論文の概要: Bird's-eye view safety monitoring for the construction top under the tower crane
- arxiv url: http://arxiv.org/abs/2506.18938v1
- Date: Sun, 22 Jun 2025 12:52:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-25 19:48:23.299696
- Title: Bird's-eye view safety monitoring for the construction top under the tower crane
- Title（参考訳）: タワークレーン下の建設上面の鳥眼視による安全監視
- Authors: Yanke Wang, Yu Hin Ng, Haobo Liang, Ching-Wei Chang, Hao Chen,
- Abstract要約: 鳥の目から見たタワークレーンを持ち上げるためのAIによる完全自動安全監視システムを提案する。
このシステムは、カメラとLiDARから取得した情報を統合することで、人間とMiCのローカライズのための3Dデータ融合を実現した。
- 参考スコア（独自算出の注目度）: 3.275477941202418
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The tower crane is involving more automated and intelligent operation procedure, and importantly, the application of automation technologies to the safety issues is imperative ahead of the utilization of any other advances. Among diverse risk management tasks on site, it is essential to protect the human workers on the workspace between the tower crane and constructed building top area (construction top) from the bird's-eye view, especially with Modular Integrated Construction (MiC) lifted. Also, the camera and Light Detection And Ranging (LiDAR) can capture abundant 3D information on site, which is however yet made the best use. Considering the safety protection for humans and tower cranes, we present an AI-based fully automated safety monitoring system for tower crane lifting from the bird's-eye view, surveilling to shield the human workers on the construction top and avoid cranes' collision by alarming the crane operator. The system achieved a 3D data fusion for localization of humans and MiCs by integrating the captured information from camera and LiDAR. The state-of-the-art methods were explored and implemented into our proposed software pipeline coupled with the hardware and display systems. Furthermore, we conducted an analysis of the components in the pipeline to verify the accuracy and effectiveness of the involved methods. The display and visualization on the real site proved that our system can serve as a valuable safety monitoring toolkit on site.
- Abstract（参考訳）: タワークレーンは、より自動化されたインテリジェントな操作手順を伴い、重要なことは、自動化技術の安全性問題への適用は、他の先進的な技術の活用に先立って必須である。
現場でのさまざまなリスク管理作業の中で、タワークレーンと建築上層部(建設上層部)の間の作業空間において、特にモジュール統合建設(MiC)が持ち上げられた際には、人的労働者を鳥眼から保護することが不可欠である。
また、LiDAR(Light Detection And Ranging)やLiDAR(Light Detection And Ranging)は、サイト上の大量の3D情報をキャプチャできる。
人や塔のクレーンの安全を考慮し、鳥の目から見たタワークレーンの完全自動安全監視システムを紹介し、クレーンオペレーターに警告してクレーンの衝突を避ける。
このシステムは、カメラとLiDARから取得した情報を統合することで、人間とMiCのローカライズのための3Dデータ融合を実現した。
提案するソフトウェアパイプラインに,ハードウェアとディスプレイシステムを組み合わせた最先端の手法を探索し,実装した。
さらに,パイプライン内の成分の分析を行い,関連する手法の精度と有効性を検証した。
実サイト上での表示と可視化により,我々のシステムは,現場で貴重な安全監視ツールキットとして機能することが実証された。
関連論文リスト
- Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - An Approach to Technical AGI Safety and Security [72.83728459135101]
我々は、人類を著しく傷つけるのに十分な害のリスクに対処するアプローチを開発する。
私たちは、誤用や悪用に対する技術的なアプローチに重点を置いています。
これらの成分を組み合わせてAGIシステムの安全性を実現する方法について概説する。
論文 参考訳（メタデータ） (2025-04-02T15:59:31Z) - AR-Facilitated Safety Inspection and Fall Hazard Detection on Construction Sites [17.943278018516416]
我々は,高層建設現場の安全検査を容易にするために,ヘッドマウント型拡張現実の可能性を探っている。
業界で特に懸念されているのは、人や物体の落下を防ぐために、高いレベルの建設現場で、周囲の安全画面を検査することである。
我々は,安全画面のどの部分が検査されたかを追跡することで,この検査作業を支援することを目的とする。
機械学習を用いて、近距離検査と修復を必要とする周辺スクリーンのギャップを自動的に検出し、レポートを自動化する。
論文 参考訳（メタデータ） (2024-12-02T08:38:43Z) - ABNet: Attention BarrierNet for Safe and Scalable Robot Learning [58.4951884593569]
バリアベースの手法は、安全なロボット学習における主要なアプローチの1つである。
本稿では,より大規模な基本安全モデルを段階的に構築するスケーラブルなAttention BarrierNet(ABNet)を提案する。
2次元ロボット障害物回避、安全なロボット操作、視覚に基づくエンドツーエンド自動運転におけるABNetの強みを実証する。
論文 参考訳（メタデータ） (2024-06-18T19:37:44Z) - Floor extraction and door detection for visually impaired guidance [78.94595951597344]
未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。
コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。
本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
論文 参考訳（メタデータ） (2024-01-30T14:38:43Z) - A Smart Robotic System for Industrial Plant Supervision [16.68349850187503]
本稿では,各種センサとインテリジェントデータ処理を統合した自律走行ロボットによるシステムを提案する。
メタン漏れを検出し、流量を推定し、より一般的なガス異常を検出し、音源をローカライズし、故障事例を検出し、環境を3Dでマッピングし、自律的にナビゲートすることができる。
論文 参考訳（メタデータ） (2023-08-10T14:54:21Z) - UAV-based Visual Remote Sensing for Automated Building Inspection [15.471860216370251]
無人航空機(UAV)にコンピュータビジョンを組み込んだリモートセンシングシステムでは,地震時の建物建設や災害時の被害評価などの災害管理を支援する可能性を実証している。
本稿では,UAVに基づく画像データ収集による検査の自動化手法と,地震構造パラメータの推定を支援する後処理用ソフトウェアライブラリを提案する。
論文 参考訳（メタデータ） (2022-09-27T14:18:14Z) - 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) - Role and Integration of Image Processing Systems in Maritime Target
Tracking [0.0]
近年, 海上交通, 特に海上貿易において, 安全, 安全, 環境保護を確保するため, 様々なシステムが展開されている。
この組み合わせデータの1つの重要な応用は海上での目標追跡であり、そこでは自動識別システム(AIS)とXバンド海洋レーダーが不可欠である。
この統合によって海洋の安全が向上し、海上での安全と保護の強化に関する実践的な洞察が得られることを示す。
論文 参考訳（メタデータ） (2022-06-26T07:15:48Z) - DEEVA: A Deep Learning and IoT Based Computer Vision System to Address
Safety and Security of Production Sites in Energy Industry [0.0]
本稿では,シーン分類,シーン中のオブジェクト検出,セマンティックセグメンテーション,シーンキャプションなど,さまざまなコンピュータビジョンに関わる問題に取り組む。
我々は、シーン分類、オブジェクト検出、セマンティックセグメンテーション、シーンのキャプションを扱うためのDeep ExxonMobil Eye for Video Analysis (DEEVA)パッケージを開発した。
その結果, RetinaNet物体検出器を用いた伝達学習により, 作業者の存在, 車両・建設機器の種類, 安全関連物体を高い精度(90%以上)で検出できることがわかった。
論文 参考訳（メタデータ） (2020-03-02T21:26:00Z) - Training-free Monocular 3D Event Detection System for Traffic
Surveillance [93.65240041833319]
既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。
現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。
本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
論文 参考訳（メタデータ） (2020-02-01T04:42:57Z)
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。