論文の概要: Aircraft Skin Inspections: Towards a New Model for Dent Evaluation

• arxiv url: http://arxiv.org/abs/2301.10473v1
• Date: Wed, 25 Jan 2023 09:20:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-26 15:39:00.442101
• Title: Aircraft Skin Inspections: Towards a New Model for Dent Evaluation
• Title（参考訳）: 航空機の皮膚検査 : デント評価の新しいモデルに向けて
• Authors: Pasquale Lafiosca
• Abstract要約: 航空機のメンテナンス、修理およびオーバーホール(MRO)産業は、徐々にデント検査のために3Dスキャンに切り替えつつある。 高精度な装置は、迅速かつ反復可能な測定を可能にし、効率的な報告とより客観的な損傷評価に変換する。 これは、構造修復マニュアル(SRM)がデントを扱う伝統的な方法、すなわち長さ、幅、深さを唯一関連する手段として考慮しているためである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Aircraft maintenance, repair and overhaul (MRO) industry is gradually switching to 3D scanning for dent inspection. High-accuracy devices allow quick and repeatable measurements, which translate into efficient reporting and more objective damage evaluations. However, the potential of 3D scanners is far from being exploited. This is due to the traditional way in which the structural repair manual (SRM) deals with dents, that is, considering length, width and depth as the only relevant measures. Being equivalent to describing a dent similarly to a "box", the current approach discards any information about the actual shape. This causes high degrees of ambiguity, with very different shapes (and corresponding fatigue life) being classified as the same, and nullifies the effort of acquiring such great amount of information from high-accuracy 3D scanners. In this paper a $7$-parameter model is proposed to describe the actual dent shape, thus enabling the exploitation of the high fidelity data produced by 3D scanners. The compact set of values can then be compared against historical data and structural evaluations based on the same model.
• Abstract（参考訳）: 航空機のメンテナンス、修理およびオーバーホール(MRO)産業は、徐々にデント検査のために3Dスキャンに切り替えつつある。 高精度なデバイスは、迅速かつ反復可能な測定を可能にし、効率的な報告とより客観的な損傷評価に繋がる。 しかし、3Dスキャナーの可能性は、決して悪用されない。 これは、構造修復マニュアル(SRM)がデントを扱う伝統的な方法、すなわち長さ、幅、深さを唯一関連する手段として考慮しているためである。 ボックス」と同様にデントを記述するのと等価であり、現在のアプローチは実際の形状に関する情報を破棄する。 これにより、非常に異なる形状(およびそれに対応する疲労寿命)を同一に分類した曖昧さが高まり、高精度な3dスキャナから大量の情報を取得する労力を省くことができる。 本稿では,実際のデント形状を記述するために7ドルのパラメータモデルを提案し,3dスキャナが生成する高忠実度データの活用を可能にした。 コンパクトな値集合は、同じモデルに基づいて歴史的データと構造的評価と比較することができる。

関連論文リスト

• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• Calib3D: Calibrating Model Preferences for Reliable 3D Scene Understanding [55.32861154245772]
  Calib3Dは3Dシーン理解モデルの信頼性をベンチマークし精査する先駆的な試みである。 10種類の3Dデータセットにわたる28の最先端モデルを評価した。 本稿では,3次元モデルのキャリブレーション向上を目的とした,深度対応のスケーリング手法であるDeptSを紹介する。
  論文  参考訳（メタデータ） (2024-03-25T17:59:59Z)
• On the Importance of Accurate Geometry Data for Dense 3D Vision Tasks [61.74608497496841]
  不正確または破損したデータのトレーニングは、モデルバイアスとハマーズ一般化能力を誘導する。 本稿では,深度推定と再構成における高密度3次元視覚課題に対するセンサ誤差の影響について検討する。
  論文  参考訳（メタデータ） (2023-03-26T22:32:44Z)
• On the Robustness of 3D Object Detectors [9.467525852900007]
  3Dシーンには様々なバリエーションがあり、センサーの不正確さや前処理時の情報損失の傾向があります。 この研究は、一般的なポイントベースの3Dオブジェクト検出器をいくつかのデータ破損に対して分析し、ベンチマークすることを目的としている。
  論文  参考訳（メタデータ） (2022-07-20T21:47:15Z)
• Automatic Segmentation of Aircraft Dents in Point Clouds [0.0]
  本報告では, 自動歯列検査に向けた2つの展開について報告する。 1つ目は、完全な畳み込みニューラルネットワークをトレーニングするために、デント面の合成データセットを生成する方法である。 2つ目は、3Dポイントのクラウドを2.5Dに変換する戦略だ。
  論文  参考訳（メタデータ） (2022-05-03T16:48:31Z)
• Homography Loss for Monocular 3D Object Detection [54.04870007473932]
  ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。 提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2022-04-02T03:48:03Z)
• 3D Object Detection for Autonomous Driving: A Survey [14.772968858398043]
  3次元物体検出は、そのような知覚システムの中核となる基礎となる。 既存の努力にもかかわらず、ポイントクラウド上の3Dオブジェクト検出はまだ初期段階にある。 近年, プロスとコンスを用いた最先端検出法が提案されている。
  論文  参考訳（メタデータ） (2021-06-21T03:17:20Z)
• Delving into Localization Errors for Monocular 3D Object Detection [85.77319416168362]
  単眼画像から3Dバウンディングボックスを推定することは、自動運転に不可欠な要素です。 本研究では, 各サブタスクがもたらす影響を定量化し, 局所化誤差を求めることが, モノクロ3次元検出の抑制に欠かせない要因である。
  論文  参考訳（メタデータ） (2021-03-30T10:38:01Z)
• SESS: Self-Ensembling Semi-Supervised 3D Object Detection [138.80825169240302]
  具体的には、ラベルのない新しい未知のデータに基づくネットワークの一般化を促進するための、徹底的な摂動スキームを設計する。 我々のSESSは、50%のラベル付きデータを用いて、最先端の完全教師付き手法と比較して、競争性能を達成している。
  論文  参考訳（メタデータ） (2019-12-26T08:48:04Z)

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。