این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی عمران امیرکبیر، جلد ۵۱، شماره ۱، صفحات ۲۹-۴۴
عنوان فارسی سه‌بعدی سازی ساختار سطح روسازی و برداشت داده‌های خرابی سطح با استفاده از حسگر کینکت
چکیده فارسی مقاله برداشت داده‌های مربوط به خرابی‌های سطحی روسازی از نقطه‌نظر مدیریت روسازی، از اهمیت بالایی برخوردار است و علی‌رغم وجود حسگرها و تجهیزاتی که اکنون موجود است و می‌توانند با دقت‌ بسیار بالا به برداشت خرابی و بررسی وضعیت روسازی بپردازند، هزینه‌های مربوط به تهیه، استفاده و نگهداری از آن‌ها بسیار زیاداست که این امر خود دلیلی برای عدم پایش مداوم سلامت و وضعیت روسازی می‌شود و درنتیجه، خسارت‌ و هزینه‌های زیادی به‌وجود می‌آورد. هدف این مقاله معرفی یک فناوری نوین و مقرون‌به‌صرفه است که بتواند با دقت قابل قبول به برداشت خرابی‌ها نظیر شیارشدگی بپردازد. فناوری مورد استفاده در این مطالعه، حسگر کینکت است که علاوه‌بر قیمت مناسب آن قابلیت ثبت تصاویر رنگی و عمق متناظر، را به‌صورت همزمان دارد. در این راستا وسیله‌ای طراحی و ساخته‌شد و از سطح روسازی داده‌برداری‌هایی صورت‌گرفت تا قابلیت و محدودیت‌های این رویکرد مورد ارزیابی قرار بگیرد. در ادامه مراحل بهبود کیفیت تصاویر دریافت شده از قبیل کاهش نویز تصاویر با اعمال فیلترهای پردازش تصویر نظیر گوسین، و انتخاب قسمت مرکزی داده ها بیان شده است. همچنین نتایج کالیبراسیون دوربین با استفاده از تصاویر برداشتی رنگی و عمق، و همچنین اصلاح شیب تصاویر با الگوریتم های SVD توضیح داده شده است. پس از آن با به‌کارگیری فناوری پردازش تصویر و الگوریتم های SURF و MSAC، تصاویر عمق مختلف به‌یکدیگر دوخته‌شد و یک ساختار سه‌بعدی از سطح روسازی به‌دست آمد تا بتوان با استفاده از آن به بررسی خرابی‌های دارای بعد عمق در سطح روسازی پرداخت.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Pavement Distress Data Collection and 3D Pavement Surface Reconstruction Using Kinect Sensor
چکیده انگلیسی مقاله Pavement surface data collection is one of the most important steps in pavement management system. There are different sensors and detectors used for detecting defects and assessing pavements; however, the costs in collecting and analyzing data are not affordable for running regular pavement health monitoring. This hinders authorities to run regular monitoring which deteriorates pavement sooner, and applies a costly burden on authorities at the end. The main aim of this paper is presenting a novel cost-effective tool for detecting defects such as rutting in an acceptable accuracy. Microsoft Kinect sensor can register simultaneously RGB pictures besides depth data. The paper discussed a developed cart for using the Kinect to measure defects. Afterward, the data post-processing for reducing the noise is discussed such as applying Gaussian filter and using the central region of interest on depth matrix. Calibrating the camera and correcting the slope via SVD algorithm are two main parts of data post-processing step. Finally, the RGB-D registered images are stitched together using SURF and MSAC algorithm to create a 3D surface of the pavement. This surface is used for detecting pavement surface defects.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله ساینا فیروزی یگانه |
دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران

احمدرضا محمودزاده |
دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران

امیر گلرو |
آدرس: تهران, خیابان حافظ, دانشگاه صنعتی امیرکبیر, دانشکده عمران و محیط زیست, اتاق 820

محمدرضا جهانشاهی |
دانشکده مهندسی عمران، دانشگاه پردو، ایندیانا، آمریکا

نشانی اینترنتی https://ceej.aut.ac.ir/article_2775_9b9ec1b4b88ac7cf6ae5a896d727eb8a.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1243/article-1243-1758323.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات