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

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.