論文の概要: Vision-Based Adaptive Robotics for Autonomous Surface Crack Repair

• arxiv url: http://arxiv.org/abs/2407.16874v3
• Date: Mon, 11 Aug 2025 23:49:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-13 14:32:15.850188
• Title: Vision-Based Adaptive Robotics for Autonomous Surface Crack Repair
• Title（参考訳）: 自律的な表面ひび割れ修復のための視覚型適応ロボット
• Authors: Joshua Genova, Eric Cabrera, Vedhus Hoskere,
• Abstract要約: 本研究は,手作業の削減,安全性の向上,保守作業の合理化などによる人間とロボットの相互作用の分野に寄与する。 先進的なセンシング技術を用いた表面き裂検出と修復のための適応型自律ロボットシステムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Surface cracks in infrastructure can lead to severe deterioration and expensive maintenance if not efficiently repaired. Manual repair methods are labor-intensive, time-consuming, and imprecise. While advancements in robotic perception and manipulation have progressed autonomous crack repair, three key challenges remain: accurate localization in the robot's coordinate frame, adaptability to varying crack sizes, and realistic validation of repairs. We present an adaptive, autonomous robotic system for surface crack detection and repair using advanced sensing technologies to enhance precision and safety for humans. A laser scanner is used to refine crack coordinates for accurate localization. Furthermore, our adaptive crack filling approach outperforms fixed speed techniques in efficiency and consistency. We validate our method using 3D printed cracks under realistic conditions, demonstrating repeatable testing. This research contributes to the field of human-robot interaction by reducing manual labor, improving safety, and streamlining maintenance operations, ultimately paving the way for more sophisticated and integrated construction robotics.
• Abstract（参考訳）: インフラの表面ひび割れは、効率的に修復しなければ、深刻な劣化と高価なメンテナンスにつながる可能性がある。 手作業による修復方法は、労働集約的、時間を要する、不正確である。 ロボットの認識と操作の進歩は、自律的なひび割れの修復を進めてきたが、ロボットの座標フレームの正確な位置決め、ひび割れの大きさへの適応性、修復の現実的な検証の3つの大きな課題が残っている。 本研究では,表面き裂検出と補修のための適応型自律型ロボットシステムについて,人間の精度と安全性を高めるため,先進的なセンシング技術を用いて述べる。 レーザースキャナーは、正確な位置決めのためにクラック座標を洗練するために使用される。 さらに, 適応型クラック充填法は, 効率, 整合性において, 固定速度技術より優れていた。 本手法は現実的な条件下での3Dプリントき裂を用いて検証し, 繰り返し試験を行った。 この研究は、手作業の削減、安全性の向上、保守作業の合理化による人間とロボットの相互作用の分野に寄与し、最終的にはより高度で統合された建設ロボティクスの道を開いた。

関連論文リスト

• Software Engineering for Self-Adaptive Robotics: A Research Agenda [19.128553400293008]
  自己適応型ロボットシステムは、動的で不確実な環境で自律的に動作するように設計されている。 従来のロボットソフトウェアとは異なり、自己適応型ロボットは人工知能、機械学習、モデル駆動工学を活用する。 本稿では,自己適応型ロボット工学におけるソフトウェア工学の研究課題について述べる。
  論文  参考訳（メタデータ） (2025-05-26T07:47:50Z)
• Is Single-View Mesh Reconstruction Ready for Robotics? [63.29645501232935]
  本稿では,ロボット操作におけるディジタル双対環境構築のための単一視点メッシュ再構成モデルについて述べる。 ロボット工学の文脈における3次元再構成のベンチマーク基準を確立する。 コンピュータビジョンベンチマークの成功にもかかわらず、既存のアプローチはロボティクス固有の要件を満たしていない。
  論文  参考訳（メタデータ） (2025-05-23T14:35:56Z)
• Action Flow Matching for Continual Robot Learning [57.698553219660376]
  ロボット工学における継続的な学習は、変化する環境やタスクに常に適応できるシステムを求める。 本稿では,オンラインロボット力学モデルアライメントのためのフローマッチングを利用した生成フレームワークを提案する。 ロボットは,不整合モデルで探索するのではなく,行動自体を変換することで,より効率的に情報収集を行う。
  論文  参考訳（メタデータ） (2025-04-25T16:26:15Z)
• Prof. Robot: Differentiable Robot Rendering Without Static and Self-Collisions [40.15055686410145]
  本稿では, ロボット衝突分類器の学習を通じて, 衝突に対する身体的意識を組み込むことにより, これまでの取り組みに新たな改善を加える。 これにより、ロボット自体と同様に、静的で非操作可能な環境との衝突を避けるアクションの最適化が可能になる。
  論文  参考訳（メタデータ） (2025-03-14T10:25:54Z)
• Digital Twin-Enabled Real-Time Control in Robotic Additive Manufacturing via Soft Actor-Critic Reinforcement Learning [2.5709786140685633]
  本研究は,ソフトアクタ・クリティカル(SAC)強化学習とデジタルツイン技術を組み合わせた新しいアプローチを提案する。 我々は,Vier X300sロボットアームを用いて,2つの異なる制御シナリオを実装した手法を実証した。 その結果、シミュレートされた環境と物理的環境の両方において、迅速な政策収束と堅牢なタスク実行が示された。
  論文  参考訳（メタデータ） (2025-01-29T22:06:53Z)
• Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics [50.191655141020505]
  この研究は、長期水平予測、エラー蓄積、およびsim-to-real転送の課題に対処することで、モデルに基づく強化学習を前進させる。 スケーラブルでロバストなフレームワークを提供することで、現実のアプリケーションにおいて適応的で効率的なロボットシステムを実現することができる。
  論文  参考訳（メタデータ） (2025-01-17T10:39:09Z)
• Kalib: Markerless Hand-Eye Calibration with Keypoint Tracking [52.4190876409222]
  ハンドアイキャリブレーションでは、カメラとロボット間の変換を推定する。 ディープラーニングの最近の進歩は、マーカーレス技術を提供するが、それらは課題を提示している。 自動的かつ普遍的なマーカーレスハンドアイキャリブレーションパイプラインであるKalibを提案する。
  論文  参考訳（メタデータ） (2024-08-20T06:03:40Z)
• An Attention-Based Deep Generative Model for Anomaly Detection in Industrial Control Systems [3.303448701376485]
  異常検出は、産業制御システムの安全かつ信頼性の高い運用に不可欠である。 本稿では,このニーズを満たすための新しい深層生成モデルを提案する。
  論文  参考訳（メタデータ） (2024-05-03T23:58:27Z)
• Robust Surgical Tool Tracking with Pixel-based Probabilities for Projected Geometric Primitives [28.857732667640068]
  視覚フィードバックによるロボットマニピュレータの制御には、ロボットとカメラの間の既知の座標フレーム変換が必要である。 メカニカルシステムとカメラキャリブレーションの不確かさは、この座標フレーム変換に誤りをもたらす。 画像ベース挿入軸検出アルゴリズムと確率モデルを用いて,手術用ロボットのカメラ間変換と関節角度測定誤差を推定する。
  論文  参考訳（メタデータ） (2024-03-08T00:57:03Z)
• Mechanics-Informed Autoencoder Enables Automated Detection and Localization of Unforeseen Structural Damage [12.889670445791985]
  MIDASは、構造物の損傷の自動検出と位置決めのための"deploy-and-forget"アプローチである。 これは、安価なセンサー、データ圧縮、およびメカニックインフォームドオートエンコーダから完全に受動的に計測される相乗的な統合である。 わずか3時間のデータから学んだMIDASは、さまざまな種類の予期せぬ損傷を自律的に検出し、ローカライズすることができる。
  論文  参考訳（メタデータ） (2024-02-23T18:31:02Z)
• Self-consistent Validation for Machine Learning Electronic Structure [81.54661501506185]
  機械学習と自己整合フィールド法を統合して,検証コストの低減と解釈可能性の両立を実現する。 これにより、積極的学習によるモデルの能力の探索が可能となり、実際の研究への統合への信頼がもたらされる。
  論文  参考訳（メタデータ） (2024-02-15T18:41:35Z)
• Distributional Instance Segmentation: Modeling Uncertainty and High Confidence Predictions with Latent-MaskRCNN [77.0623472106488]
  本稿では,潜在符号を用いた分散インスタンス分割モデルのクラスについて検討する。 ロボットピッキングへの応用として,高い精度を実現するための信頼性マスク手法を提案する。 本手法は,新たにリリースした曖昧なシーンのデータセットを含め,ロボットシステムにおける致命的なエラーを著しく低減できることを示す。
  論文  参考訳（メタデータ） (2023-05-03T05:57:29Z)
• EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
  我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。 我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。 本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-02T03:49:54Z)
• A Distance-Geometric Method for Recovering Robot Joint Angles From an RGB Image [7.971699294672282]
  本稿では,ロボットマニピュレータの関節角度を現在の構成の1つのRGB画像のみを用いて検索する手法を提案する。 提案手法は,構成空間の距離幾何学的表現に基づいて,ロボットの運動モデルに関する知識を活用する。
  論文  参考訳（メタデータ） (2023-01-05T12:57:45Z)
• Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot Learning [121.9708998627352]
  近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。 本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
  論文  参考訳（メタデータ） (2022-04-15T08:12:15Z)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)

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。