Projects per year
Abstract
Oplægget vil fokusere på anvendelsen af Deep Learning, der er en gren af kunstig intelligens (AI), til genkendelse af ledninger i 3D punktskyer fra anlægshuller og til efterfølgende automatisering af processen for ledningsregistrering. Vi vil afmystificere brugen af AI i behandlingen af punktskyer og gennem eksempler forklare, hvordan man kan gå fra en rå punktsky til automatisk segmentering og genkendelse af forskellige ledningstyper ned til komponentniveau, såsom stophaner og samlinger.
Afslutningsvis vil vi undersøge, hvordan AI kan udgøre "the missing link", der er nødvendigt for at skabe et system, som kan komme med forslag til identifikation og korrektion af både ukendte og kendte ledningers linjeføring. Dermed adresseres branchens store udfordring med unøjagtige og upålidelige underjordiske ledningsdata, der udveksles via LER.
Afslutningsvis vil vi undersøge, hvordan AI kan udgøre "the missing link", der er nødvendigt for at skabe et system, som kan komme med forslag til identifikation og korrektion af både ukendte og kendte ledningers linjeføring. Dermed adresseres branchens store udfordring med unøjagtige og upålidelige underjordiske ledningsdata, der udveksles via LER.
Original language | Danish |
---|---|
Publication date | Jun 2024 |
Publication status | Published - Jun 2024 |
Projects
- 1 Active
-
DDU: The Digital Underground
Bodum, L. (PI), Hansen, L. H. (CoI), Kunnerup, F. D. (Project Participant) & Wyke, S. (Project Participant)
01/02/2023 → 31/01/2026
Project: Research