文献

J-GLOBAL ID：202202219814711564   整理番号：22A0476757

ロケートへの整列:ロバストな屋内位置決めのためのBIMへの写真測量ポイントクラウドの登録【JST・京大機械翻訳】

Align to locate: Registering photogrammetric point clouds to BIM for robust indoor localization

著者 (3件)： Chen Junjie (Department of Real Estate and Construction, The University of Hong Kong, Hong Kong, China) ,  Li Shuai (Department of Civil and Environmental Engineering, The University of Tennessee, Knoxville, TN, USA) ,  Lu Weisheng (Department of Real Estate and Construction, The University of Hong Kong, Hong Kong, China)
資料名： Building and Environment  (Building and Environment)
巻： 209  ページ： Null  発行年： 2022年 
JST資料番号： C0858A  ISSN： 0360-1323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 屋内位置決めは,サービスロボットナビゲーションや施設管理のような建築環境における多くのスマートアプリケーションにとって重要である。建物情報モデル(BIM)は,ロバストな屋内位置決めに利用できる建物内部に関する空間および視覚情報の新しい流れを提供する。しかし,BIMを用いた以前の位置確認法は,高精度と精度を達成できず,それらの実用化を制限している。この課題に取り組むために,本研究では,写真測量によって推定された,修正および微調整の粗いカメラ姿勢の参照として,BIMを活用するために,新しいアプローチ,すなわち,”非整列(A2L)”を提案した。カメラ姿勢修正を,BIM参照点雲と写真測量点雲を整列させる新しいレジストレーションアルゴリズムを用いて達成した。実験は,提案したA2L手法の有効性を示し,それは1.07mの位置決め誤差と3.7°の方位偏差で,最先端技術の性能を上回った。また,横方向または経度方向に沿って撮影された写真から発生したクエリポイントクラウドは,登録のためにより役に立つことが分かった。データ収集位置と各位置からの画像数の増加はより高い精度を提供できるが,この手法は計算速度を損なう可能性がある。本研究は,A2L手法を提案し,点-雲-BIM登録によるよりロバストなカメラ姿勢推定への適用性を評価することにより,挑戦的な屋内位置決め問題に寄与する。開発したA2L手法は,それらの推定カメラ姿勢を微調整するために,既存のビジョンベース位置確認法における後処理モジュールとして統合できる。Copyright 2022 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： *アラインメント ,  アルゴリズム ,  カメラ ,  経度 ,  *写真測量 ,  計算機処理速度 ,  応用プログラム ,  建築環境 ,  データ収集 ,  *ロバスト性
準シソーラス用語： 姿勢推定 ,  視覚情報 ,  クエリー ,  *屋内位置決め , 【Automatic Indexing@JST】

著者キーワード (6件)： スマートビル ,  位置ベースサービス ,  屋内位置決め ,  建築情報モデル(BIM) ,  ポイントクラウド ,  レジストレーション

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (7件)： 整列 ,  ロバスト ,  屋内位置決め ,  Bim ,  写真測量 ,  ポイント ,  クラウド