文献

J-GLOBAL ID：201902218579504483   整理番号：19A2528772

MD PSOに基づく点雲データからのギャラリー壁における岩盤の平面の推定【JST・京大機械翻訳】

Estimation of planes of a rock mass in a gallery wall from point cloud data based on MD PSO

著者 (4件)： Matsuura Yuto (Muroran Institute of Technology, 27-1, Mizumoto-cho, Muroran, Hokkaido, 050-8585, Japan) ,  Hayano Akira (Horonobe Underground Research Center, Japan Atomic Energy Agency, Hokushin 432-2, Horonobe-cho, Hokkaido, 098-3224, Japan) ,  Itakura Kenichi (Muroran Institute of Technology, 27-1, Mizumoto-cho, Muroran, Hokkaido, 050-8585, Japan) ,  Suzuki Yukinori (Muroran Institute of Technology, 27-1, Mizumoto-cho, Muroran, Hokkaido, 050-8585, Japan)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 84  ページ： Null  発行年： 2019年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高レベルの精度で物体上の点のメッシュの距離を測定するために,ライダ(レーザイメージング検出と測距)を開発した。それは距離測定の結果として高分解点雲データを提供する。物体の詳細な3D形状を点雲データから推定できる。ライダーはトンネルギャラリー壁の岩盤における不連続性を同定するために用いられてきた。不連続性を同定するためには,小さな面で岩盤表面を近似する必要がある。平面の法線ベクトルは不連続性を同定するために重要である。著者らは,点雲データから多次元粒子群最適化(MD PSO)に基づく平面の推定のためのアルゴリズムを開発した。点雲データを境界ボックスに分割し,MD PSOによりクラスタにグループ化した。各クラスタにおける点雲データに対する最小二乗法を用いてPlanesを推定した。MD PSOに基づく新しく開発したアルゴリズムを,ギャラリー壁から得た点雲データを用いて評価した。評価は,以前に開発した可変ボックスセグメンテーション(VBS)アルゴリズムと比較して行った。MD PSOベースのアルゴリズムは,VBSアルゴリズムのものより7%高い精度を示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高分解能 ,  *岩盤 ,  距離測定 ,  最小二乗法 ,  不連続性 ,  クラスタ ,  高次元 ,  アルゴリズム ,  LIDAR ,  粒子群最適化 ,  法線ベクトル ,  三次元形状
準シソーラス用語： レーザレーダ , 【Automatic Indexing@JST】

著者キーワード (5件)： 点雲データ ,  Planes推定 ,  不連続 ,  ギャラリー壁における岩盤 ,  多次元粒子群最適化(MD PSO)

分類 (5件)： 人工知能  (JE08000Z) ,  遺伝子発現  (EC02040Q) ,  システム・制御理論一般  (IA02010H) ,  分子・遺伝情報処理  (JE15040B) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： Md ,  PSO ,  点雲 ,  ギャラリー ,  岩盤 ,  推定