論文の概要: Automated spacing measurement of formwork system members with 3D point cloud data

• arxiv url: http://arxiv.org/abs/2305.19275v1
• Date: Tue, 23 May 2023 12:17:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-04 11:11:00.753991
• Title: Automated spacing measurement of formwork system members with 3D point cloud data
• Title（参考訳）: 3次元点雲データを用いたフォームワークシステム部材の自動間隔測定
• Authors: Keyi Wu, Samuel A. Prieto, Eyob Mengiste, Borja Garc\'ia de Soto
• Abstract要約: 現在、フォームワークシステムメンバー間の間隔を測定する方法は、主に手動測定ツールを使って行われています。 本研究では,3Dポイントクラウドデータを用いて,フォームワークシステムメンバー間の間隔を計測するフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.688204255655161
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The formwork system belonging to the temporary structure plays an important role in the smooth progress and successful completion of a construction project. Ensuring that the formwork system is installed as designed is essential for construction safety and quality. The current way to measure the spacing between formwork system members is mostly done using manual measuring tools. This research proposes a framework to measure the spacing of formwork system members using 3D point cloud data to enhance the automation of this quality inspection. The novelty is not only in the integration of the different techniques used but in the detection and measurement of key members in the formwork system without human intervention. The proposed framework was tested on a real construction site. Five cases were investigated to compare the 3D point cloud data approach to the manual approach with traditional measuring tools. The results indicate that the 3D point cloud data approach is a promising solution and can potentially be an effective alternative to the manual approach.
• Abstract（参考訳）: 仮設構造に属するフォームワークシステムは、建設プロジェクトの円滑な進展と成功に重要な役割を果たしている。 建築安全と品質の確保には, 設計どおりの整備が不可欠である。 フォームワークシステムメンバー間の間隔を測定する現在の方法は、主に手動測定ツールを使用して行われる。 本研究では,この品質検査の自動化を図るために,3Dポイントクラウドデータを用いたフォームワークシステムメンバーの間隔を測定する枠組みを提案する。 この新しさは、使用する異なるテクニックを統合することだけでなく、人間の介入なしにフォームワークシステムにおけるキーメンバーの検出と測定に特有である。 提案フレームワークは実際の建設現場でテストされた。 3d point cloud dataアプローチと従来の測定ツールとの手動アプローチを比較するために、5つのケースを調査した。 結果は、3d point cloud dataアプローチは有望なソリューションであり、手動アプローチの効果的な代替手段になり得ることを示している。

関連論文リスト

• System for 3D Acquisition and 3D Reconstruction using Structured Light for Sewer Line Inspection [1.5854438418597576]
  本稿では,空間欠陥の検出と分類を容易にする単一ショット構造光モジュールに基づく革新的なシステムを提案する。 このシステムはパイプ表面のサブミリ波分解能で高精度な3D計測を行い、それらを総合的な3Dモデルに融合させる。 このような総合的な3Dモデルの利点は2つある:一方、手動下水道管の正確な評価を容易にし、他方、下流自動システムの欠陥の検出を単純化する。
  論文  参考訳（メタデータ） (2023-03-06T09:10:55Z)
• 3DMODT: Attention-Guided Affinities for Joint Detection & Tracking in 3D Point Clouds [95.54285993019843]
  本稿では,3次元点雲における複数物体の同時検出と追跡手法を提案する。 本モデルでは,複数のフレームを用いた時間情報を利用してオブジェクトを検出し,一つのネットワーク上で追跡する。
  論文  参考訳（メタデータ） (2022-11-01T20:59:38Z)
• From 2D to 3D: Re-thinking Benchmarking of Monocular Depth Prediction [80.67873933010783]
  我々は,MDPが現在,3Dアプリケーションにおける予測の有用性を評価するのに有効な指標に頼っていることを論じる。 これにより、2Dベースの距離を最適化するのではなく、シーンの3D構造を正確に認識し、推定に向けて改善する新しい手法の設計と開発が制限される。 本稿では,MDP手法の3次元幾何評価に適した指標セットと,提案手法に不可欠な室内ベンチマークRIO-D3Dを提案する。
  論文  参考訳（メタデータ） (2022-03-15T17:50:54Z)
• Survey and Systematization of 3D Object Detection Models and Methods [3.472931603805115]
  2012-2021年の3次元物体検出における最近の進展を包括的に調査する。 基本概念を導入し、過去10年間に現れた幅広い異なるアプローチに焦点を当てます。 本稿では,これらの手法を今後の開発・評価・アプリケーション活動の指針として,実践的な枠組みで比較するシステム化を提案する。
  論文  参考訳（メタデータ） (2022-01-23T20:06:07Z)
• Learnable Online Graph Representations for 3D Multi-Object Tracking [156.58876381318402]
  3D MOT問題に対する統一型学習型アプローチを提案します。 我々は、完全にトレーニング可能なデータアソシエーションにNeural Message Passing Networkを使用します。 AMOTAの65.6%の最先端性能と58%のIDスウィッチを達成して、公開可能なnuScenesデータセットに対する提案手法のメリットを示す。
  論文  参考訳（メタデータ） (2021-04-23T17:59:28Z)
• 3D Human Body Reshaping with Anthropometric Modeling [59.51820187982793]
  人間測定パラメータから正確で現実的な3D人体を再構築することは、個人識別、オンラインショッピング、仮想現実のための基本的な課題です。 このような3d形状を作る既存のアプローチは、レンジカメラやハイエンドスキャナーによる複雑な測定に苦しむことが多い。 本稿では,各ファセットに対する自動人為的パラメータモデリングを可能にする,特徴選択に基づく局所マッピング手法を提案する。
  論文  参考訳（メタデータ） (2021-04-05T04:09:39Z)
• Learning the Next Best View for 3D Point Clouds via Topological Features [4.447259318741305]
  ノイズの多い3Dセンサの次の最良のビューを導くための強化学習手法を提案する。 測定器は観察された表面の不整合セクションを結合し、穴および凹面セクションのような高密度の特徴に焦点を合わせます。
  論文  参考訳（メタデータ） (2021-03-04T02:19:12Z)
• 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)
• 3D Registration for Self-Occluded Objects in Context [66.41922513553367]
  このシナリオを効果的に処理できる最初のディープラーニングフレームワークを紹介します。 提案手法はインスタンスセグメンテーションモジュールとポーズ推定モジュールから構成される。 これにより、高価な反復手順を必要とせず、ワンショットで3D登録を行うことができます。
  論文  参考訳（メタデータ） (2020-11-23T08:05:28Z)
• InfoFocus: 3D Object Detection for Autonomous Driving with Dynamic Information Modeling [65.47126868838836]
  動的情報モデリングを用いた新しい3次元オブジェクト検出フレームワークを提案する。 粗い予測は、ボクセルベースの領域提案ネットワークを介して第1段階で生成される。 大規模なnuScenes 3D検出ベンチマークで実験を行った。
  論文  参考訳（メタデータ） (2020-07-16T18:27:08Z)
• Spatiotemporal Camera-LiDAR Calibration: A Targetless and Structureless Approach [32.15405927679048]
  ターゲットレスで構造のないカメラ-DARキャリブレーション法を提案する。 本手法は, 時間的パラメータの初期調整を必要としないような, 閉形式解と非構造束を結合する。 提案手法の精度とロバスト性をシミュレーションおよび実データ実験により実証する。
  論文  参考訳（メタデータ） (2020-01-17T07:25:59Z)

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。