2021 Fiscal Year Annual Research Report
知的点群処理による大型構造物の保全支援に関する研究
| Project/Area Number |
20H02052
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
増田 宏 電気通信大学, 大学院情報理工学研究科, 教授 (40302757)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
遊佐 泰紀 電気通信大学, 大学院情報理工学研究科, 助教 (70756395)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 点群処理 / 機械学習 / 工業設備 / 物体認識 / 形状モデリング / 劣化検出 / 3次元計測 / 構造解析 |
|---|
| Outline of Annual Research Achievements |
設備保全を効率化することを目的とした大規模点群処理において，機械学習等による物体認識を導入することによる高度化を実現するための研究を行った．また，点群処理を構造解析と融合するための研究も行なった．本年度は，(1) 深層学習による点群からの物体認識とセグメンテーション， (2) 不完全な点群からの形状再構成手法，(3) 点群からの劣化検出と可視化, (4) 自動計測ロボットのためのプラニング，(5) 不完全な点群からの構造解析手法についての研究を行なった．研究課題(1) では，CADデータから生成された訓練データを拡張するために，多様な欠損やノイズ，サンプリングのばらつきなど，多様な要因を網羅的に付加して，その効果の検証を行なった．また，プラントを計測した大規模点群に対して，セグメンテーションと部材認識を行い，その効果の検証を行なった．研究課題(2) では，インフラ設備を対象として，深層学習による対象物検出とCADモデル当てはめを組み合わせて，大規模点群から対象物体の抽出と3Dモデル化を行う手法を開発した．研究課題(3) では，VR を用いた可視化において，大規模点群の描画性能を向上させるために，大規模点群を細分化し，点群と軽量化メッシュを部分的に入れ替えて描画する手法を開発した．研究課題(4) では，広域な工作設備の３次元計測を実施して大規模点群を取得し，大規模点群での検証を行なった．その検証に基づいて，処理時間のかかる処理を同定して，高速化のための手法見直しを行なった．研究課題(5) では，構造物表面の部分的なレーザ計測点群を用いた変形解析手法の開発を行い，その有効性を検証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究課題(1) から(4)までのそれぞれにおいて，昨年度の問題点を概ね解決することができ，また手法の検証を通して，問題点や改善点についての把握が行えたことから，ことから，おおむね順調に進展していると判断した．各課題についての具体的な内容については，以下の通りである．まず，研究課題(1) では，当初の課題であったデータ拡張の手法を網羅的に調査し，その効果を検証できた．研究課題(2) では，比較的単純な構造をもつ標準的な対象物において，部分的な点群から種類の同定が行えれば，3Dモデルが構築できることを示した．研究課題(3) では，対象物の細分化によって描画の高速化が行えた．一方で，細分化によって描画品質が損なわれることから，今後，高品質な点群の重畳を検討していく．課題(4) では，大規模点群が取得でき，開発した手法の評価が行えるようになった．さらなる改良を要する問題が把握できたので，今後，計測プラニングの高度化のための手法を検討していく．研究課題(5) では，比較的小規模な例題ではあるが，部分的な点群からでも，変形解析が行えることを示すことができた．
|
| Strategy for Future Research Activity |
研究課題(1)については，データ拡張手法についてさらなる検討を進めるとともに，深層学習による新しい部材検出手法の検討を進めていく．研究課題(2)については，多数の部材から構成される大型構造物を対象として，対象物の構造知識を用いた部材の検出とモデル化，アセンブリモデル生成を行う手法について検討していく．研究課題(3) については，点群の高品質な重畳手法の検討と，深層学習を用いた劣化検出の高度化に関する研究を進める．研究課題(4) については，手法の高速化を進めるとともに，計測した点群に基づいてリアルタイム環境でのプランニング変更を行う手法について検討していく．研究課題(5) については，大規模な構造物の点群を対象として，不完全な点群から変形解析を行う手法を検討していく予定である．
|
Research Products
(17 results)
