| 研究課題/領域番号 |
20H02052
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分18030:設計工学関連
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
増田 宏 電気通信大学, 大学院情報理工学研究科, 教授 (40302757)
|
|---|
| 研究分担者 |
遊佐 泰紀 電気通信大学, 大学院情報理工学研究科, 助教 (70756395)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 点群処理 / 機械学習 / 設備保全 / 物体認識 / 形状モデリング / 劣化検出 / ３次元計測 / 構造解析 |
|---|
| 研究成果の概要 |
近年，大型構造物の老朽化が大きな問題となっており，保全業務の効率化が大きな課題となっている．本研究では，この問題を解決するために，機械学習や対象設備の構造知識を用いることで，大規模構造物の３次元計測データを用いて設備保全を支援するための知的点群処理基盤を確立する．具体的には， (1) 深層学習による点群のセグメンテーションと物体認識手法，(2) 不完全な点群からの形状再構成手法，(3) 点群自動計測のための最適計測位置算出手法，(4) 深層学習を用いた点群からの劣化検出手法，(5) 不完全な点群からの構造解析手法の研究を行う．
|
| 自由記述の分野 |
設計工学
|
| 研究成果の学術的意義や社会的意義 |
本研究は，測量用のレーザスキャナで得られた点群を用いて，大規模な設備保全を効率的に行うための手法である．近年，機械学習が進歩しているが，点群の利用や設備保全への応用においては，必ずしも有効な手法とはなっていない．本研究では，機械学習を工業設備の保全に利用するために，５つの課題を設定して点群処理手法を開発し，その有効性を検証している．本研究は，工学的に新しい手法を提案するとともに，実際の大規模点群にも活用できるという点で実用的にも有用なものである．
|
