KR20220052456A - Method for cable length measurement of ship using AI - Google Patents
Method for cable length measurement of ship using AI Download PDFInfo
- Publication number
- KR20220052456A KR20220052456A KR1020200136424A KR20200136424A KR20220052456A KR 20220052456 A KR20220052456 A KR 20220052456A KR 1020200136424 A KR1020200136424 A KR 1020200136424A KR 20200136424 A KR20200136424 A KR 20200136424A KR 20220052456 A KR20220052456 A KR 20220052456A
- Authority
- KR
- South Korea
- Prior art keywords
- cable
- internal structure
- length
- ship
- information
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B71/00—Designing vessels; Predicting their performance
- B63B71/10—Designing vessels; Predicting their performance using computer simulation, e.g. finite element method [FEM] or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Ocean & Marine Engineering (AREA)
- Artificial Intelligence (AREA)
- Fluid Mechanics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
본 발명은 AI를 이용한 선박의 케이블 길이 측정 방법에 관한 것으로서, 더욱 상세하게는 AI 기술에 의해 선박에 적용되는 케이블의 최적 길이를 측정하는 AI를 이용한 선박의 케이블 길이 측정 방법에 관한 것이다.The present invention relates to a method for measuring the cable length of a vessel using AI, and more particularly, to a method for measuring the cable length of a vessel using AI for measuring the optimal length of a cable applied to a vessel by AI technology.
일반적으로, 최근 조선 분야에서는 선급들의 선박 설계 기준이 강화되고 있고, 해석기술 및 컴퓨터 하드웨어 성능이 발달함에 따라 다양한 프로그램을 선박 설계, 피로수명 평가, 관리 등 다양한 분야에 걸쳐 적용하고 있다.In general, in the recent shipbuilding field, ship design standards for classification are being strengthened, and as analysis technology and computer hardware performance develop, various programs are being applied across various fields such as ship design, fatigue life evaluation, and management.
한편, 선박에는 각종 전자 제어 시스템이 탑재되며, 이에 따라 수많은 전자 부품 간의 연결 및 전자 장치 간의 연결이 이루어져야 하는데, 이러한 전자 부품 간의 연결 또는 전자 장치 간의 연결을 위한 케이블 역시 많이 설치되어야 한다.On the other hand, various electronic control systems are mounted on ships, and accordingly, connections between numerous electronic components and connections between electronic devices must be made. A lot of cables for connection between these electronic components or connections between electronic devices must also be installed.
특히, 전자 장치 간의 연결을 위해 사용되는 케이블은 고가이고, 넓은 선박 구조 상 많은 양의 케이블이 사용됨에 따라 케이블 구매에 많은 비용이 소요되기 때문에, 낭비되는 케이블이 없도록 적정한 케이블의 길이를 측정하여야 한다.In particular, cables used for connection between electronic devices are expensive, and since a large amount of cables are used in a wide ship structure, it is costly to purchase cables. .
종래의 케이블 길이 측정은 캐드 프로그램을 이용하여 케이블 트레이를 모델링하여 도면으로 출력하고, 축척자를 이용하여 노드(Node) 간의 길이를 작업자가 직접 측정한 후, 측정된 데이터를 케이블 관리 시스템에 입력하여 관리한 상태에서, 케이블 관리 시스템에 입력된 측정 데이터를 기준으로 케이블을 구입하였다.In the conventional cable length measurement, the cable tray is modeled using a CAD program and output as a drawing, the operator directly measures the length between nodes using a scaler, and then the measured data is input into the cable management system and managed In one state, a cable was purchased based on the measurement data input to the cable management system.
그에 따라, 인쇄된 도면에 축척자를 대고 작업자가 노드가 길이를 직접 측정하기 때문에, 측정 오류가 발생할 수 있으며, 이에 따라 정확한 케이블 길이를 측정할 수 없다는 문제점이 있었다.Accordingly, since the operator places the scale ruler on the printed drawing and the node directly measures the length, a measurement error may occur, and accordingly, there is a problem in that the correct cable length cannot be measured.
또한, 작업자가 측정한 데이터를 시스템에 입력할 때, 오기로 인한 오류가 발생할 수 있으며, 이에 따라 정확한 케이블 길이를 측정할 수 없다는 문제점이 있었다.In addition, when the operator inputs the measured data to the system, an error may occur due to an error, and accordingly, there is a problem in that the correct cable length cannot be measured.
따라서, 종래와 같은 케이블 길이의 측정은 축척자를 이용한 측정 및 측정 데이터 입력 시 발생할 수 있는 오류로 인하여, 측정 신뢰도가 낮다는 문제점이 있었다.Therefore, conventional measurement of cable length has a problem in that measurement reliability is low due to errors that may occur during measurement using a scaler and input of measurement data.
본 발명의 목적은, 카메라 등과 같은 외부정보 수신부로부터 선박의 내부 환경에 대한 정보, 즉 구조물 폭, 높이, 형상 등에 대한 정보를 획득하고, 획득한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하여 선박 내부에 사용되는 케이블의 최적 길이를 측정할 수 있는 AI를 이용한 선박의 케이블 길이 측정 방법을 제공함에 있다.An object of the present invention is to obtain information about the internal environment of a ship, that is, information about the structure width, height, shape, etc. ANN) to provide a method for measuring the cable length of a ship using AI that can measure the optimal length of the cable used inside the ship.
본 발명에 따른 AI를 이용한 선박의 케이블 길이 측정 방법은 외부정보 수신부로부터 선박의 내부 구조물에 대한 정보를 획득하는 단계, 상기 내부 구조물에 대한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하는 단계 및 상기 적용 결과에 기반하여 상기 내부 구조물을 회피하며 사용되는 케이블의 최적 길이를 측정하는 단계를 포함하는 것을 특징으로 한다.The method for measuring the cable length of a ship using AI according to the present invention includes the steps of obtaining information about the ship's internal structure from an external information receiving unit, and an artificial neural network model (ANN) that is pre-learned with information on the internal structure and measuring an optimal length of a cable to be used while avoiding the internal structure based on the application result.
여기서, 상기 외부정보 수신부는 복수개의 구간으로 분할된 상기 선박의 내부를 각각 촬영하기 위한 카메라로 이루어진다.Here, the external information receiving unit consists of a camera for photographing the interior of the vessel divided into a plurality of sections, respectively.
그리고, 상기 인공 신경망 모델은, AI(Artificial Intelligence) 장치에 저장되며, 상기 인공 신경망 모델에 적용하는 단계는 상기 AI 장치로 상기 내부 구조물에 관한 정보와 관련된 특징 값을 전송하는 단계 및 상기 내부 구조물에 관한 정보를 상기 인공 신경망 모델에 적용됨에 따라, 그 결과를 상기 AI 장치로부터 획득하는 단계를 구비한다.And, the artificial neural network model is stored in an AI (Artificial Intelligence) device, and the applying to the artificial neural network model includes transmitting a feature value related to information about the internal structure to the AI device and to the internal structure and acquiring a result from the AI device as the related information is applied to the artificial neural network model.
본 발명은, 카메라 등과 같은 외부정보 수신부로부터 선박의 내부 환경에 대한 정보, 즉 구조물 폭, 높이, 형상 등에 대한 정보를 획득하고, 획득한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하여 선박 내부에 사용되는 케이블의 최적 길이를 측정할 수 있는 효과를 갖는다.The present invention obtains information on the internal environment of the ship, that is, information on the structure width, height, shape, etc. from an external information receiver such as a camera, and uses the acquired information in advance with an artificial neural network model (ANN) It has the effect of measuring the optimal length of the cable used inside the ship.
그리고, 본 발명은 선박에 적용되는 케이블의 길이를 인공지능을 기반으로 측정하기 때문에, 측정 신뢰도를 높임과 함께, 잉여 케이블의 양을 줄일 수 있으며, 케이블 길이를 측정하는데 소요되는 작업공수 또한 줄일 수 있는 효과를 갖는다.In addition, since the present invention measures the length of a cable applied to a ship based on artificial intelligence, it is possible to increase the measurement reliability and reduce the amount of surplus cables, and also reduce the work required to measure the cable length. have an effect
또한, 본 발명은 케이블의 길이를 정확하게 산정할 수 있어 잉여 케이블의 양을 줄일 수 있으며, 작업자가 케이블의 길이를 별도로 시스템에 입력하지 않아도 되기 때문에, 입력 시 발생하는 오기로 인한 오류를 방지할 수 있는 효과를 갖는다.In addition, the present invention can accurately calculate the length of the cable, thereby reducing the amount of surplus cables, and since the operator does not need to separately input the length of the cable into the system, errors due to errors occurring during input can be prevented. have an effect
도 1 은 본 발명의 실시예에 따른 AI를 이용한 선박의 케이블 길이 측정 방법을 순차적으로 보여주는 도면이다.
도 2 는 본 발명의 실시예에 따른 AI를 이용한 선박의 케이블 길이 측정 방법에 대한 인공 신경망 모델에 적용하는 단계를 순차적으로 보여주는 도면이다.1 is a view sequentially showing a method for measuring a cable length of a ship using AI according to an embodiment of the present invention.
2 is a diagram sequentially showing steps of applying AI to an artificial neural network model for a method of measuring a cable length of a ship using AI according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.
본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부된 도면과 함께 상세하게 후술 되어 있는 실시 예들을 참조하면 명확해질 것이다.Advantages and features of the present invention, and a method for achieving the same, will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings.
그러나, 본 발명은 이하에 개시되는 실시 예들에 의해 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.However, the present invention is not limited by the embodiments disclosed below, but will be implemented in various different forms, and only these embodiments allow the disclosure of the present invention to be complete, and common knowledge in the art to which the present invention pertains It is provided to fully inform those who have the scope of the invention, and the present invention is only defined by the scope of the claims.
또한, 본 발명을 설명함에 있어 관련된 공지 기술 등이 본 발명의 요지를 흐리게 할 수 있다고 판단되는 경우 그에 관한 자세한 설명은 생략하기로 한다.In addition, in the description of the present invention, if it is determined that related known technologies may obscure the gist of the present invention, detailed description thereof will be omitted.
도 1 은 본 발명의 실시예에 따른 AI를 이용한 선박의 케이블 길이 측정 방법을 순차적으로 보여주는 도면이고, 도 2 는 본 발명의 실시예에 따른 AI를 이용한 선박의 케이블 길이 측정 방법에 대한 인공 신경망 모델에 적용하는 단계를 순차적으로 보여주는 도면이다.1 is a diagram sequentially showing a method for measuring the cable length of a vessel using AI according to an embodiment of the present invention, and FIG. 2 is an artificial neural network model for a method for measuring a cable length of a vessel using AI according to an embodiment of the present invention. It is a diagram showing the steps to be applied sequentially.
일반적으로, 유조선, 컨테이너선, LNG선 등을 주로 건조하는 대형 조선사는 TRIBON 이라는 조선 전용 3D 모델링 프로그램과 연동되는 케이블 계측 프로그램을 사용 중이지만, 소형 선박을 건조하는 조선사들은 비용 문제로 인하여 관련 설계 프로그램의 도입이 어려운 실정이다.In general, large shipbuilders that mainly build oil tankers, container ships, and LNG carriers are using a cable measurement program linked to a shipbuilding 3D modeling program called TRIBON. It is difficult to introduce.
따라서, 종래에는 수작업과 숙련된 작업자의 과거 경험에 기반하여 케이블의 길이를 계측함으로 인해, 케이블의 오차가 심하게 발생하게 되어 원가상승의 주요 원인이 되고 있으며, 또한 작업자에 의한 도면 대조작업이 필요하기 때문에, 작업 효율성 또한 저하되는 문제가 발생하게 된다.Therefore, in the prior art, due to measuring the length of the cable based on the past experience of manual labor and skilled workers, the error of the cable is severe and it is the main cause of the cost increase, and also the drawing comparison work by the operator is required. Therefore, there is a problem that the work efficiency is also lowered.
이러한 문제를 해결하기 위하여, 본 실시예에서는 도 1에 도시된 바와 같이, 외부정보 수신부로부터 선박의 내부 구조물에 대한 정보를 획득하는 단계(S100), 내부 구조물에 대한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하는 단계(S200) 및 적용 결과에 기반하여 내부 구조물을 회피하며 사용되는 케이블의 최적 길이를 측정하는 단계(S300)를 포함한다.In order to solve this problem, in the present embodiment, as shown in FIG. 1 , the step of acquiring information on the internal structure of the ship from the external information receiving unit ( S100 ), the information on the internal structure is pre-learned by the artificial neural network model It includes a step (S200) of applying to (Artificial Neural Network, ANN) and a step (S300) of measuring the optimal length of a cable to be used while avoiding an internal structure based on the application result.
선박의 내부 구조물에 대한 정보를 획득하는 단계(S100)에서는, 복수개의 구간으로 분할된 선박의 내부를 외부정보 수신부, 바람직하게는 복수개의 카메라를 이용하여 촬영하도록 한다.In the step (S100) of obtaining information on the internal structure of the ship, the inside of the ship divided into a plurality of sections is photographed using an external information receiver, preferably a plurality of cameras.
여기서, 외부정보 수신부는 카메라로 이루어져 선박의 내부를 직접적으로 촬영할 수도 있으나, 2D 형태의 도면, 즉 일반적인 CAD 프로그램을 통해 제공된 선박에 대한 CAD 도면을 촬영하여 선낙의 내부 구조물에 대한 정보를 획득할 수도 있다.Here, the external information receiving unit is made of a camera and can directly photograph the inside of the ship, but it is also possible to acquire information about the internal structure of the ship by photographing a 2D drawing, that is, a CAD drawing of a ship provided through a general CAD program. there is.
이와 같이, 획득한 선박의 내부 구조물에 대한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용한다(S200).In this way, the obtained information on the internal structure of the vessel is applied to a pre-trained artificial neural network (ANN) model (S200).
이러한 선박의 내부 구조물에 대한 정보는 AI(Artificial Intelligence) 장치에 저장되며, 인공 신경망 모델에 적용하는 단계는 도 2에 도시된 바와 같이, AI 장치로 내부 구조물에 관한 정보와 관련된 특징 값을 전송하는 단계(S210) 및 내부 구조물에 관한 정보를 인공 신경망 모델에 적용됨에 따라, 그 결과를 AI 장치로부터 획득하는 단계(S220)를 구비한다.The information on the internal structure of the ship is stored in an AI (Artificial Intelligence) device, and the step of applying it to the artificial neural network model is as shown in FIG. As the information about the step (S210) and the internal structure is applied to the artificial neural network model, the step (S220) of obtaining the result from the AI device is included.
바람직하게는, 선박의 내부 구조물에 관한 정보와 관련된 특징 값은 내부 구조물의 높이, 폭 길이, 형상 등이 될 수 있다.Preferably, the feature value related to the information on the internal structure of the ship may be a height, width, length, shape, or the like of the internal structure.
여기서, 내부 구조물에 관한 정보를 인공 신경망 모델에 적용됨에 따라, 그 결과를 AI 장치로부터 획득하게 되며, 그에 따라 복수개의 구간으로 분할된 선박의 내부를 각각 촬영한 내부 구조물의 관한 정보, 즉 복수개의 내부 구조물의 높이, 폭 길이, 형상 등이 모두 종합된 결과를 AI 장치로부터 획득할 수 있다.Here, as the information on the internal structure is applied to the artificial neural network model, the result is obtained from the AI device, and accordingly, information about the internal structure obtained by photographing the inside of the vessel divided into a plurality of sections, that is, a plurality of The result of the synthesis of the height, width, length, and shape of the internal structure can be obtained from the AI device.
이후, 인공 신경망 모델에 적용된 적용 결과에 기반하여 선박의 전체 내부 구조물을 회피하며 사용되는 케이블의 최적 길이를 측정한다(S300).Then, based on the application result applied to the artificial neural network model, the optimal length of the cable used is measured while avoiding the entire internal structure of the ship (S300).
여기서, 최적 길이는 케이블이 시작되는 위치로부터 케이블이 연결되는 전기 판넬 까지의 길이 중, 복수개의 내부 구조물을 회피하여 최단 거리로 연결될 수 있는 길이로 이루어진다.Here, the optimal length is made of a length that can be connected to the shortest distance by avoiding a plurality of internal structures among the lengths from the starting position of the cable to the electric panel to which the cable is connected.
따라서, 본 실시예에서는 선박의 내부에서 사용되는 복수개의 케이블 길이를, 각각 AI를 기반으로 해당 케이블이 지나가는 내부 구조물을 고려하여 산출하도록 함으로써, 정확한 케이블 측정이 가능할 수 있어 버려지는 케이블의 양을 줄일 수 있으며, 이와 함께 케이블 길이를 측정하는데 소요되는 작업공수 또한 줄일 수 있다.Therefore, in this embodiment, by calculating the length of a plurality of cables used inside the ship in consideration of the internal structure through which the cables pass based on AI, it is possible to accurately measure cables, thereby reducing the amount of discarded cables It can also reduce the man-hours required to measure the cable length.
본 발명은, 카메라 등과 같은 외부정보 수신부로부터 선박의 내부 환경에 대한 정보, 즉 구조물 폭, 높이, 형상 등에 대한 정보를 획득하고, 획득한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하여 선박 내부에 사용되는 케이블의 최적 길이를 측정할 수 있는 효과를 갖는다.The present invention obtains information on the internal environment of the ship, that is, information on the structure width, height, shape, etc. from an external information receiver such as a camera, and uses the acquired information in advance with an artificial neural network model (ANN) It has the effect of measuring the optimal length of the cable used inside the ship.
그리고, 본 발명은 선박에 적용되는 케이블의 길이를 인공지능을 기반으로 측정하기 때문에, 측정 신뢰도를 높임과 함께, 잉여 케이블의 양을 줄일 수 있으며, 케이블 길이를 측정하는데 소요되는 작업공수 또한 줄일 수 있는 효과를 갖는다.In addition, since the present invention measures the length of a cable applied to a ship based on artificial intelligence, it is possible to increase the measurement reliability and reduce the amount of surplus cables, and also reduce the work required to measure the cable length. have an effect
또한, 본 발명은 케이블의 길이를 정확하게 산정할 수 있어 잉여 케이블의 양을 줄일 수 있으며, 작업자가 케이블의 길이를 별도로 시스템에 입력하지 않아도 되기 때문에, 입력 시 발생하는 오기로 인한 오류를 방지할 수 있는 효과를 갖는다.In addition, the present invention can accurately calculate the length of the cable, thereby reducing the amount of surplus cables, and since the operator does not need to separately input the length of the cable into the system, errors due to errors occurring during input can be prevented. have an effect
이상의 본 발명은 도면에 도시된 실시 예(들)를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형이 이루어질 수 있으며, 상기 설명된 실시예(들)의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적 사상에 의해 정해여야 할 것이다.Although the present invention has been described with reference to the embodiment(s) shown in the drawings, this is only exemplary, and various modifications may be made therefrom by those skilled in the art, and the above-described embodiment It will be understood that all or part of (s) may optionally be combined. Accordingly, the true technical protection scope of the present invention should be defined by the technical spirit of the appended claims.
Claims (3)
상기 내부 구조물에 대한 정보를 미리 학습된 인공 신경망 모델(Artificial Neural Network, ANN)에 적용하는 단계; 및
상기 적용 결과에 기반하여 상기 내부 구조물을 회피하며 사용되는 케이블의 최적 길이를 측정하는 단계;를 포함하는 것을 특징으로 하는 AI를 이용한 선박의 케이블 길이 측정 방법.
obtaining information on the internal structure of the ship from the external information receiving unit;
applying the information on the internal structure to a pre-trained artificial neural network (ANN) model; and
Measuring the optimal length of the cable to be used while avoiding the internal structure based on the application result; A method for measuring the cable length of a vessel using AI, comprising: a.
상기 외부정보 수신부는,
복수개의 구간으로 분할된 상기 선박의 내부를 각각 촬영하기 위한 카메라로 이루어지는 것을 특징으로 하는 AI를 이용한 선박의 케이블 길이 측정 방법.
The method of claim 1,
The external information receiving unit,
A method of measuring the cable length of a vessel using AI, characterized in that it comprises a camera for photographing the interior of the vessel divided into a plurality of sections.
상기 인공 신경망 모델은, AI(Artificial Intelligence) 장치에 저장되며,
상기 인공 신경망 모델에 적용하는 단계는,
상기 AI 장치로 상기 내부 구조물에 관한 정보와 관련된 특징 값을 전송하는 단계; 및
상기 내부 구조물에 관한 정보를 상기 인공 신경망 모델에 적용됨에 따라, 그 결과를 상기 AI 장치로부터 획득하는 단계;를 구비하는 것을 특징으로 하는 AI를 이용한 선박의 케이블 길이 측정 방법.The method of claim 1,
The artificial neural network model is stored in an AI (Artificial Intelligence) device,
The step of applying to the artificial neural network model is,
transmitting a feature value related to information on the internal structure to the AI device; and
According to the application of the information on the internal structure to the artificial neural network model, the step of obtaining the result from the AI device; Cable length measurement method of a vessel using AI, characterized in that it comprises a.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200136424A KR20220052456A (en) | 2020-10-21 | 2020-10-21 | Method for cable length measurement of ship using AI |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200136424A KR20220052456A (en) | 2020-10-21 | 2020-10-21 | Method for cable length measurement of ship using AI |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220052456A true KR20220052456A (en) | 2022-04-28 |
Family
ID=81446946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200136424A KR20220052456A (en) | 2020-10-21 | 2020-10-21 | Method for cable length measurement of ship using AI |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20220052456A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024025146A1 (en) * | 2022-07-29 | 2024-02-01 | 준엔지니어링 주식회사 | Required cable quantity calculation system |
-
2020
- 2020-10-21 KR KR1020200136424A patent/KR20220052456A/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024025146A1 (en) * | 2022-07-29 | 2024-02-01 | 준엔지니어링 주식회사 | Required cable quantity calculation system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107967359B (en) | Data visual analysis method, system, terminal and computer readable storage medium | |
CN107481292B (en) | Attitude error estimation method and device for vehicle-mounted camera | |
US20150015602A1 (en) | System and method for selective determination of point clouds | |
KR102207725B1 (en) | 3D survey system and survey method in multiple survey mode | |
US11521357B1 (en) | Aerial cable detection and 3D modeling from images | |
KR20220052456A (en) | Method for cable length measurement of ship using AI | |
CN110231832A (en) | Barrier-avoiding method and obstacle avoidance apparatus for unmanned plane | |
US6470587B1 (en) | Method and system for part measurement and verification | |
CN116182878B (en) | Road curved surface information generation method, device, equipment and computer readable medium | |
CN113034603B (en) | Method and device for determining calibration parameters | |
KR102026427B1 (en) | Measurement System for concrete crack using smartphone | |
CN113532266B (en) | Box volume measuring method, system, equipment and storage medium based on three-dimensional vision | |
CN106529061A (en) | Method and system for evaluating aircraft | |
CN113034562B (en) | Method and apparatus for optimizing depth information | |
CN111336959A (en) | Truck cargo volume processing method and device, equipment and computer readable medium | |
CN108376123A (en) | A kind of satellite gravity observing data outliers extracting method, device and electronic equipment | |
CN113538558B (en) | Volume measurement optimization method, system, equipment and storage medium based on IR diagram | |
KR102078696B1 (en) | System and method for managing facility based on 3d model, and a recording medium having computer readable program for executing the method | |
CN114550203A (en) | Method for determining three-dimensional coordinates of joint key points and related equipment | |
KR20220074103A (en) | Device and method of image registration for 3d models | |
Sullivan et al. | A prospective data-oriented framework for new vessel design | |
CN113140031A (en) | Three-dimensional image modeling system and method and oral cavity scanning equipment applying same | |
CN108137128A (en) | For determining the method and system of connecting element manufacture size | |
CN111833395A (en) | Direction-finding system single target positioning method and device based on neural network model | |
CN112652018A (en) | External parameter determining method, external parameter determining device and electronic equipment |