工业环境腐蚀自动3D语义几何映射系统
计算机视觉与模式识别
2024-04-23 v1 机器人学
摘要
腐蚀是一种自然发生的过程，导致金属材料的退化，尤其在工业环境中需要密切关注其检测以进行质量控制和金属基对象维护。传统的腐蚀识别技术，包括超声测试、射线测试和磁通泄漏检测，都需要在现场部署昂贵且笨重的设备来有效获取数据。一种未被充分探索的替代方法是利用轻量级conventional相机系统和最先进的计算机视觉方法进行识别。 In this work 我们提出了一个用于工业环境中腐蚀识别和映射的完整系统。我们利用最新进展的LiDAR-based方法进行定位和地图构建，结合基于视觉的语义分割深度学习技术，以构建工业环境的语义几何地图。与文献中可用的腐蚀识别系统不同，我们设计的多模态系统具有低成本、便携、半自动化的特点，允许由非专业人员收集大规模数据集。一组在室内实验室环境中的实验表明，所采用LiDAR-based 3D 地图和定位系统在平均绝对和相对姿态误差分别小于 和 0.02m；此外，我们的数据驱动语义分割模型在使用我们像素级手动标注数据集训练后，实现约 70% 的精确率。
引用
@article{arxiv.2404.13691,
title = {A Complete System for Automated 3D Semantic-Geometric Mapping of Corrosion in Industrial Environments},
author = {Rui Pimentel de Figueiredo and Stefan Nordborg Eriksen and Ignacio Rodriguez and Simon Bøgh},
journal= {arXiv preprint arXiv:2404.13691},
year = {2024}
}