Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
TRAFFICABILITY ESTIMATION DEVICE AND PROGRAM
PROBLEM TO BE SOLVED: To estimate safely and surely trafficability information of a land.SOLUTION: An information acquisition part 34 acquires relative reflectance information which is a multidimensional distribution of a relative reflectance of a ground surface of an object land, together with positional information of the land. An estimation part 36 specifies a soil kind from a soil kind learning model 32A based on the relative reflectance information, specifies a moisture content from a moisture content learning model 32B based on the specified soil kind, and estimates trafficability information from a trafficability learning model 32C based on the specified soil kind and on the specified moisture content.SELECTED DRAWING: Figure 2
【課題】土地のトラフィカビリティ情報を安全に確実に推定する。【解決手段】情報取得部34は、対象となる土地の地面の相対反射率の多次元分布である相対反射率情報を土地の位置情報と共に取得するものである。推定部36は、相対反射率情報に基いて土種類学習モデル32Aから土種類を特定し、特定された土種類に基いて含水量学習モデル32Bから含水量を特定し、特定された土種類と特定された含水量とに基いてトラフィカビリティ学習モデル32Cからトラフィカビリティ情報を推定するものである。【選択図】図2
TRAFFICABILITY ESTIMATION DEVICE AND PROGRAM
PROBLEM TO BE SOLVED: To estimate safely and surely trafficability information of a land.SOLUTION: An information acquisition part 34 acquires relative reflectance information which is a multidimensional distribution of a relative reflectance of a ground surface of an object land, together with positional information of the land. An estimation part 36 specifies a soil kind from a soil kind learning model 32A based on the relative reflectance information, specifies a moisture content from a moisture content learning model 32B based on the specified soil kind, and estimates trafficability information from a trafficability learning model 32C based on the specified soil kind and on the specified moisture content.SELECTED DRAWING: Figure 2
【課題】土地のトラフィカビリティ情報を安全に確実に推定する。【解決手段】情報取得部34は、対象となる土地の地面の相対反射率の多次元分布である相対反射率情報を土地の位置情報と共に取得するものである。推定部36は、相対反射率情報に基いて土種類学習モデル32Aから土種類を特定し、特定された土種類に基いて含水量学習モデル32Bから含水量を特定し、特定された土種類と特定された含水量とに基いてトラフィカビリティ学習モデル32Cからトラフィカビリティ情報を推定するものである。【選択図】図2
TRAFFICABILITY ESTIMATION DEVICE AND PROGRAM
トラフィカビリティ推定装置およびプログラム
YAMAMOTO SHINGO (Autor:in) / CHIBA TAKUJI (Autor:in) / KITAJIMA AKIRA (Autor:in) / HOTTA TAKAYOSHI (Autor:in) / SAKAI IKUYA (Autor:in)
27.09.2018
Patent
Elektronische Ressource
Japanisch
DECART: Experimental device for trafficability characterisation
British Library Conference Proceedings | 2002
|Tunnel structure capable of improving ship trafficability
Europäisches Patentamt | 2023
|Resource exploration marking trolley with good trafficability
Europäisches Patentamt | 2024
|