Emirates Scholar Research Center - Research Publishing & Indexing Center

التقسيم الدلالي لبيانات سحابة النقاط ثلاثية الأبعاد التي تم الحصول عليها من Robot Dog لمراقبة السقالة

المؤلفون: Hyoungkwan كيم

المجلة: الندوة الدولية الثامنة والثلاثون حول الأتمتة والروبوتات في البناء ، دبي ، الإمارات العربية المتحدة.

تاريخ النشر: نوفمبر 2021.

الكلمات المفتاحية: Scaffold Mobile Laser Scanning (MLS) Robot Dog 3D Semantic Segmentation Transfer Learning


خلاصة

تحدث العديد من الوفيات والإصابات في صناعة البناء في حوادث السقالات ، كما أن مراقبة عملية السقالات والتحقق من الامتثال أمر بالغ الأهمية. ومع ذلك ، فإن مراقبة السقالات كثيفة العمالة وغير فعالة لأنها تتم يدويًا. لمعالجة هذه المشكلة ، نقترح طريقة إعادة بناء ثلاثية الأبعاد متقدمة للكشف عن السقالات ومراقبتها. يتم استخدام بنية RandLA-Net القائمة على التعلم العميق لأداء تقسيم المشهد. يتم تدريب RandLA-Net استنادًا إلى تعلم النقل ، باستخدام معرفة النموذج الذي تم تعلمه باستخدام مجموعة البيانات الدلالية ثلاثية الأبعاد. تستخدم RandLA-Net بيانات سحابة ثلاثية الأبعاد مطابقة ومسجلة بواسطة LIO-SAM ، وهي خوارزمية ليزر سلام. من خلال إرفاق LiDAR بإنسان آلي رباعي الأرجل ، من الممكن الحصول على البيانات بشكل متكرر بطريقة مناسبة لمواقع البناء. أظهرت المنهجية المقترحة أداءً جيدًا في مراقبة السقالات.

Read full article
202 Views

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

Scroll to top
Close
Browse Categories
Browse Tags