米国干拓局は、写真測量オルソモザイクデータ内のひび割れマッピングのための既存、新規、または新たなデータ処理および特徴認識ソリューションについて情報を求めている。大規模な治水構造物において、1/8インチ幅以上の解像度でひび割れを検出するためのデータセットを処理できるシステムが必要である。このプロジェクトにおける具体的なニーズは、ひび割れ位置をマッピングするためのより良い方法、構造物の健全性を判断するための指標として経時的なひび割れ成長を監視するための経時的データの使用、自動ひび割れマッピングを改善するための収集データセットの最適化である。自動化システムの精度は90％以上でなければならない。
背景
米国開墾局は、さまざまなプラットフォーム（UAV/UAS、地上写真、水中ROVなど）から写真測量データを収集する能力を持っている。これらのデータは、構造物や各構造物内の個々の特徴の高解像度2D/3Dレンダリングを作成するために使用されます。これらのレンダリング画像は、エンジニアが構造物の損傷や劣化を特定、定量化、監視するために使用される。現在の手順は時間がかかり、結果を受け取るまでに時間がかかる。
可能な解決策
- 特徴認識ソフトウェア
- 機械学習
- データ処理・分析ソフトウェア
ソリューションの望ましい結果
理想的なソリューションは、埋立地の構造物の欠陥を検出してマッピングし、ひび割れの経年変化を監視できる自動化システムである。
使用分野と用途
ダムの構造健全性解析の効率を高める。
関連技術ニーズ
求む：宇宙でのアディティブ・マニュファクチャリングのための検査技術
