Đánh giá độ chính xác của mô hình đám mây điểm từ ảnh chụp bằng điện thoại di động phục vụ khảo sát hiện trạng công trình xây dựng
Tác giả: Liêu Lý Khả Minh, Hoàng Quốc Vương, Phan Thị Anh ThưTóm tắt:
Nghiên cứu đánh giá độ chính xác của mô hình đám mây điểm 3D tạo từ ảnh chụp bằng điện thoại thông minh, phục vụ khảo sát hiện trạng công trình xây dựng. Thực nghiệm được thực hiện tại tòa nhà A2, Trường Đại học Bách Khoa – ĐHQG Tp.HCM. Tổng cộng 77 ảnh chụp bằng điện thoại Xiaomi 12 có độ phân giải cao được xử lý bằng phần mềm Agisoft Metashape để tái tạo mô hình đám mây điểm, thu được hơn 81 triệu điểm. Mười điểm kiểm soát mặt đất (GCPs) được bố trí và đo tọa độ bằng máy toàn đạc điện tử. Năm trong số đó được sử dụng để hiệu chỉnh mô hình. Độ chính xác được đánh giá theo: (1) sai số vị trí các điểm GCPs và (2) sai số chiều dài 17 cạnh đo thực tế trên công trình. Sau khi nắn chỉnh mô hình với năm GCPs, mô hình được hiệu chỉnh về vị trí và tỷ lệ thực tế. Kết quả cho thấy sai số trung bình tại các điểm GCPs lần lượt là là 0.0126 m theo phương X, 0.0108 m theo phương Y và 0.0151 m theo phương Z với sai số tổng hợp (RMSE) khoảng 2,3 cm. Sai số tuyệt đối chiều dài cạnh dao động từ 0.011 m đến 0.055 m, với giá trị RMSEcạnh là 0.036 m. Sai số tương đối dao động trong khoảng 0.9% đến 4.6 %. Nghiên cứu cho thấy phương pháp chụp ảnh bằng điện thoại kết hợp xử lý bằng phần mềm thương mại có thể đáp ứng yêu cầu độ chính xác trong khảo sát hiện trạng, đặc biệt phù hợp trong điều kiện thiếu thiết bị chuyên dụng, chi phí thấp và cần triển khai nhanh chóng.
- Applications of Google OR-Tools in solving construction management linear optimization problems = Ứng dụng công cụ Google OR-Tools trong giải các bài toán tối ưu hóa tuyến tính trong quản lý dự án xây dựng
- Experimental study on influence of rice husk ash on mortar compressive strength at different temperatures = Nghiên cứu thực nghiệm ảnh hưởng của tro trấu tới cường độ của vữa ở các nhiệt độ khác nhau
- Artificial neural network with adaptive moment estimation training approaches for prediction of punching shear capacity of steel fibre reinforced concrete slabs = Sử dụng mạng nơ-ron thần kinh nhân tạo với phương pháp huấn luyện ước tính mô men tự thích n
- Influence of rice husk ash on mortar compressive strength at different temperatures : machine learning based modelling = Ảnh hưởng của tro trấu tới cường độ của vữa ở các nhiệt độ khác nhau : mô hình hóa bằng máy học
- Image processing-based automatic gradation of stone aggregates = Tự động hóa việc xác định cấp phối hạt của cốt liệu đá sử dụng kỹ thuật xử lý ảnh





