文献
J-GLOBAL ID:201502219812151543   整理番号:15A0952047

大規模点群のための高速な干渉判定手法

Efficient Collision Detection for Large-Scale Point-Clouds
著者 (2件):
資料名:
巻: 81  号:ページ: 788-792 (J-STAGE)  発行年: 2015年 
JST資料番号: U0462A  ISSN: 1882-675X  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
レーザスキャン装置を用いた大規模な構造物の3次元的な高密度点群を取得することができるようになった。このデータとCADによる仮想物体の干渉判定が可能になり,工場内の生産ライン内での効率的な搬送などに有効となる。しかし大規模点群との干渉解析には大容量データを高速に行うために多くの課題があった。本稿では,2段階のデプスマップを利用した,測量用レーザスキャナの大規模点群を用いた高解像度かつ高速な干渉判定手法を提案した。これは,判定を出来るだけ高速に行うもので,計測した点群と同じ解像度で判定ができる利点を有する。最初,粗いデプスマップで干渉判定を行い,干渉の可能性がある場合に詳細マップで判定する。階層デプスマップの生成法や評価実験の結果について報告した。
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
CAD,CAM  ,  構造要素一般  ,  数値解析,近似法  ,  長さ,面積,断面,体積,容積,角度の計測法・機器 
引用文献 (6件):
  • 1) M. Figueiredo, J. Oliveira, B. Araújo, J. Pereira : An efficient collision detection algorithm for point cloud models, 20th International conference on Computer Graphics and Vision, 43 (2010) 44.
  • 2) J. Pan, I. A. Sucan, S. Chitta, D. Manocha : Real-time collision detection and distance computation on point cloud sensor data, In Robotics and Automation (ICRA), 2013 IEEE International Conference on, (2013) 3593.
  • 3) J. Klein, G. Zachmann : Point cloud collision detection, Computer Graphics Forum, 23 (2004) 567.
  • 4) M. Radwan, S. Ohrhallinger, M. Wimmer : Efficient collision detection while rendering dynamic point clouds, In Proceeding of 2014 Graphics Interface Conference, Canadian Information Processing Society, (2014) 25.
  • 5) 平岡美那子,増田宏 : 大規模点群における衝突判定法,精密工学会春季大会 学術講演会講演論文集,(2013) M67.
もっと見る
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る