2022 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については，再帰型ネットワークを利用した新しい配管部材の自動認識手法の開発，CADデータから生成された訓練データを拡張するための新しいデータ拡張手法の開発，特徴集約に適したメッシュ特徴量の実装と評価を行なった．研究課題２については，送電鉄塔を例題として，大型構造物の構造知識を用いた形状再構成手法を開発し，不完全な点群から，欠落のない3Dアセンブリモデルを自動生成する手法を開発した．研究課題３では，VRによる可視化において，点群重畳によって微小なクラックが消失する問題を開発するために，深層学習によるクラック検出と非剛体レジストレーションを組み合わせた手法を開発した．また，複数の特徴量を組み合わせたマルチスケール特徴量を用いることで，微小なクラックから比較的大きな剥落まで，様々なスケールの劣化が検出できる手法を開発した．研究課題4 では，自動計測ロボットのプラニングにおいて，大規模な生産設備の実環境を計測した時系列データの差分を検出して，リアルタイムに経路を修正するための機能を開発した．研究課題５では，レーザスキャナデータから構造物の変状を分析する手法を開発し，検証を行なった．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
