論文の概要: Digging for Data: Experiments in Rock Pile Characterization Using Only Proprioceptive Sensing in Excavation
- arxiv url: http://arxiv.org/abs/2602.11082v1
- Date: Wed, 11 Feb 2026 17:47:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.375049
- Title: Digging for Data: Experiments in Rock Pile Characterization Using Only Proprioceptive Sensing in Excavation
- Title（参考訳）: データのディグ:掘削における原受容センシングのみを用いた岩石杭のキャラクタリゼーション実験
- Authors: Unal Artan, Martin Magnusson, Joshua A. Marshall,
- Abstract要約: 本報では, 破砕岩盤の相対粒径を推定する新しい手法について検討する。
岩石粒子の粒径を推定するために外感性センサーを用いるのではなく、掘削機の慣性応答から岩石の破片を推定する。
- 参考スコア（独自算出の注目度）: 8.495499200365378
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Characterization of fragmented rock piles is a fundamental task in the mining and quarrying industries, where rock is fragmented by blasting, transported using wheel loaders, and then sent for further processing. This field report studies a novel method for estimating the relative particle size of fragmented rock piles from only proprioceptive data collected while digging with a wheel loader. Rather than employ exteroceptive sensors (e.g., cameras or LiDAR sensors) to estimate rock particle sizes, the studied method infers rock fragmentation from an excavator's inertial response during excavation. This paper expands on research that postulated the use of wavelet analysis to construct a unique feature that is proportional to the level of rock fragmentation. We demonstrate through extensive field experiments that the ratio of wavelet features, constructed from data obtained by excavating in different rock piles with different size distributions, approximates the ratio of the mean particle size of the two rock piles. Full-scale excavation experiments were performed with a battery electric, 18-tonne capacity, load-haul-dump (LHD) machine in representative conditions in an operating quarry. The relative particle size estimates generated with the proposed sensing methodology are compared with those obtained from both a vision-based fragmentation analysis tool and from sieving of sampled materials.
- Abstract（参考訳）: 岩盤の破片化は鉱業や採石業において基本的な課題であり、岩は破片化され、車輪ローダーを使用して輸送され、さらに加工のために送られる。
本報では, 車輪ローダを掘削しながら採取した主観的データのみから, 破砕岩盤の相対粒径を推定する新しい手法について検討する。
岩石粒子の粒径を推定するために外感性センサー(例えばカメラやLiDARセンサー)を使うのではなく、掘削中の掘削者の慣性応答から岩石の破片を推定する。
本稿では,ウェーブレット解析を用いて岩石の破砕レベルに比例する特異な特徴を構築する研究を拡大する。
本研究では,2つの岩盤の粒子径の平均値の比を,異なる大きさの岩盤を掘削して得られたデータから,ウェーブレット特性の比を推定した。
作業採石場の代表的な条件下で, バッテリー電気, 18トンキャパシティ, LHD (Load-haul-Dump) マシンを用いて, 大規模掘削実験を行った。
提案手法を用いて生成した相対粒子径推定は,視覚を用いた断片化解析ツールと試料の採取から得られたものとを比較した。
関連論文リスト
- Physics-Guided Dual Implicit Neural Representations for Source Separation [70.38762322922211]
我々は,2つの暗黙的ニューラル表現フレームワークを用いて,ソース分離のための自己教師型機械学習手法を開発した。
本手法は,復元に基づく損失関数の最小化により,生データから直接学習する。
本手法は,様々な領域にまたがるソース分離問題に対処する汎用的なフレームワークを提供する。
論文 参考訳（メタデータ） (2025-07-07T17:56:31Z) - GBFRS: Robust Fuzzy Rough Sets via Granular-ball Computing [48.33779268699777]
ファジィ粗セット理論は複雑な属性を持つデータセットを処理するのに有効である。
既存のモデルのほとんどは最も細かい粒度で動作しており、非効率でノイズに敏感である。
本稿では,多粒度グラニュラーボール計算をファジィ粗集合理論に統合し,サンプル点の代替としてグラニュラーボールを提案する。
論文 参考訳（メタデータ） (2025-01-30T15:09:26Z) - Fuzzy Granule Density-Based Outlier Detection with Multi-Scale Granular Balls [65.44462297594308]
外乱検出は、正常なデータの分布から大きく逸脱する異常なサンプルの同定を指す。
ほとんどの教師なしの外れ値検出方法は、指定された外れ値を検出するために慎重に設計されている。
ファジィ粗集合に基づくマルチスケールアウトレイラ検出手法を提案し,様々な種類のアウトレイラを同定する。
論文 参考訳（メタデータ） (2025-01-06T12:35:51Z) - Characterizing segregation in blast rock piles a deep-learning approach leveraging aerial image analysis [7.211586388797869]
本研究では,岩盤断片の分離を特徴付ける高度な画像解析手法を提案する。
ドローンが捉えた画像の解析により,詳細な岩石の破片径分布の正確な記述が達成された。
論文 参考訳（メタデータ） (2024-06-06T15:13:56Z) - Direct mineral content prediction from drill core images via transfer learning [0.0]
深層探査は、鉱業、石油、ガス産業、化学廃棄物や核廃棄物の処理のための地質単位の評価において重要である。
本研究では,機械学習,特に畳み込みニューラルネットワーク(CNN)を活用して,ドリルコア画像の解析のみからリソロジーとミネラル含量を評価する可能性について検討する。
その結果、ドリルコアセグメントを異なる形成クラスに分類する際、96.7%の精度が明らかとなった。
論文 参考訳（メタデータ） (2024-03-27T12:15:22Z) - Inferencing the earth moving equipment-environment interaction in open
pit mining [0.0]
鉱業において、グレードコントロールは一般的に、ブラストホールサンプリングと鉱石制御ブロックモデルの推定に焦点を当てている。
本研究では、教師なしクラスタリングを行い、行方不明情報を予測する2段階の手法を実装した。
この方法は西オーストラリア州ピルバラの露天掘り鉱山で試験された。
論文 参考訳（メタデータ） (2023-02-04T08:38:04Z) - Deep learning extraction of band structure parameters from density of
states: a case study on trilayer graphene [45.61296767255256]
包括的定量的理論の鍵となる要件は、材料のバンド構造パラメータの正確な決定である。
本稿では、ディープニューラルネットワークを用いた実験データからバンド構造パラメータを導出する一般的なフレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-12T15:24:42Z) - AI for Porosity and Permeability Prediction from Geologic Core X-Ray
Micro-Tomography [0.0]
岩盤の物理的特性を予測するために,非常に小さなCNN変換器モデルを用いた自己教師付き事前学習を提案する。
この手法は, 極端に小さなデータセットであっても過度に適合しないことを示す。
論文 参考訳（メタデータ） (2022-05-26T06:55:03Z) - A Machine Learning Approach for Material Type Logging and Chemical
Assaying from Autonomous Measure-While-Drilling (MWD) Data [0.0]
本研究は,物質伐採と化学測定のプロセスを自動化するパイロット研究について報告する。
測定期間データから抽出した特徴に基づいて、機械学習アプローチが訓練されている。
これらの掘削パラメータを基礎となる鉱物組成と結びつける仮説が立てられている。
論文 参考訳（メタデータ） (2022-02-07T05:56:50Z) - Crack detection using tap-testing and machine learning techniques to
prevent potential rockfall incidents [68.8204255655161]
本稿では,岩盤の自動探傷システムを提案する。
ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。
音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
論文 参考訳（メタデータ） (2021-10-10T22:53:36Z) - Featurized Density Ratio Estimation [82.40706152910292]
本研究では,2つの分布を推定前の共通特徴空間にマッピングするために,可逆生成モデルを活用することを提案する。
この偉業化は、学習された入力空間の密度比が任意に不正確な場合、潜在空間において密度が密接な関係をもたらす。
同時に、特徴写像の可逆性は、特徴空間で計算された比が入力空間で計算された比と同値であることを保証する。
論文 参考訳（メタデータ） (2021-07-05T18:30:26Z)
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。