A Complete System for Automated 3D Semantic-Geometric Mapping of Corrosion in Industrial Environments

要約

金属材料の劣化につながる自然に発生するプロセスである腐食は、特に産業分野において、金属ベースの物体の品質管理と保存のために入念な検出を必要とします。
超音波検査、放射線写真検査、磁束漏れなどの従来の腐食識別技術では、効果的なデータ取得のために高価でかさばる機器を現場に配備する必要があります。
未開発の代替案には、軽量の従来のカメラ システムと、その識別に最先端のコンピュータ ビジョン手法を採用することが含まれます。
この研究では、産業環境における半自動腐食の特定とマッピングのための完全なシステムを提案します。
私たちは、産業環境のセマンティック幾何マップを構築するために、ビジョンベースのセマンティック セグメンテーション ディープ ラーニング技術と、LiDAR ベースのローカリゼーションとマッピングのための最近の進歩を活用しています。
文献で入手可能な以前の腐食識別システムとは異なり、当社が設計したマルチモーダル システムは、低コスト、ポータブル、半自律型であり、訓練を受けていない担当者でも大規模なデータセットを収集できます。
屋内実験室環境での一連の実験では、採用された LiDAR ベースの 3D マッピングおよび位置特定システムの高精度が定量的に実証され、絶対姿勢誤差および相対姿勢誤差は平均 0.05 万ドル未満、平均 0.02 万未満でした。
また、当社のデータ駆動型セマンティック セグメンテーション モデルは、ピクセル単位で手動でアノテーションを付けたデータセットを使用してトレーニングすると、約 70% の精度を達成します。

要約(オリジナル)

Corrosion, a naturally occurring process leading to the deterioration of metallic materials, demands diligent detection for quality control and the preservation of metal-based objects, especially within industrial contexts. Traditional techniques for corrosion identification, including ultrasonic testing, radio-graphic testing, and magnetic flux leakage, necessitate the deployment of expensive and bulky equipment on-site for effective data acquisition. An unexplored alternative involves employing lightweight, conventional camera systems, and state-of-the-art computer vision methods for its identification. In this work, we propose a complete system for semi-automated corrosion identification and mapping in industrial environments. We leverage recent advances in LiDAR-based methods for localization and mapping, with vision-based semantic segmentation deep learning techniques, in order to build semantic-geometric maps of industrial environments. Unlike previous corrosion identification systems available in the literature, our designed multi-modal system is low-cost, portable, semi-autonomous and allows collecting large datasets by untrained personnel. A set of experiments in an indoor laboratory environment, demonstrate quantitatively the high accuracy of the employed LiDAR based 3D mapping and localization system, with less then $0.05m$ and 0.02m average absolute and relative pose errors. Also, our data-driven semantic segmentation model, achieves around 70\% precision when trained with our pixel-wise manually annotated dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google