建設プロジェクト監視のためのCNNを用いたARおよび深層学習ベース画像分類の統合

科学分野:

• 建設管理
• コンピュータビジョン
• 人工知能

背景:

• 手動での建設プロジェクト進捗監視は、労働集約的で時間がかかり、不正確になりがちです。
• 既存のAIベースの方法は、要素カウントに依存することが多く、実際のプロジェクト状況を捉えられません。
• 正確でリアルタイムな建設進捗評価を提供する自動化システムが必要です。

研究 の 目的:

• 建設プロジェクトの進捗監視のための自動化システムを開発すること。
• 統合技術を使用して、建設カテゴリと運用段階の両方を正確に特定すること。
• 単純な要素カウントを超えて、進捗追跡の精度を向上させること。

主な方法:

• リアルタイムデータキャプチャのための拡張現実（AR）の統合。
• 畳み込みニューラルネットワーク（CNN）を利用した深層学習ベースの画像分類の適用。
• 適用された資材に基づいた建設カテゴリと運用段階の体系的な特定。

主要な成果:

• 提案されたシステムは、建設カテゴリと運用段階をリアルタイムで正確に特定します。
• 内装仕上げプロジェクトのケーススタディを通じて有効性が実証されました。
• 資材と運用状況を分析することによって、正確な進捗追跡が達成されます。

結論:

• 開発されたシステムは、建設進捗監視の精度を大幅に向上させます。
• 建設要素と段階の自動特定により、手動検査が最小限に抑えられます。
• 計画された進捗と実際の進捗との間の不一致を効果的に低減します。