文献

J-GLOBAL ID：202002210168999982   整理番号：20A1613439

単一歪センサを用いた橋梁上の重車両検出への完全ニューラルアプローチ【JST・京大機械翻訳】

Fully-Neural Approach to Heavy Vehicle Detection on Bridges Using a Single Strain Sensor

著者 (4件)： Kawakatsu Takaya (National Institute of Informatics,Chiyoda,Japan) ,  Aihara Kenro (National Institute of Informatics,Chiyoda,Japan) ,  Takasu Atsuhiro (National Institute of Informatics,Chiyoda,Japan) ,  Adachi Jun (National Institute of Informatics,Chiyoda,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 3047-3051  発行年： 2020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： ブリッジウィングインモーション(BWIM)は,実際のブリッジに深刻な損傷を引き起こす可能性のある重い車両を検出する技術である。BWIMは,車軸荷重に対する橋要素応答に関して,橋上の場所で観察される歪信号を分析することによって実現される。現在の実践において,BWIMシステムは,正確な負荷推定のために速度や車軸位置を含む車両特性を収集するための多重歪センサを必要とし,それはシステムの寿命を制限する可能性がある。さらに,BWIMは,車両加速および/または車線における様々な移動位置に起因する可能性がある多様な波形を考慮するべきである。本論文では,深い畳込みニューラルネットワーク(CNN)を用いた新しいBWIMメカニズムを提案した。CNNは実際の交通条件を学習でき,単一歪センサのみを用いて正確な負荷推定を達成できる。訓練データセットは,交通監視カメラを相談し,類似の車両を識別することにより,遠隔負荷計から収集する。システム初期化の後,CNNは車軸検出のための付加的センサ(またはカメラ)を必要とせず,それは設置とシステム保全の両方のコストを減らすかもしれない。Copyright 2020 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： カメラ ,  保全 ,  負荷予測 ,  多重化 ,  軸方向荷重 ,  監視カメラ ,  畳込みニューラルネットワーク ,  *アクスル
準シソーラス用語： *車軸 ,  *車両検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 歪センサ ,  橋梁 ,  車両検出