欠な部分になりつつある。
関連論文リスト
- Object Depth and Size Estimation using Stereo-vision and Integration with SLAM [2.122581579741322]
自律ロボットにおけるLiDARを補完する高精度な立体視手法を提案する。
このシステムは、高度な立体視に基づく物体検出を使用して、有形物体と非有形物体の両方を検出する。
深さと大きさの情報はSLAMプロセスに統合され、複雑な環境でロボットのナビゲーション能力を高める。
論文 参考訳（メタデータ） (2024-09-11T21:12:48Z) - A Complete System for Automated 3D Semantic-Geometric Mapping of Corrosion in Industrial Environments [0.6749750044497731]
産業環境における半自動腐食識別とマッピングのための完全システムを提案する。
我々は、視覚に基づくセマンティックセグメンテーション深層学習技術を用いて、LiDARに基づくローカライズとマッピング手法の最近の進歩を活用している。
室内実験環境における実験のセットは、LiDARを用いた3Dマッピングとローカライゼーションシステムの精度を定量的に示すものである。
論文 参考訳（メタデータ） (2024-04-21T15:40:32Z) - Progressing from Anomaly Detection to Automated Log Labeling and
Pioneering Root Cause Analysis [53.24804865821692]
本研究では、ログ異常の分類を導入し、ラベル付けの課題を軽減するために、自動ラベリングについて検討する。
この研究は、根本原因分析が異常検出に続く未来を予見し、異常の根本原因を解明する。
論文 参考訳（メタデータ） (2023-12-22T15:04:20Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Incremental 3D Scene Completion for Safe and Efficient Exploration
Mapping and Planning [60.599223456298915]
本研究では,情報,安全,解釈可能な地図作成と計画に3次元シーン補完を活用することによって,深層学習を探索に統合する新しい手法を提案する。
本手法は,地図の精度を最小限に抑えることで,ベースラインに比べて環境のカバレッジを73%高速化できることを示す。
最終地図にシーン完了が含まれていなくても、ロボットがより情報的な経路を選択するように誘導し、ロボットのセンサーでシーンの測定を35%高速化できることが示される。
論文 参考訳（メタデータ） (2022-08-17T14:19:33Z) - Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge
TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。
我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文 参考訳（メタデータ） (2022-04-07T08:53:18Z) - Blazer: Laser Scanning Simulation using Physically Based Rendering [0.76146285961466]
リアルな光と物質の相互作用で合成データを生成する仮想ラインレーザースキャナを紹介します。
これにより、新しいアルゴリズムの開発におけるツールとしての使用が認められる。
我々はこの実装をオープンソースライセンスでリリースし、ラインレーザースキャナのさらなる研究を支援する。
論文 参考訳（メタデータ） (2021-04-12T12:56:52Z) - A review of machine learning in processing remote sensing data for
mineral exploration [0.41998444721319217]
本稿では,最近確立したリモートセンシングデータ処理のための機械学習手法の実装と適応について概説する。
異なる鉱床の探査への応用について研究している。
論文 参考訳（メタデータ） (2021-03-13T10:36:25Z) - Three dimensional unique identifier based automated georeferencing and
coregistration of point clouds in underground environment [0.0]
本研究は, 地下・室内レーザースキャンにおける実用的課題を克服することを目的とする。
レーザースキャンにおける3次元一意識別子(3duids)と3次元登録(3dreg)ワークフローを自動かつ一意的に識別する手法を開発した。
開発された3DUIDは、道路プロファイル抽出、ガイド付き自動化、センサーキャリブレーション、定期的な調査および変形監視の基準目標に使用できます。
論文 参考訳（メタデータ） (2021-02-22T01:47:50Z) - A Survey on Deep Learning for Localization and Mapping: Towards the Age
of Spatial Machine Intelligence [48.67755344239951]
包括的調査を行い、深層学習を用いた局所化とマッピングのための新しい分類法を提案する。
オードメトリ推定、マッピング、グローバルローカライゼーション、同時ローカライゼーション、マッピングなど、幅広いトピックがカバーされている。
この研究がロボティクス、コンピュータビジョン、機械学習コミュニティの新たな成果を結び付けることを願っている。
論文 参考訳（メタデータ） (2020-06-22T19:01:21Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2020-05-24T10:32:49Z)
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。