A Model-Based Design System for Terrestrial Laser Scanning Networks in Complex Sites
Notice bibliographique
Résumé
With the rapid increase of terrestrial laser scanner (TLS) applications, especially for the high-accuracy modelling of large-volume objects, a design system is needed to provide solutions for both scanner and target placement that can meet the project requirements in terms of completeness, precision, economy, and reliability. In this paper, a hierarchical strategy driven by an improved optimization method is developed to solve the TLS viewpoint planning problem. In addition, the placement of the targets is determined by optimizing the target arrangement criterion, and the number of target locations is minimized by accepting the close to optimal target arrangements. Finally, the quality of the design, including the sensitivity of the object coverage to viewpoint placement and the precision of the point cloud are provided. Two building complexes located on University of Calgary campus are used as the experimental datasets in this research. The designs for scanner placement are compared with the “brute force” strategy in terms of the optimality of the solutions and runtime. The results showed that the proposed strategy provided scanning networks with a compatible quality but with more than 80% time savings in design. The number of targets necessary for registration from our system is surprisingly small, considering the volume and complexity of the networks. Through the quality assessments, the sensitivity of the object coverage to the scanner placement indicates how careful the field crew should be when placing the scanner for data capture, and the point cloud precision indicates if the network design can meet the project requirements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».