Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÖnerilen çalışma adaptif bir metodolojiye açık olduğu için geliştirilmeye açık bir yöntemdir ve performans kriterlerinin artırılabileceği düşünülmektedir.
📌 3 Maddede Bu Makale
Özet
Eşzamanlı konumlandırma ve haritalama (SLAM) prensiplerine dayanan iç mekân mobil lazer tarama (MLS) sistemleri, iç mekan ortam verilerinin elde edilmesinde son yıllarda tercih edilen bir yöntem haline gelmiştir. SLAM algoritmaları temelli 2B ve 3B lazer tarama sistemleri günümüzde artık elde ve sırtta taşınabilir portatif bir sistem halini almıştır. SLAM yaklaşımı, sensörlerden gelen verileri kullanarak gerekli konumlandırma ve haritalama amaçlı parametreleri anlık olarak çözüme ulaştırmaktadır ve bu sayede ortamı 2B veya 3B olarak nokta bulutlarıyla temsil eden verileri üretmektedir. 3B ve 2B bina planları, iç mekân konumlandırma amaçlı referans altlık haritalar sunmaktadır. Üretilen bu veriler aynı zamanda mimari rölöve ve yenileme çalışmaları için ve iç mekan tasarımlarında da büyük bir öneme sahiptir. Ancak SLAM sürecinin tekrarlı ve gürültülü nokta bulutlarını üretmesi doğrusal hatların ve düzlemlerin karakteristiğinin tanımlanmasında zorluklara neden olmaktadır. Bu çalışmada, SLAM verilerinden elde edilmiş bir binanın yarı otomatik olarak bir kesit üzerinden bina planının çıkarımı için uygulanan metodolojinin ön çalışma sonuçları sunulmuştur. Önerilen bu yöntem ile iç mekan çizimlerinin kolaylaştırılması ve 3B nokta bulutlarının karmaşasından 2B düzlemsel ve geometrik bilgilerin çıkarımının kolaylaştırılması sağlanmıştır. Önerilen çalışma adaptif bir metodolojiye açık olduğu için geliştirilmeye açık bir yöntemdir ve performans kriterlerinin artırılabileceği düşünülmektedir.
Abstract
Indoor mobile laser scanning (MLS) systems, based on the principles of simultaneous localization and mapping (SLAM), have become an approved method in recent years to obtain indoor environment data. 2D and 3D laser scanning systems based on SLAM algorithms have now become portable systems hand-held and on the back. The SLAM approach instantly determines the necessary positioning and mapping parameters by using the sensors' data and thus produces data representing the environment in 2D or 3D with point clouds. 3D and 2D building plans provide reference base maps for indoor location and positioning. These data are also of high importance for architectural surveys and restoration works, and indoor design. However, the SLAM process generating duplicated and noisy point clouds causes challenges in defining the characteristics of linear edges and planes. In this study, preliminary study results of the methodology applied for the semi-automatic drawing of a building plan from a building section obtained from SLAM data are presented. With this proposed method, it is provided to facilitate indoor drawings and extract 2D planar and geometric information from the complexity of 3D point clouds. Since the proposed study is becoming an adaptive methodology, it is a method capable of development, and it is thought that performance criteria can be increased.