論文の概要: Automating Infrastructure Surveying: A Framework for Geometric Measurements and Compliance Assessment Using Point Cloud Data
- arxiv url: http://arxiv.org/abs/2505.05752v1
- Date: Fri, 09 May 2025 03:24:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-12 20:40:10.138588
- Title: Automating Infrastructure Surveying: A Framework for Geometric Measurements and Compliance Assessment Using Point Cloud Data
- Title（参考訳）: インフラストラクチャ調査の自動化:ポイントクラウドデータを用いた幾何学的計測とコンプライアンス評価のためのフレームワーク
- Authors: Amin Ghafourian, Andrew Lee, Dechen Gao, Tyler Beer, Kin Yen, Iman Soltani,
- Abstract要約: 本稿では,ポイントクラウドデータを用いた幾何計測とコンプライアンスアセスメントの自動化のためのフレームワークを提案する。
概念実証として、この枠組みを適用し、米国障害者法(ADA)に適合する縁石のコンプライアンスを自動評価する。
提案するフレームワークは,インフラ調査および自動建設評価における幅広い応用の基盤となる。
- 参考スコア（独自算出の注目度）: 1.0411051000480154
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Automation can play a prominent role in improving efficiency, accuracy, and scalability in infrastructure surveying and assessing construction and compliance standards. This paper presents a framework for automation of geometric measurements and compliance assessment using point cloud data. The proposed approach integrates deep learning-based detection and segmentation, in conjunction with geometric and signal processing techniques, to automate surveying tasks. As a proof of concept, we apply this framework to automatically evaluate the compliance of curb ramps with the Americans with Disabilities Act (ADA), demonstrating the utility of point cloud data in survey automation. The method leverages a newly collected, large annotated dataset of curb ramps, made publicly available as part of this work, to facilitate robust model training and evaluation. Experimental results, including comparison with manual field measurements of several ramps, validate the accuracy and reliability of the proposed method, highlighting its potential to significantly reduce manual effort and improve consistency in infrastructure assessment. Beyond ADA compliance, the proposed framework lays the groundwork for broader applications in infrastructure surveying and automated construction evaluation, promoting wider adoption of point cloud data in these domains. The annotated database, manual ramp survey data, and developed algorithms are publicly available on the project's GitHub page: https://github.com/Soltanilara/SurveyAutomation.
- Abstract（参考訳）: 自動化は、インフラ調査の効率性、正確性、スケーラビリティを改善し、建設およびコンプライアンス標準を評価する上で、顕著な役割を担います。
本稿では,ポイントクラウドデータを用いた幾何計測とコンプライアンスアセスメントの自動化のためのフレームワークを提案する。
提案手法では, 探索作業を自動化するため, 深層学習に基づく検出とセグメンテーションを幾何的および信号処理技術と組み合わせて統合する。
概念実証として,米国障害法(ADA)に適合するスランプのコンプライアンスを自動評価するために,本フレームワークを適用し,点雲データの有用性を調査自動化において実証する。
この手法は、この研究の一環として公開された、新しく収集された大きなアノテートされた縁石斜面のデータセットを利用して、堅牢なモデルトレーニングと評価を容易にする。
提案手法の精度と信頼性を検証し,手作業の大幅な削減とインフラ評価の整合性向上を図った。
ADA準拠以外にも、提案されたフレームワークは、インフラストラクチャサーベイと自動構築評価における幅広いアプリケーションのための基盤を築き、これらの領域におけるポイントクラウドデータの普及を促進する。
アノテーション付きデータベース、手動のランプサーベイデータ、開発アルゴリズムは、プロジェクトのGitHubページで公開されている。
関連論文リスト
- Textured As-Is BIM via GIS-informed Point Cloud Segmentation [0.0]
本稿では,鉄道プロジェクトにおけるGISインフォームドとBIM対応のビルディング情報モデルの自動生成の概念実証について述べる。
その結果、コスト削減の可能性が高く、GISデータの非失業資源が内部に浮かび上がっていることが判明した。
論文 参考訳（メタデータ） (2024-11-28T04:13:08Z) - AutoSurvey: Large Language Models Can Automatically Write Surveys [77.0458309675818]
本稿では,総合的な文献調査を自動作成する手法であるAutoSurveyを紹介する。
従来の調査論文は、膨大な量の情報と複雑さのために、課題に直面している。
我々の貢献には、調査問題に対する総合的な解決策、信頼性評価方法、AutoSurveyの有効性を実証する実験的な検証が含まれる。
論文 参考訳（メタデータ） (2024-06-10T12:56:06Z) - Deep Learning-Based Point Cloud Registration: A Comprehensive Survey and Taxonomy [79.66031973540946]
深層学習に基づくポイントクラウド登録(DL-PCR)に関する総合的な調査と分類について述べる。
DL-PCR法では,登録手続きを含む重要な側面から議論を整理する。
我々はこれらを,ポイント・ツー・ポイント対応の明示的な識別を必要とするかどうかに応じて,対応ベースおよび対応不要なアプローチに分類する。
論文 参考訳（メタデータ） (2024-04-22T02:05:15Z) - An Integrated Data Processing Framework for Pretraining Foundation Models [57.47845148721817]
研究者や実践者は、しばしば異なるソースからデータセットを手動でキュレートする必要がある。
本稿では,処理モジュールと解析モジュールを統合したデータ処理フレームワークを提案する。
提案されたフレームワークは使いやすく、柔軟です。
論文 参考訳（メタデータ） (2024-02-26T07:22:51Z) - UAS-based Automated Structural Inspection Path Planning via Visual Data
Analytics and Optimization [1.1496057626375067]
Unmanned Aerial Systems (UAS) はインフラ検査の分野で大きな注目を集めている。
この点における中核的な問題は、最適な自動飛行経路を選択することである。
本稿では,構造検査の文脈における経路計画問題に対する効果的な定式化について述べる。
論文 参考訳（メタデータ） (2023-12-22T23:07:20Z) - Automated spacing measurement of formwork system members with 3D point
cloud data [0.688204255655161]
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。
論文 参考訳（メタデータ） (2023-05-23T12:17:31Z) - Discover, Explanation, Improvement: An Automatic Slice Detection
Framework for Natural Language Processing [72.14557106085284]
スライス検出モデル(SDM)は、データポイントの低パフォーマンスなグループを自動的に識別する。
本稿では,NLPタスクの分類のための "Discover, Explain, improve (DEIM)" というベンチマークを提案する。
評価の結果,Edisaは情報的セマンティックな特徴を持つ誤り発生データポイントを正確に選択できることがわかった。
論文 参考訳（メタデータ） (2022-11-08T19:00:00Z) - Attention-based Vehicle Self-Localization with HD Feature Maps [13.368212933272238]
本稿では,ポイントベースディープニューラルネットワークを用いた車両の自己局在化手法を提案する。
我々のアプローチは、車両の姿勢を推測するために、高解像度のデジタルマップからランドマーク(ランドマーク)の測定と点特徴を処理します。
論文 参考訳（メタデータ） (2021-07-16T09:25:25Z) - Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。
この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文 参考訳（メタデータ） (2021-06-14T11:42:46Z) - A Unified Architecture for Data-Driven Metadata Tagging of Building
Automation Systems [0.0]
本稿では,建物自動化システムデータのポイントタグ付けを自動化するための統一アーキテクチャについて述べる。
本稿では,BASへの接続を通じてアクセス可能なデータを活用することで,ポイントタグ付けのプロセスを自動化するUAを提案する。
提案手法は,それぞれのテストシナリオにおいて,85～90%,70～75パーセントのタグを正しく適用した。
論文 参考訳（メタデータ） (2020-02-27T00:35:01Z)
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。