Key points are not available for this paper at this time.
Les opérateurs de grue sont souvent confrontés à une mauvaise visibilité et à des risques de collision lors des opérations de levage. La modélisation dynamique tridimensionnelle (3D) de l'espace de travail de la grue aide à atténuer cela en identifiant les dangers de collision potentiels et en offrant une assistance visuelle et un retour en temps réel à l'opérateur. Cet article propose un cadre de modélisation et de mise à jour de grue 3D en temps réel utilisant une approche de visualisation hybride combinant des technologies de vision et de nuage de points. Une caméra grand angle est fixée à un bras de grue et fonctionne comme une caméra overhead pour suivre les objets en mouvement sur le site lors des scénarios de levage. Les images 2D sont alignées avec un nuage de points scanné au laser, et les boîtes englobantes 3D correspondantes pour les objets suivis sont mises à jour dynamiquement. Les boucles de suivi et de mise à jour sont exécutées de manière asynchrone pour permettre le fonctionnement en temps réel du cadre. La méthode proposée est validée avec une grue mobile dans cinq scénarios de levage différents avec divers objets en mouvement tels que des voitures et des travailleurs. Il est constaté que l'étape de suivi visuel atteint une précision de position normalisée de 82 à 94 %, et l'étape d'alignement entre le nuage de points et l'image visuelle produit une erreur quadratique moyenne raisonnable de 3,9 pixels. De plus, des tests avec des objets 3D simulés montrent que la boîte englobante 3D estimée peut être positionnée à moins de 0,1 à 0,4 m de la vérité de terrain.
Chen et al. (Ven,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: