論文の概要: Pipe Reconstruction from Point Cloud Data
- arxiv url: http://arxiv.org/abs/2506.22118v1
- Date: Fri, 27 Jun 2025 10:54:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-30 21:12:23.181536
- Title: Pipe Reconstruction from Point Cloud Data
- Title（参考訳）: ポイントクラウドデータからのパイプ再構成
- Authors: Antje Alex, Jannis Stoppe,
- Abstract要約: 本稿では,不完全なレーザースキャンデータから自動管再構築のためのパイプラインを提案する。
アプローチでは、ラプラシアンに基づく収縮を用いて骨格曲線を推定し、その後に曲線伸長が続く。
骨格軸は、回転球法と2D円の嵌合を併用し、3D平滑化工程で精製される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate digital twins of industrial assets, such as ships and offshore platforms, rely on the precise reconstruction of complex pipe networks. However, manual modelling of pipes from laser scan data is a time-consuming and labor-intensive process. This paper presents a pipeline for automated pipe reconstruction from incomplete laser scan data. The approach estimates a skeleton curve using Laplacian-based contraction, followed by curve elongation. The skeleton axis is then recentred using a rolling sphere technique combined with 2D circle fitting, and refined with a 3D smoothing step. This enables the determination of pipe properties, including radius, length and orientation, and facilitates the creation of detailed 3D models of complex pipe networks. By automating pipe reconstruction, this approach supports the development of digital twins, allowing for rapid and accurate modeling while reducing costs.
- Abstract（参考訳）: 船やオフショアプラットフォームなどの産業資産の正確なデジタルツインは、複雑なパイプネットワークの正確な再構築に依存している。
しかしながら、レーザースキャンデータからパイプを手動でモデル化することは、時間と労力のかかるプロセスである。
本稿では,不完全なレーザースキャンデータから自動管再構築のためのパイプラインを提案する。
アプローチでは、ラプラシアンに基づく収縮を用いて骨格曲線を推定し、その後に曲線伸長が続く。
骨格軸は、回転球法と2D円の嵌合を併用し、3D平滑化工程で精製される。
これにより、半径、長さ、方向を含むパイプ特性の判定が可能となり、複雑なパイプネットワークの詳細な3Dモデルの作成が容易になる。
パイプ再構築の自動化により、ディジタルツインの開発を支援し、コストを削減しつつ、迅速かつ正確なモデリングを可能にする。
関連論文リスト
- SparseFlex: High-Resolution and Arbitrary-Topology 3D Shape Modeling [79.56581753856452]
SparseFlexは、新しいスパース構造のアイソサーフェス表現で、レンダリング損失から最大10243ドルの解像度で、差別化可能なメッシュ再構築を可能にする。
SparseFlexは、高解像度で差別化可能なメッシュ再構成とレンダリングロスによる生成を可能にすることで、3D形状の表現とモデリングの最先端性を著しく向上させる。
論文 参考訳（メタデータ） (2025-03-27T17:46:42Z) - WiLoR: End-to-end 3D Hand Localization and Reconstruction in-the-wild [53.288327629960364]
野生における効率的なマルチハンド再構築のためのデータ駆動パイプラインを提案する。
提案するパイプラインは、リアルタイム完全畳み込みハンドローカライゼーションと、高忠実度トランスフォーマーに基づく3Dハンド再構成モデルという2つのコンポーネントで構成されている。
提案手法は, 一般的な2次元および3次元のベンチマークにおいて, 効率と精度の両方において, 従来の手法よりも優れていた。
論文 参考訳（メタデータ） (2024-09-18T18:46:51Z) - ParaPoint: Learning Global Free-Boundary Surface Parameterization of 3D Point Clouds [52.03819676074455]
ParaPointは、グローバルな自由境界面パラメータ化を実現するための教師なしのニューラルネットワークパイプラインである。
この研究は、グローバルマッピングと自由境界の両方を追求するニューラルポイントクラウドパラメータ化を調査する最初の試みである。
論文 参考訳（メタデータ） (2024-03-15T14:35:05Z) - Deep incremental learning models for financial temporal tabular datasets
with distribution shifts [0.9790236766474201]
このフレームワークは、単純な基本的なビルディングブロック(決定木)を使用して、必要な複雑さの自己相似モデルを構築する。
我々は,NumeraiデータセットでトレーニングしたXGBoostモデルを用いて提案手法を実証し,異なるモデルスナップショット上での2層のXGBoostモデルの深部アンサンブルが高品質な予測を提供することを示す。
論文 参考訳（メタデータ） (2023-03-14T14:10:37Z) - 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) - Enforcing connectivity of 3D linear structures using their 2D
projections [54.0598511446694]
本稿では,2次元投影におけるトポロジ認識損失の総和を最小化することにより,結果の3次元接続性を改善することを提案する。
これにより、精度の向上と、アノテーション付きトレーニングデータの提供に必要なアノテーションの労力の削減が図られる。
論文 参考訳（メタデータ） (2022-07-14T11:42:18Z) - Deep Point Cloud Reconstruction [74.694733918351]
3Dスキャンから得られる点雲は、しばしばスパース、ノイズ、不規則である。
これらの問題に対処するため、最近の研究は別々に行われ、不正確な点雲を密度化、復調し、完全な不正確な点雲を観測している。
本研究では,1) 初期密度化とデノナイズのための3次元スパース集積時間ガラスネットワーク,2) 離散ボクセルを3Dポイントに変換するトランスフォーマーによる改良,の2段階からなる深部点雲再構成ネットワークを提案する。
論文 参考訳（メタデータ） (2021-11-23T07:53:28Z) - Towards Automatic Digital Documentation and Progress Reporting of
Mechanical Construction Pipes using Smartphones [0.0]
本書は,建築工事における機械管の自動デジタル文書化と進捗報告のための新しい枠組みを提案する。
所望の画像重なりを達成するためにビデオフレームレートを最適化し、3次元再構成のためのメートル法スケールを定義し、点雲からパイプを抽出し、計画された量枠radiiに従ってパイプを分類する新しい手法を提案した。
論文 参考訳（メタデータ） (2020-12-20T15:53:34Z) - It's All Around You: Range-Guided Cylindrical Network for 3D Object
Detection [4.518012967046983]
本研究は,360度深度スキャナーによって生成された3次元データを解析するための新しい手法を提案する。
距離誘導畳み込みの概念を導入し,エゴ車と物体のスケールからの距離で受容場を適応させる。
我々のネットワークは、現在の最先端アーキテクチャに匹敵するnuScenesチャレンジにおいて、強力な結果を示す。
論文 参考訳（メタデータ） (2020-12-05T21:02:18Z) - 3D Pipe Network Reconstruction Based on Structure from Motion with
Incremental Conic Shape Detection and Cylindrical Constraint [13.656321204701669]
単眼内視鏡カメラで撮影した連続画像を用いた3次元管再構築システムを提案する。
我々の研究は、目標形状から与えられる事前制約をバンドル調整に組み込むために、最先端のStructure-from-Motion (SfM) 法を拡張した。
実験では,単眼カメラからより高精度でロバストなパイプマッピングを実現するシステムを提案する。
論文 参考訳（メタデータ） (2020-06-18T09:37:00Z)
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。