Low‐cost digital image correlation and strain measurement for geotechnical applications
Notice bibliographique
Résumé
Abstract Particle image velocimetry (PIV), or digital image correlation (DIC), is a widely used technique to measure soil displacements and strains in small‐scale geotechnical models. Arrays of single‐board computers (SBCs) produced by Raspberry Pi, and their associated 8‐MP cameras, are being used at the University of Cambridge to capture the images required for DIC analysis. This alternative to more expensive camera set‐ups has numerous advantages. A single expensive and large camera can be replaced—at low cost—by multiple cameras, adding flexibility and affordability to any experimental set‐up. Traditionally, the alignment of multiple cameras to each other and the referencing to a known coordinate system required painted or machined markers to be located on the observation windows through which the experiments are viewed. This can obstruct localised soil grain displacement measurements in those areas of the model where such markers are placed. To complement the Raspberry Pi camera system, a markerless calibration method was used during image acquisition. This paper outlines the set‐up of four of these small computers and associated cameras, provides an overview of the use of the markerless referencing system and reviews two different experimental apparatus used to measure soil displacement and strain. When the cost of additional cabling, connectors and mounting hardware is considered for this system, the total cost to implement was approximately $125 USD per camera plus one‐time costs of $175 USD for system peripherals, which represents outstanding value and enables practically all geotechnical laboratories to develop similar capabilities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».