Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
松浦 勇斗*; 早野 明; 板倉 賢一*; 鈴木 幸司*
Applied Soft Computing, 84, p.105737_1 - 105737_9, 2019/11
被引用回数:2 パーセンタイル:14.82(Computer Science, Artificial Intelligence)三次元レーザスキャナの計測では、計測対象物表面に対して高解像度の距離計測が行われ、その計測結果として、計測対象物表面の三次元形状を表す点群データが取得される。取得される点群データは、トンネル壁面の岩盤に分布する割れ目といった不連続面の抽出に活用することができ、その際、点群データから小平面を推定する必要がある。本研究では、点群データから小平面を推定するアルゴリズムとして多次元粒子群最適化(MD PSO)に基づく手法を開発した。MD PSOでは、点群データをバウンディングボックスにより区分し、それぞれの点の法線ベクトルを求め、それに基づき点群データを複数のクラスターに分類する。そして、それぞれのクラスターの点群データに対する最小二乗法により面が推定される。新しく開発されたMD PSOに基づくアルゴリズムを実際の坑道壁面の点群データを用いて適用性を評価した。MD PSOアルゴリズムを適用した場合、従来手法の可変格子分割法(VBS)に基づくアルゴリズムと比較して、7%高い正確性を示した。
松浦 勇斗*; 松川 瞬*; 板倉 賢一*; 早野 明; 鈴木 幸司*
no journal, ,
坑道周辺の不連続面分布は、坑道の安定性評価等にとって重要な情報である。近年、不連続面の取得には3Dレーザースキャナより得られた坑道壁面点群データを用いる手法が開発されている。その際、点群から小平面を推定する必要がある。本研究では、壁面形状に沿った小平面を推定する事を目的とし、多次元粒子群最適化(MDPSO)を用いて点群に対し面クラスタリングを行った。また推定された小平面を目視で作成した参照面との類似度で評価した。結果として、MDPSOを用いた面クラスタリングによる小平面推定が従来手法よりも参照面に近い小平面を推定することができ、有意水準5%で有意差があることが示された。
松川 瞬*; 板倉 賢一*; 早野 明; 松浦 勇斗*; 鈴木 幸司*
no journal, ,
A study on identification of discontinuities from estimated surfaces in a rock mass using an SVM was carried out. We extracted four features to identify discontinuities from the estimated surface: fractal dimension (FD), arithmetic mean roughness (Ra), maximum height of roughness (Rz), and roughness-length (RIM). The SVM was trained using combinations of these features. The performance of the SVM was an average of 0.274 in the F value.