検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年
検索結果: 16 件中 1件目~16件目を表示
  • 1

発表形式

Initialising ...

選択項目を絞り込む

掲載資料名

Initialising ...

発表会議名

Initialising ...

筆頭著者名

Initialising ...

キーワード

Initialising ...

使用言語

Initialising ...

発行年

Initialising ...

開催年

Initialising ...

選択した検索結果をダウンロード

論文

Discrimination of structures in a plant facility based on projected image created from colored 3D point cloud data

今渕 貴志; 川端 邦明

Proceedings of 2023 IEEE/SICE International Symposium on System Integration (SII 2023) (Internet), p.396 - 400, 2023/01

This paper describes a method for discrimination of structures in a plant facility by deep learning based on projected images created from a colored 3D point cloud data using a virtual camera system. In order to promote safe and secure decommissioning works, it is important to recognize a radiation condition in the workspace via calculation based on the measured sensor data. In our previous work, we proposed a structure discrimination method by 3D semantic segmentation network to obtain clues required for radiation dose simulation: shape regions for creating 3D shape model and structural category labels for assigning material information. However, in the evaluation, we confirmed that the network trained based on point geometric patterns had limited discrimination performance. In this paper, we introduce deep learning based on projected images created from colored 3D point cloud data to improve the accuracy of our structure discrimination method. The projected images are created by a virtual camera system, and after discrimination, predicted pixel-wise labels are back-projected into the 3D point cloud. In evaluation, we reported the discrimination performance and 2D-3D back projection result of our proposed method.

論文

Discrimination of the structures in nuclear facility by deep learning based on 3D point cloud data

今渕 貴志; 谷藤 祐太; 川端 邦明

Proceedings of 2022 IEEE/SICE International Symposium on System Integration (SII 2022) (Internet), p.1036 - 1040, 2022/01

本稿は、3次元点群データに基づいた深層学習による原子力プラント内構造物の識別手法について報告するものである。安全かつ着実な廃炉作業の推進のためには、取得した作業空間情報に基づいて状態の推定や想定を行うことが重要である。特に空間内の放射線量に関わる情報をシミュレーション等の計算で正確に推定することができれば作業計画の立案等が容易になる。正確な放射線量に関する計算を行うためには、作業空間内に存在する物体の空間形状と材質のデータが必要不可欠であるが、その推定は容易ではない。そこで我々は、原子力プラント内の構造物の種別から材質を推定しうることに着目し、深層学習による構造物識別手法の研究開発に取り組んでいる。本稿では、学習データとして既存プラントの3次元点群データに基づき作成されたCADデータの属性ラベルをボクセルグリッドサンプリングによって当該点群データへ付与する手法を提案し、Hold-out学習による学習精度を示すことでその有用性についての考察を述べる。

口頭

深層学習を用いた3次元点群からの原子力施設内構造物識別; 仮想カメラによる射影画像の取得と学習への適用

今渕 貴志; 川端 邦明

no journal, , 

本発表では、廃炉作業における放射線量シミュレーションに必要な作業空間内構造物の3次元形状および材質を推定するために、原子力施設内で計測された3次元点群から仮想カメラを用いて投影画像を生成し、画像情報に基づく深層学習による構造物識別を行う手法について報告する。

口頭

空間線量率および計測位置の同期収集センサユニットの開発

川端 邦明; 白崎 令人*; 阿部 浩之*; 羽成 敏秀; 伊藤 倫太郎; 今渕 貴志; 山田 大地

no journal, , 

本講演では、原子力施設内で効率的な空間線量率計測を目的とした空間線量率と計測位置を同期して収集を行うシステム開発について述べる。現在開発を行っているプロトタイプシステムの構成と動作実験結果について報告する。

口頭

PointNet++を用いた原子力施設の構造物識別手法について

今渕 貴志

no journal, , 

本講演では、原子力施設の廃炉・廃止措置における作業現場の環境変化を素早く3Dモデルに反映する更新エンジンに資する構造物識別手法について述べる。その中で、如何にして構造物識別が可能なディープニューラルネットワーク(本研究ではPointNet++を使用)を学習させるか、特に教師データセットの作成方法について説明する。最後に、実際に計測した3次元点群データを用いて、提案手法によるデータセット作成例を紹介する。

口頭

測定位置データとともに空間線量率を取得する計測ユニットの開発

川端 邦明; 今渕 貴志; 白崎 令人*; 鈴木 壮一郎; 伊藤 倫太郎

no journal, , 

This paper described to implementation of on-line data monitoring/recording function on simultaneous data collection unit of dose rate and measurement position that we are developing. The prototype system is composed base on Robot Operating System and collected data by the unit are shared through the network. We reported about the configuration of data collection unit, implementation and also conducted demonstrations.

口頭

全方位型アクシデントモニタリングシステムのための深層学習を用いた行動検知

今渕 貴志; Prima, O. D. A.*

no journal, , 

高齢人口増加により、医療福祉現場における患者・入所者の転倒・転落事故の発生件数は依然として高く、これらのアクシンデントを早期に発見することは重要である。我々は、全方位型カメラを用いることで同一空間における複数人物の自動モニタリングを行うシステムを開発している。本研究では、全方位カメラにより撮影した動画像から人物の関節角度を推定し、その時系列変動を用いた深層学習による行動検知手法について述べる。性能評価では、静止状態,歩行,起き上がり,転倒の各行動における関節角度の時系列変動の学習について、ホールドアウト検証の結果を報告する。

口頭

被ばく低減のための環境・線源分布のデジタル化技術の開発,7; 空間線量率データ収集効率化のための基盤技術・システム開発

川端 邦明; 今渕 貴志; 白崎 令人*; 伊藤 倫太郎; 鈴木 壮一郎

no journal, , 

本稿では、現在我々が取り組んでいる空間線量率と計測位置を併せて収集するための基盤技術およびシステム開発の現状について紹介する。

口頭

被ばく低減のための環境・線源分布のデジタル化技術の開発,9; 自動同期による環境データ更新の効率化

羽成 敏秀; 今渕 貴志; 谷藤 祐太; 伊藤 倫太郎

no journal, , 

廃炉作業を安全かつ効率的に行うために、構造物の状態、空間線量率等の情報から構造物の表面の線源分布を推定する「線源逆推定エンジン」と環境データの計測・収集、可視化およびデータ処理・蓄積を行うデータベースを含む「線源・線量率推定システム」の開発を行っている。この中で環境データは線源分布の計算において重要な要素であり、その更新頻度を向上させることはシステム全体の効率化につながる。そこで、我々は計測したデータを既知のデータと同期して差分情報のみを抽出することで自動的にデータベースに必要な情報を追加する手法を開発している。本発表では、更新頻度の向上を目的とした環境データの自動同期による差分情報の抽出について報告する。

口頭

被ばく低減のための環境・線源分布のデジタル化技術の開発,10; 深層学習による環境データの認識と3Dモデル化

土井 章男*; 山下 圏*; 高橋 弘毅*; 加藤 徹*; 今渕 貴志; 羽成 敏秀; 谷藤 祐太; 伊藤 倫太郎

no journal, , 

廃炉作業を安全かつ効率的に行うために、構造物の状態、空間線量率等の情報を計測・収集・可視化・データ蓄積が行える「線源・線量率推定システム」の開発を行っている。構造物の状態は廃炉作業終了後に巡回する3D計測ロボットにより取得する。計測したデータは既知のデータと同期して差分情報のみを抽出することで自動的にデータベースを更新する。本研究では、この更新作業を容易に実施するために、抽出された差分情報に対して、Pointnet++による点群データ自動認識を行った。Pointnet++は点群データを直接入力して学習が行えるニューラルネットワークである。本ネットワークは入力点群の順序や密度に出力が変化しない特徴を有している。さらに認識された点群データは、必要に応じて、3角形メッシュ,平面,円筒,立方体(ボクセル)に自動変換され、「線源逆推定エンジン」のシミュレーションモデル更新に利用される。

口頭

被ばく低減のための環境・線源分布のデジタル化技術の開発; 深層学習による環境データの認識と3Dモデル化

土井 章男*; 山下 圏*; 高橋 弘毅*; 加藤 徹*; 今渕 貴志; 羽成 敏秀; 谷藤 祐太; 伊藤 倫太郎

no journal, , 

廃炉作業を安全かつ効率的に行うために、被ばく低減を目的とした環境・線源分布のデジタル化技術の開発を進めている。作業環境のデジタル化のために環境内の構造物の状態は3D計測ロボットにより取得し、得られたデータはデータベースに蓄積されている過去のデータとの同期により2時刻間の差分情報を抽出することで効率的なデータの更新・蓄積を行う。データ更新の際、環境中に新たに追加された点群データは深層学習を用いて形状からの構造物の認識・分類を行う。また、新たに追加された点群データは必要に応じて3角形メッシュ、ボクセルデータに自動変換(3Dモデル化)され、線源推定のためのシミュレーションの構造モデルとして利用される。現在、我々は作業環境のデジタル化技術として、この工程を自動化するための研究を進めている。本発表では、環境データの更新・蓄積作業を効率的に実施するために、深層学習を用いた点群データの自動認識および点群データからの3Dモデル化を試みた結果について報告する。

口頭

原子力施設内構造物の識別に関する研究開発; 3次元点群およびその射影画像に基づいた深層学習による識別手法

今渕 貴志; 川端 邦明

no journal, , 

本報告は、日本原子力研究開発機構令和4年度福島研究開発部門成果報告会において、原子力施設内構造物の識別に関する研究開発について発表するものである。

口頭

動画像からの特徴量抽出結果に基づいた高速3次元炉内環境モデリングに向けた研究; 研究概要および取り組みの紹介

中村 啓太*; 羽成 敏秀; 間所 洋和*; 今渕 貴志; 川端 邦明; Nix, S.*; 土井 章男*

no journal, , 

福島第一原子力発電所の廃炉活動に向けて、原子炉格納容器および原子炉建屋内を調査する際に撮影した動画像を入力とし、指定された時間、動画像から抽出された特徴量に応じて、周辺情報を補強した上で情報量が大きい立体復元手法を選択し、作業空間を迅速に3次元モデリングするための研究取り組みについて紹介する。本研究では、動画像からの迅速な3次元モデリング手法を写真測量、シミュレーションおよびAI技術の側面から研究開発する。最終的に各研究結果を統合し、『指定した時間、抽出された特徴量に応じて、より情報量が大きい立体復元結果を自動的に生成するプロトタイプシステム』の構築を目指す。

口頭

廃炉作業における原子炉内環境モデリングに向けた画像品質評価

羽成 敏秀; 今渕 貴志; 中村 啓太*; 川端 邦明

no journal, , 

福島第一原子力発電所の廃炉作業における原子炉格納容器内からの安全かつ着実な燃料デブリ取り出し作業を支援するために、作業空間を迅速に3次元モデリングするための研究開発を進めている。本発表では、福島第一原子力発電所の廃炉に向けて原子炉の内部状態を把握するための3Dモデリングによる画質評価について紹介する。原子炉格納容器内部や原子炉建屋の調査で得られた映像や画像を定量的に評価し、効率的な3次元再構築を試みる。最終的には、画質評価に基づいた迅速な3次元モデリング手法の開発を目指す。

口頭

深層学習を用いた3次元点群からのプラント施設内構造物識別; 未学習パターンの構造物に対する分布外検出

今渕 貴志; 川端 邦明

no journal, , 

本発表では、プラント施設を対象とした3次元点群に基づく深層学習による構造物識別における未学習種別に対する識別性能および判別可能性について報告する。我々は、廃炉作業現場の3次元モデル生成効率化のために、点群が持つ形状特徴を種別毎に学習する構造物識別手法の開発を行っており、現場適用に向けては、未学習対象の判別が必要である。そこで、点群を入力とした際に識別器が出力する信頼度および低次元空間における特徴量を可視化することで、既知種別と未知種別の関係性について示す。また、その結果から未学習種別の構造物に対する判別可能性について考察する。

口頭

Phantom hand in the sandstorm

宮内 哲*; 今渕 貴志; 堀田 健仁*; Prima, O. D. A.*; 竹市 博臣*

no journal, , 

13$$sim$$14インチ以上のディスプレイのノートPCやタブレットでphantom hand illusion.gifをフルスクリーンで表示し、ディスプレイのすぐ後ろで、手を左右、上下方向に振ったり、時計回り、反時計回りに動かしたり、あるいは手を握ったり開いたりしてください。手がある領域を中心にして手の動きに一致したコヒーレントな運動が見えてきます。

16 件中 1件目~16件目を表示
  • 1