1/1ページ

このカタログをダウンロードして
すべてを見る

ダウンロード(1.3Mb)

【DeepMesh:モノ・空間の認識、判別を行う3Dデータ解析の事例をご紹介】

製品カタログ

Deep Meshサービス紹介

・自立飛行型ドローンとAIを活用した施工の最適化
・3DレーザーレーダーのAI活用
Ristが提供するサービスは全てオーダーメイド開発です。
パッケージ商品ではない分、お客様の課題に合わせた開発が可能です。
また、高度な3Dレンダリングが可能な技術者もいるため、不良が出にくい製品への対応も可能です。
一からの対応はもちろんですが、
「AIのパッケージ商品を使ったがうまくいかなかった」
「他社で開発が難しいと言われてしまった」
「データがなかなか取れなくて困っている」
など難しい案件も是非とも一度ご相談ください!

このカタログについて

ドキュメント名 【DeepMesh:モノ・空間の認識、判別を行う3Dデータ解析の事例をご紹介】
ドキュメント種別 製品カタログ
ファイルサイズ 1.3Mb
取り扱い企業 株式会社Rist (この企業の取り扱いカタログ一覧)

このカタログの内容

Page1

モノ・空間の認識、判別を行う3Dデータ解析 肌感覚で対象の的確な把握・分析が可能 分類 Classification 部位の特定 Part Segmentation 空間認識 Semantic Segmentation 3Dオブジェクトを認識・判別する技術。種類判定や、 対象の各部位領域を自動で判別する技術。必要な部品 画像から物体を抽出し、各オブジェクトの境界輪郭線 定性的なランク付け等が行える。 情報等を抜き取ることができる。 を認識する。空撮3D風景データなどから、エリア情報 を解析することができる。 点群データを扱い、認識を行うことのできるR i s t独自のニューラルネットワークを利用 Case.1 自立飛行型ドローンと CLIENT AIを活用した施工の最適化 発破現場をリアルタイムで“見る”ためのドローンカメラ「B l a s t E y e」と、 熟練者の観察・判断を学習し“現場の良否を判定 ”する「B l a s t A I」を開発。 50 Drone 40 30 20 Blast Eye 10 画像処理 0 発破後のカメラデータ 3次元点群データを生成 Bad Good Very Good Blast Eye Blast AI GPSが受信できない、長い線状の狭隘な連続空間でも安定した飛行を実現。 種々の模擬発破飛石形状を学習し、良否を判定 不良な発破 100 (火薬が不足) 90 戸田建設㈱と㈱Ristは、山岳トンネルの発破掘削工法 8070 において、発破後の飛石(発破飛石)の形状から次の 良好な発破 60 50 発破パターンを検討するために、従来熟練のトンネル 40 技能者が行っていた発破の良否判定をAIにより自動化 30 Train dataの正答率 不良な発破 20 する「発破良否判定システム:Blast Eye/AI:ブラスト・ (火薬が過大) Validation dataの正答率10 アイ」を開発しました。 0 1000 2000 3000 4000 5000 学習回数 Case.2 3DレーザーレーダーのAI活用 3D-LIDARによるリアルタイム三次元情報の Deep Learningによる低反射率物体の距離推定 取得と物体認識・行動解析・形状認識技術 3D-LIDARの課題である低反射率物体の距離測定精度を向上 学習プロセス 光の飛行時間を測定 対象物までの距離を算出 ① 実際の車体から得ら れた距離情報を用意 3次元距離データの生成 ② 低反射物体相当の データに加工 LIDARからのレーザーが測定対象物で反射し、戻ってくるまでの時間差か ら距離をリアルタイムで測定し、物体の3次元画像を取得する。 ③ プロセス①/②の データを元に学習 3Dレーザーレーダーによる動体検知例 Contact : info@rist.co.jp 歩行者の存在を認識すると同時に、動体ベクトル(移動方向と移動速度)も検知する 予測ステップ Website : https://www.rist.co.jp 車体の距離情報を補完 https://www.konicaminolta.com/jp-ja/future/3dlr/ https://special.nikkeibp.co.jp/atcl/NBO/16/010500001/ 正答率 (%) DEEP MESH