機械学習による建設車両の相互作用の最適化

土工作業の領域では、自律走行するダンプトラックと人間が操作するバックホウとの相互作用が、効率的で安全な作業にとって重要である。最近の研究では、機械学習技術、特にベータプロセス隠れマルコフモデル（BP-HMM）を活用して、バックホウの積載時間をインテリジェントに予測することに焦点が当てられている。ある研究では、時系列データからいくつかの原始的な動作の遷移を自動的に識別するBP-HMMベースの予測手法を開発し、驚異的な100%の精度を達成した。このアルゴリズムは、オペレーターとバックホウの組み合わせやセンサーのレイアウトの違いによる予測モデルのロバスト性を高めています。別の研究では、バックホーから時系列データを収集するために6軸IMUセンサを使用し、特定のオペレータ行動をモデル化するためにBP-HMMを採用した。このモデルは、最大100%の確率で積み込みの瞬間を予測することができ、ダンプトラックのアイドル時間とリスクを大幅に削減した。これらの進歩は、建設車両の自動化と安全性に大きく貢献し、自律型機械と人間が操作する機械のシームレスな連携を可能にする。

。 </rawhtml