論文の概要: Very High-Resolution Bridge Deformation Monitoring Using UAV-based Photogrammetry

• arxiv url: http://arxiv.org/abs/2410.18984v1
• Date: Wed, 09 Oct 2024 08:17:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-03 08:52:23.133766
• Title: Very High-Resolution Bridge Deformation Monitoring Using UAV-based Photogrammetry
• Title（参考訳）: 紫外光度計を用いた高分解能橋梁変形モニタリング
• Authors: Mehdi Maboudi, Jan Backhaus, Yahya Ghassoun, Yogesh Khedar, Dirk Lowke, Inka Mai, Bjoern Riedel, Ulf Bestmann, Markus Gerke,
• Abstract要約: 本研究は, 構造型健康モニタリング(SHM)におけるUAVモニタリングの適合性に疑問を呈するものである。 調査強化コンクリート橋は、グラウンドアンカーを介して予め定義された荷重に曝すことができる。 非常に高解像度の画像ブロックは、制御された負荷の塗布前、中、および後に捕獲された。 表面データ取得の性能を評価するために,高密度画像点雲を計算した。 導入したUAVに基づくモニタリング手法を用いることで、古典的点数やプロファイル測定と対照的に、全領域にわたって変形の定量化が可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Accurate and efficient structural health monitoring of infrastructure objects such as bridges is a vital task, as many existing constructions have already reached or are approaching their planned service life. In this contribution, we address the question of the suitability of UAV-based monitoring for SHM, in particular focusing on the geometric deformation under load. Such an advanced technology is becoming increasingly popular due to its ability to decrease the cost and risk of tedious traditional inspection methods. To this end, we performed extensive tests employing a research reinforced concrete bridge that can be exposed to a predefined load via ground anchors. Very high-resolution image blocks have been captured before, during, and after the application of controlled loads. From those images, the motion of distinct points on the bridge has been monitored, and in addition, dense image point clouds were computed to evaluate the performance of surface-based data acquisition. Moreover, a geodetic control network in stable regions is used as control information for bundle adjustment. We applied different sensing technologies in order to be able to judge the image-based deformation results: displacement transducers, tachymetry, and laser profiling. As a platform for the photogrammetric measurements, a multi-rotor UAV DJI Matrice 600 Pro was employed, equipped with two RTK-GNSS receivers. The mounted camera was a PhaseOne iXM-100 (100MP) with an 80 mm lens. With a flying height of 30 m above the terrain, this resulted in a GSD of 1.3 mm while a forward and sideward overlap of 80% was maintained. The comparison with reference data (displacement transducers) reveals a difference of less than 1 mm. We show that by employing the introduced UAV-based monitoring approach, a full area-wide quantification of deformation is possible in contrast to classical point or profile measurements.
• Abstract（参考訳）: 橋梁のようなインフラオブジェクトの正確な構造的健康モニタリングは、多くの既存工事が既に計画されたサービス寿命に到達または近づいているため、極めて重要な課題である。 本稿では, SHMにおけるUAVモニタリングの適合性について, 特に荷重下の幾何学的変形に着目して考察する。 このような先進的な技術は、退屈な検査手法のコストとリスクを減らす能力によって、ますます人気が高まっている。 この目的のために, 地盤アンカーを通した既定荷重に曝露可能な鉄筋コンクリート橋を用いた広範囲な試験を行った。 非常に高解像度の画像ブロックは、制御された負荷の前、中、そして、そして、後に捕獲された。 これらの画像から,橋梁上の異なる点の動きを監視し,さらに高密度の画像点雲を算出し,表面データ取得の性能を評価した。 また、バンドル調整のための制御情報として、安定した領域における測地制御網を用いる。 本研究では, 変位トランスデューサ, タキメトリー, レーザープロファイリングなど, 画像に基づく変形結果の判定を可能にするために, 異なるセンシング技術を適用した。 測光用プラットフォームとして、RTK-GNSS受信機を2基搭載した多回転UAV DJI Matrice 600 Proが採用された。 搭載されたカメラは、80mmレンズのフェーズワンiXM-100(100MP)であった。 飛行高度は30mであり、GSDは1.3mmとなり、前方と側面のオーバーラップは80%維持された。 参照データ(変位トランスデューサ)と比較すると、1mm未満の違いが分かる。 導入したUAVに基づくモニタリング手法を用いることで、古典的点数やプロファイル測定と対照的に、全領域にわたって変形の定量化が可能であることを示す。

関連論文リスト

• Assessment of Submillimeter Precision via Structure from Motion Technique in Close-Range Capture Environments [0.0]
  本研究では,SfM法が短距離キャプチャを用いた構造試験のためのサブミリ品質モデルを作成する可能性について検討した。 テストボード上に撮像された画像と、テスト領域に適切に分布するスケールバー(SB)のセットと、80%のオーバーラップ率、垂直および斜め画像の統合により、RMSEの値は約0.1mmを得た。
  論文  参考訳（メタデータ） (2024-09-23T23:13:06Z)
• SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [59.868772767818975]
  本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。 具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、集約である。 様々なラベル付き環境下での多目的オブジェクトデータセットに対する大規模な実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-01T07:03:51Z)
• Object-Size-Driven Design of Convolutional Neural Networks: Virtual Axle Detection based on Raw Data [0.0]
  本研究は、専用軸受を列車軸受のリアルタイム検出のための新しいアプローチに置き換えることの課題に対処する。 提案したVADER(Virtual Axle Detector with Enhanced Receptive Field)は単線鉄道橋上で検証されている。 生データを入力として使用すると、最先端のスペクトログラムベースの手法がスピードとメモリ使用率の両方で99%向上する。
  論文  参考訳（メタデータ） (2023-09-04T12:53:54Z)
• Towards Large-scale Single-shot Millimeter-wave Imaging for Low-cost Security Inspection [4.970957539542638]
  安全検査のための有望な技術としてミリ波イメージング(MMW)が登場している。 近年の進歩にもかかわらず、要求される大規模アンテナアレイの高コストは、MMWイメージングの実用化を妨げている。 スパースアンテナアレイを用いた大規模単発MMWイメージングフレームワークについて報告する。
  論文  参考訳（メタデータ） (2023-05-25T06:00:29Z)
• Geometric-aware Pretraining for Vision-centric 3D Object Detection [77.7979088689944]
  GAPretrainと呼ばれる新しい幾何学的事前学習フレームワークを提案する。 GAPretrainは、複数の最先端検出器に柔軟に適用可能なプラグアンドプレイソリューションとして機能する。 BEVFormer法を用いて, nuScenes val の 46.2 mAP と 55.5 NDS を実現し, それぞれ 2.7 と 2.1 点を得た。
  論文  参考訳（メタデータ） (2023-04-06T14:33:05Z)
• Deep Learning-Based UAV Aerial Triangulation without Image Control Points [6.335630432207172]
  POS がサポートする UAV 画像自由制御の大規模マッピングを実現するには,多くの技術的問題がある。 ディープラーニングは多くの面で、従来の手作りの機能のパフォーマンスを上回っています。 本稿では,ディープラーニング画像の特徴に基づく新しいドローン画像登録手法を提案する。
  論文  参考訳（メタデータ） (2023-01-07T15:01:38Z)
• Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
  FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。 標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-05-27T05:42:16Z)
• Towards Model Generalization for Monocular 3D Object Detection [57.25828870799331]
  我々は,Mono3Dオブジェクト検出に有効な統合カメラ一般化パラダイム(CGP)を提案する。 また,インスタンスレベルの拡張によりギャップを埋める2D-3D幾何一貫性オブジェクトスケーリング戦略(GCOS)を提案する。 DGMono3Dと呼ばれる手法は、評価された全てのデータセットに対して顕著な性能を達成し、SoTAの教師なしドメイン適応スキームを上回ります。
  論文  参考訳（メタデータ） (2022-05-23T23:05:07Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)
• Distributed Variable-Baseline Stereo SLAM from two UAVs [17.513645771137178]
  本稿では,単眼カメラを1台,IMUを1台搭載した2台のUAVを用いて,視界の重なりと相対距離の測定を行った。 本稿では,glsuavエージェントを自律的に制御するために,分散協調推定方式を提案する。 我々は,高度160mまでの飛行におけるアプローチの有効性を実証し,最先端のVIO手法の能力を大きく超えている。
  論文  参考訳（メタデータ） (2020-09-10T12:16:10Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。