文献
J-GLOBAL ID:201802241727630504   整理番号:18A1810674

PNPアルゴリズムに基づくレール輪郭検出【JST・京大機械翻訳】

Rail Profile Detection Based on PNP Algorithm
著者 (6件):
資料名:
巻: 2018  号: IMCEC  ページ: 2392-2396  発行年: 2018年 
JST資料番号: W2441A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
国内の高速鉄道産業の発展によって,レール利用の増加した頻度は,レール摩耗比率をより高くして,レールのサービス寿命もより短くなった。レールの過度の摩耗は,列車の安全性に大きな脅威をもたらし,それは規則的なレール形状検出と研削の作業に必要である。今日,主レール測定法は機械的接触測定法であり,この方法はレール形状の幾何学的パラメータのみを定性的に測定することができる。本方法の欠点は,レールがすべての方向で測定することができないことであり,それは手動操作を必要として,低い効率性を持った。本論文では,構造化された光に基づくレールプロファイル検出法を提案し,それにより,レールプロファイルを柔軟かつ正確に抽出することができた。この方法のキーステップは,PNPアルゴリズムに従ってカメラ姿勢を計算することである。このシステムで用いたPNPアルゴリズムは,カメラ姿勢を正確に復元するために,3D-2D点対を知ることである。しかし,間違った2D-3Dポイントによって引き起こされるカメラ姿勢の計算における大きな干渉のため,既存のPNPアルゴリズムはノイズに敏感で,よりロバストでない。この場合,ランダムサンプルコンセンサスアルゴリズムを追加して,入力点を処理し,点の間違った対をフィルタする。最後に,PNPカメラ姿勢の誤差モデルをLevenberg-Marquardtアルゴリズムによって構築して,最小二乗最適化を実行して,それはこのシステムをより安定して,よりロバストでより正確にした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
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