論文の概要: Next-generation perception system for automated defects detection in
composite laminates via polarized computational imaging
- arxiv url: http://arxiv.org/abs/2108.10819v1
- Date: Tue, 24 Aug 2021 16:09:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-25 14:10:42.469270
- Title: Next-generation perception system for automated defects detection in
composite laminates via polarized computational imaging
- Title（参考訳）: 偏光イメージングによる複合積層板の欠陥自動検出のための次世代認識システム
- Authors: Yuqi Ding, Jinwei Ye, Corina Barbalata, James Oubre, Chandler Lemoine,
Jacob Agostinho, Genevieve Palardy
- Abstract要約: 本稿では,複合積層板の欠陥を識別する偏極型画像処理システムの初期実装と実演について述べる。
提案した視覚システムは, ガラス繊維および炭素繊維積層体の欠陥タイプと表面特性(例えば, ピンホール, ヴォイド, 引っかき傷, 樹脂フラッシュ)の同定に成功している。
- 参考スコア（独自算出の注目度）: 6.933423659347162
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Finishing operations on large-scale composite components like wind turbine
blades, including trimming and sanding, often require multiple workers and part
repositioning. In the composites manufacturing industry, automation of such
processes is challenging, as manufactured part geometry may be inconsistent and
task completion is based on human judgment and experience. Implementing a
mobile, collaborative robotic system capable of performing finishing tasks in
dynamic and uncertain environments would improve quality and lower
manufacturing costs. To complete the given tasks, the collaborative robotic
team must properly understand the environment and detect irregularities in the
manufactured parts. In this paper, we describe the initial implementation and
demonstration of a polarized computational imaging system to identify defects
in composite laminates. As the polarimetric images are highly relevant to the
surface micro-geometry, they can be used to detect surface defects that are not
visible in conventional color images. The proposed vision system successfully
identifies defect types and surface characteristics (e.g., pinholes, voids,
scratches, resin flash) for different glass fiber and carbon fiber laminates.
- Abstract（参考訳）: トリミングやサンディングを含む風力タービンブレードのような大型複合部品の仕上げ作業には、複数の作業員と部品の再配置が必要となる。
複合材料製造業界では、製造部品の形状が不整合であり、作業完了は人間の判断と経験に基づくため、そのようなプロセスの自動化は困難である。
動的で不確実な環境で仕上げ作業を行うことができる移動ロボットシステムを実装することで、品質が向上し製造コストが低下する。
与えられたタスクを完了させるためには、協調ロボットチームは環境を適切に理解し、製造部品の異常を検出する必要がある。
本稿では,複合積層板の欠陥を識別する偏極型画像処理システムの初期実装と実演について述べる。
ポラリメトリック画像は表面マイクロジオメトリと非常に関係があるため、従来のカラー画像では見えない表面欠陥を検出するのに使うことができる。
提案した視覚システムは, ガラス繊維および炭素繊維積層体の欠陥タイプと表面特性(ピンホール, ヴォイド, 引っかき傷, 樹脂フラッシュなど)の同定に成功している。
関連論文リスト
- An unsupervised approach towards promptable defect segmentation in laser-based additive manufacturing by Segment Anything [7.188573079798082]
我々は、最先端のビジョントランスフォーマー(ViT)ベースのファンデーションモデルを用いて、画像セグメンテーションのためのフレームワークを構築する。
我々は、ラベル付きデータを使わずに高精度に学習し、迅速なチューニングプロセスを導出する。
我々は、現在のレーザー添加物製造プロセスに革命をもたらす可能性のある、リアルタイムな異常検出パイプラインの構築を構想する。
論文 参考訳（メタデータ） (2023-12-07T06:03:07Z) - Gap and Overlap Detection in Automated Fiber Placement [4.0466311968093365]
高品質な複合部品の確保には、製造欠陥、特にギャップと重複の特定と補正が不可欠である。
本稿では,光学コヒーレンス・トモグラフィ(OCT)センサとコンピュータビジョン技術を用いて,複合部品のギャップや重なりを検出する手法を提案する。
その結果,ギャップと重なりのセグメンテーションにおいて高い精度と効率が示された。
論文 参考訳（メタデータ） (2023-09-01T01:48:21Z) - Viewpoint Generation using Feature-Based Constrained Spaces for Robot
Vision Systems [63.942632088208505]
この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。
$mathcalC$-space は、視点制約が分散する位相空間として理解することができる。
紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
論文 参考訳（メタデータ） (2023-06-12T08:57:15Z) - Computational Optics for Mobile Terminals in Mass Production [17.413494778377565]
写真から測定した周波数特性とシステムパラメータの関係を説明するために,摂動型レンズシステムモデルを構築した。
このモデルに基づいて, 加工サンプルのSFRからプロキシカメラを構築するための最適化フレームワークを提案する。
プロキシカメラを用いて、光学収差とランダムな製造バイアスをエンコードしたデータペアを合成し、収差に基づくアルゴリズムを訓練する。
論文 参考訳（メタデータ） (2023-05-10T04:17:33Z) - Real-time Hyperspectral Imaging in Hardware via Trained Metasurface
Encoders [55.16861072631285]
ハイパースペクトルイメージングは、コンピュータビジョンにおける画像分類と自動パターン認識のためのスペクトルシグネチャを特定するために大きな注目を集めている。
上述した制限に対処する新しい統合アーキテクチャであるHyplexを紹介する。
HyplexはCMOS互換で高速なハイパースペクトルカメラで、バルク光学を人工知能によって逆向きにデザインされたナノスケールのメタ曲面に置き換える。
論文 参考訳（メタデータ） (2022-04-05T09:52:51Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳（メタデータ） (2022-02-27T02:19:09Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳（メタデータ） (2021-05-18T10:15:17Z) - Defect-GAN: High-Fidelity Defect Synthesis for Automated Defect
Inspection [34.699695525216185]
Defect-GANは、現実的で多様な欠陥サンプルを生成する自動欠陥合成ネットワークです。
デフェメントと修復プロセスを通じて学習し、デフェメントは通常の表面画像に欠陥を生成する。
また、欠陥のバリエーションを模倣し、生成された欠陥の位置とカテゴリを柔軟に制御できます。
論文 参考訳（メタデータ） (2021-03-28T15:53:34Z) - Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。
システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
論文 参考訳（メタデータ） (2021-01-11T08:14:35Z) - Non-Rigid Puzzles [50.213265511586535]
非剛性多部形状マッチングアルゴリズムを提案する。
非剛性変形中の参照形状とその複数の部品が与えられると仮定する。
合成法と実走査法の実験結果から,本手法の有効性が示された。
論文 参考訳（メタデータ） (2020-11-26T00:32:30Z) - A Novel Visual Fault Detection and Classification System for Semiconductor Manufacturing Using Stacked Hybrid Convolutional Neural Networks [0.24999074238880484]
半導体産業における自動視覚検査は、製造欠陥を検出し分類することを目的としている。
この貢献により、新しいディープニューラルネットワークベースのハイブリッドアプローチが導入される。
階層化されたハイブリッド畳み込みニューラルネットワーク(SH-CNN)を構成し、視覚的注意の現在のアプローチにインスパイアされたシステムは、その構造から詳細レベルに焦点をあてる。
論文 参考訳（メタデータ） (2019-11-25T21:58:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。