Development of an automatedmonitoring and control systemfor construction sites
Notice bibliographique
Résumé
Automating the progress monitoring and control process is of great interest to industry practitioners to help improve the limitations associated with the current manual data collection and analysis practices. Two remote sensing technologies, namely, Light Detection and Ranging (LiDAR) and digital camera, are widely used to acquire 3D point clouds as a means of measuring the “scope of the work performed” of structural elements. However, to assign the collected 3D point clouds to their corresponding structural element, current object-based recognition models use the as-planned 4D model, which may not be reliable in cases where the locations of the as-built structure differ from those of the planned, and/or the planned 4D model is not available with sufficient detail. Here, a novel method is proposed to eliminate the dependency on the as-planned data by automatically generating the 3D/4D as-built model through a robust Principal Component Analysis-based (PCA) segmentation algorithm. The proposed system is also independent of the technology used to capture the 3D point clouds. To evaluate the reliability of the proposed automated as-built model generation procedure, two sets of LiDAR data from the "Mechanics of Materials" laboratory and the "Graduate Student Hall of Residence" construction site at the University of Calgary were collected. A novel method of automated registration of the as-built model to the planned model coordinate system is also proposed through which the compliance of the planned vs. actual dimensions of corresponding structural elements are examined. The results of the two experiments demonstrate the applicability of the proposed methods for the automatic generation of the 3D/4D as-built model and the dimension compliance control of structural elements.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».