<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          【學(xué)術(shù)前沿】基于視覺的體積測(cè)量,通過基于深度學(xué)習(xí)的點(diǎn)云分割,用于現(xiàn)場(chǎng)材料管理

          共 2571字,需瀏覽 6分鐘

           ·

          2021-02-05 22:36

          點(diǎn)擊上方“公眾號(hào)”可訂閱哦!


          聲明:本文只是針對(duì)個(gè)人學(xué)習(xí)記錄,侵權(quán)可刪。本人自覺遵守《中華人民共和國(guó)著作權(quán)法》和《伯爾尼公約》等法律,其他個(gè)人或組織等轉(zhuǎn)載請(qǐng)保留此聲明,并自負(fù)法律責(zé)任。論文版權(quán)與著作權(quán)等全歸原作者所有。







          01

          文章摘要


          新興的基于視覺的框架已經(jīng)證明了在點(diǎn)云模型上健壯執(zhí)行體積測(cè)量的巨大潛力,該模型在場(chǎng)地材料管理方面有幾個(gè)應(yīng)用(例如,在土方工程期間)。然而,目前流行的基于視覺的框架涉及人工干預(yù),從點(diǎn)云模型手動(dòng)修剪感興趣的對(duì)象,這將是耗時(shí)和勞動(dòng)密集型的。此外,用于體積測(cè)量的點(diǎn)云模型通常是不完整的和有噪聲的。為了解決這些挑戰(zhàn),我們通過基于深度學(xué)習(xí)的方法自動(dòng)檢測(cè)和分割點(diǎn)云模型中的目標(biāo)對(duì)象,然后將語義值映射到點(diǎn)云模型上進(jìn)行三維語義分割。一旦目標(biāo)對(duì)象被分割,相關(guān)的體積被量化通過提出的基于視覺的計(jì)算過程。為了評(píng)估,在真實(shí)世界的材料堆上進(jìn)行了案例研究。所提出的方法具有增強(qiáng)基于視覺的體積測(cè)量的潛力,可為工地材料管理的系統(tǒng)決策提供支持。



          02

          文章導(dǎo)讀


          工地物料管理包括一種管理實(shí)踐,即投入顯著的努力來確認(rèn)適當(dāng)數(shù)量的物料的存在,并有效地促進(jìn)物料進(jìn)出工地的過渡過程。

          例如,在土方工程中,體積估計(jì)是至關(guān)重要的,以確保切割處的土壤體積與填方的體積一致(即切割/填方體積分析)。然而,在體積水平上的評(píng)估往往取決于人的觀察,這可能是基于從業(yè)人員的經(jīng)驗(yàn)或知識(shí)的主觀觀察。這使得物料管理工作更加繁重,同時(shí)也阻礙了在項(xiàng)目時(shí)間表中準(zhǔn)確執(zhí)行數(shù)量評(píng)估。作為一種系統(tǒng)量化和保存材料記錄的替代方法,一些先前的工作已經(jīng)證明了利用遙感技術(shù)的巨大潛力,如射頻識(shí)別(RFID)標(biāo)簽和全球定位系統(tǒng)(GPS)。例如,GPS設(shè)備主要安裝在大規(guī)模運(yùn)輸材料的重型車輛上。跟蹤這些車輛的位置可以量化每輛車輛所攜帶的材料(如自卸卡車),這支持監(jiān)控相關(guān)工作進(jìn)展,如土方工程或碎片清除。此外,RFID技術(shù)由一組廉價(jià)的標(biāo)簽組成,這些標(biāo)簽存儲(chǔ)一條信息。每個(gè)標(biāo)簽都可以通過電磁信號(hào)被觸發(fā)和讀取,這種技術(shù)被用來跟蹤特定的目標(biāo)物體。例如,帶有電子RFID標(biāo)簽的鋼筋可以被工地上的從業(yè)人員快速跟蹤和量化,減少與了解工地上目前有什么材料和多少材料相關(guān)的時(shí)間和成本,但這些遙感技術(shù)不適用于土壤等原材料。

          與此同時(shí),廉價(jià)的攝像設(shè)備平臺(tái)的不斷普及,如無人機(jī)(uav),鼓勵(lì)建筑業(yè)定期記錄不斷變化的建筑工地的現(xiàn)狀。在這方面,從業(yè)人員在可視化數(shù)據(jù)分析方面培育了一系列令人難以置信的發(fā)展,以滿足他們?cè)诠ぷ骶W(wǎng)站上的需求。

          在材料管理的背景下,它們主要面向獲取建筑工地的數(shù)字孿生模型,以執(zhí)行庫(kù)存或材料堆的體積測(cè)量。這種能力使他們能夠在鋪設(shè)場(chǎng)地進(jìn)行庫(kù)存控制,并使項(xiàng)目經(jīng)理能夠評(píng)估相關(guān)的工作進(jìn)展,如工地的土方工程。在此類軟件中,體積測(cè)量的工作流程通常包括三個(gè)步驟:(1)使用從工作現(xiàn)場(chǎng)收集的圖像生成三維點(diǎn)云模型;(2)識(shí)別目標(biāo)對(duì)象,將其與點(diǎn)云模型中的背景對(duì)象分離;(3)將表示目標(biāo)對(duì)象的點(diǎn)云模型轉(zhuǎn)換為等效網(wǎng)格模型,最后估計(jì)目標(biāo)對(duì)象的體積。盡管這類軟件包有可能簡(jiǎn)化體積測(cè)量的過程,但它們需要手工過程來將目標(biāo)對(duì)象(如庫(kù)存或材料堆)與數(shù)字孿生模型(如3D點(diǎn)云模型)中的背景對(duì)象分離。這種勞動(dòng)密集型的人工干預(yù)來選擇目標(biāo)對(duì)象已經(jīng)被認(rèn)為是一個(gè)具有挑戰(zhàn)性的過程。這一潛在的挑戰(zhàn)在建筑工地上會(huì)更加嚴(yán)重,因?yàn)橛卸鄠€(gè)庫(kù)存或目標(biāo)物體散布在工地各處。

          在本文中,我們提出了一種新的基于視覺的體積測(cè)量方法,以減少人為的干預(yù)和提高性能,以增強(qiáng)建筑項(xiàng)目中的材料管理。所提出的方法以自動(dòng)化的方式在語義上分割點(diǎn)云模型中的目標(biāo)對(duì)象,并利用體積測(cè)量的結(jié)果。目標(biāo)對(duì)象在本研究中被稱為利益區(qū)域(roi)。該方法由兩部分組成:(1)對(duì)點(diǎn)云模型的RoI進(jìn)行語義分割;(2)利用三維分割的結(jié)果對(duì)RoI進(jìn)行體積測(cè)量。結(jié)果是增強(qiáng)的點(diǎn)云模型,該模型基于每一類材料堆和相關(guān)的體積進(jìn)行語義分割。通過五樁(集料樁和砂土樁)的工程實(shí)例驗(yàn)證了該方法的有效性,并與以往的工程進(jìn)行了比較。當(dāng)進(jìn)行基于視覺的體積測(cè)量時(shí),所提出的框架可以減少人為干預(yù)。特別地,這項(xiàng)工作的重要性在大型工地變得明顯,需要在緊張的時(shí)間框架內(nèi)跟蹤各種類型的材料,從而有助于更明智的決策。
          本文的貢獻(xiàn)主要體現(xiàn)在兩個(gè)方面:(1)提出了一種新的三維點(diǎn)云分割框架,用于點(diǎn)云模型中目標(biāo)的識(shí)別。這樣的自動(dòng)化過程有可能減少人工干預(yù),以從點(diǎn)云模型中手動(dòng)分離庫(kù)存或材料堆的邊界,以及其他物體或背景;(2)通過改進(jìn)重構(gòu)點(diǎn)云模型的質(zhì)量和一致性,并將其用于本文提出的計(jì)算過程,從而增強(qiáng)體積測(cè)量。為了評(píng)估所提方法的性能,進(jìn)行了案例研究,并從已知體積的材料堆中收集了可視化數(shù)據(jù)。這些數(shù)據(jù)可以作為體積測(cè)量的基準(zhǔn)數(shù)據(jù)集。




          03

          基于視覺的體積測(cè)量模型


          通過利用從圖像重構(gòu)的點(diǎn)云模型,提出的體積測(cè)量工作流程包括以下四個(gè)模塊:(1)執(zhí)行3 d密集的點(diǎn)云重建材料樁從收集的2 d圖像,(2)上執(zhí)行語義分割2 d圖像檢測(cè)區(qū)域的利益(RoI),(3)語義信息的點(diǎn)云模型映射和RoI檢測(cè)隔離他們每個(gè)人,和(4)進(jìn)行體積測(cè)量在每個(gè)孤立的RoI。圖1給出了本文方法的概述。










          04

          主要結(jié)論


          視覺傳感和分析的進(jìn)步提供了在三維點(diǎn)云模型上進(jìn)行體積測(cè)量的機(jī)會(huì)。這些進(jìn)展已經(jīng)證明了支持材料管理的巨大潛力,從而有效地測(cè)量項(xiàng)目管理所需的材料堆的數(shù)量。先前關(guān)于基于視覺的體積測(cè)量的工作通常需要人工干預(yù)來削減點(diǎn)云模型中的RoI。本文提出了一種新的基于視覺的點(diǎn)云模型roi自動(dòng)分割和分類方法,并基于增強(qiáng)的點(diǎn)云模型進(jìn)行體積測(cè)量。在二維語義分割結(jié)果的基礎(chǔ)上,提出了一種新的點(diǎn)云模型三維語義分割計(jì)算框架,并通過實(shí)例進(jìn)行了驗(yàn)證。該方法具有改進(jìn)基于視覺的體積測(cè)量方法的潛力,可為建筑工地材料管理的系統(tǒng)決策提供支持。通過能夠在體積水平上量化材料,實(shí)踐者將能夠更多地關(guān)注項(xiàng)目的管理方面,例如庫(kù)存控制、物流和計(jì)劃。這項(xiàng)工作的重要性預(yù)計(jì)將顯著影響不斷變化和大規(guī)模的建筑工地,在這些地方,材料量化需要經(jīng)常大規(guī)模地進(jìn)行。





          ?END

          深度學(xué)習(xí)入門筆記

          微信號(hào):sdxx_rmbj

          日常更新學(xué)習(xí)筆記、論文簡(jiǎn)述

          瀏覽 313
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  强开小嫩苞A片黑人 | 西欧超碰在线 | 欧美操逼黑人异族 | 一本色道久久综合亚洲精品苍井空 | 日韩激情在线观看 |