2020 Fiscal Year Annual Research Report
Research on Maintenance Support System for Industrial Facilities Using High-Density and High-Accuracy Point Clouds
| Project/Area Number |
17KT0040
|
|---|
| 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)
|
|---|
| Project Period (FY) |
2017-07-18 – 2021-03-31
|
| Keywords | 点群処理 / 設備の保全 / 形状処理 / レーザスキャナ |
|---|
| Outline of Annual Research Achievements |
本研究では，測量分野のレーザスキャナを用いて取得された高密度・高精度点群を用いて，工業設備の保全支援システムを実現する．研究項目は，(1) 部材検出，(2) 劣化検出，(3) 点群の自動計測，(4) 点群の可視化である．(1) 部材検出では，生産設備と送電鉄塔の点群を例題として用いた．生産設備からの部材検出では，点群，反射強度，RGB を用いた深層学習による部材検出手法を開発した．検証実験の結果，高い認識精度が達成できることを確認した．また，送電鉄塔においては，遠方から計測した粗密の大きい点群を用い て，適応的な閾値による鋼材検出手法を開発した．さらに，交換部材の製作で必要となるボルト穴の位置を求めるために，高精度のボルト検出手法を開発した．また，ボルト検出に機械学習を導入して，誤検出の抑制効果を検証した． (2) 劣化検出では，鋼材のたわみ検出手法と，燃焼炉の磨耗/付着/亀裂の検出手法の開発を行った．微小な亀裂の検出には点群密度が不十分であったため，点群の反射強度による亀裂検出手法を開発した．また，機械学習により，微小な部材を劣化と誤認識することが抑制できることを確認した．(3) 点群の自動計測では，レーザスキャナ を搭載した自動計測ロボットの開発を行った．本研究では，自律走行と自動計測のできるハードウェアを完成させ，さらに，広域計測で得られた点群から，経路 探索と最適計測位置の検出を行う手法について開発を行った．また，生産設備での点群計測データを用いて，開発手法の検証実験を行なった．(4) 点群の可視化においては，点群を用いた VR システムを構築し，軽量なメッシュと大容量の点群を部分的に入れ替えることで，検査箇所の解像度を選択的に変更できる仕組みを構築した．また，大規模設備の点群を用いて，詳細な凹凸を高速に立体視描画できることを確認した．
|
Research Products
(7 results)
