論文の概要: A Review on Geometry and Surface Inspection in 3D Concrete Printing
- arxiv url: http://arxiv.org/abs/2503.07472v1
- Date: Mon, 10 Mar 2025 15:48:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-11 15:45:56.606314
- Title: A Review on Geometry and Surface Inspection in 3D Concrete Printing
- Title（参考訳）: 3次元コンクリート印刷における形状と表面検査の展望
- Authors: K. Mawas, M. Maboudi, M. Gerke,
- Abstract要約: 本研究では3次元コンクリート印刷における形状と表面品質制御の諸側面について検討する(3DCP)。
データキャプチャ技術の4つのカテゴリについて検討し、AMCの文脈におけるその利点と限界について論じる。
印刷物の製造サイクルの異なる段階において, (i) 印刷中, (ii) レイヤーワイド, (iii) プレアセンブリ, (iv) アセンブリなど,様々な品質管理戦略を探索した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Given the substantial growth in the use of additive manufacturing in construction (AMC), it is necessary to ensure the quality of printed specimens which can be much more complex than conventionally manufactured parts. This study explores the various aspects of geometry and surface quality control for 3D concrete printing (3DCP), with a particular emphasis on deposition-based methods, namely extrusion and shotcrete 3D printing (SC3DP). A comprehensive overview of existing quality control (QC) methods and strategies is provided and preceded by an in-depth discussion. Four categories of data capture technologies are investigated and their advantages and limitations in the context of AMC are discussed. Additionally, the effects of environmental conditions and objects' properties on data capture are also analyzed. The study extends to automated data capture planning methods for different sensors. Furthermore, various quality control strategies are explored across different stages of the fabrication cycle of the printed object including: (i) During printing, (ii) Layer-wise, (iii) Preassembly, and (iv) Assembly. In addition to reviewing the methods already applied in AMC, we also address various research gaps and future trends and highlight potential methodologies from adjacent domains that could be transferred to AMC.
- Abstract（参考訳）: 建設における添加物製造(AMC)の利用が著しく増加していることを考えると、従来製造された部品よりもはるかに複雑である印刷物の品質を確保する必要がある。
本研究では,3次元コンクリート印刷における形状および表面品質制御の諸側面について検討し,特に押出・ショットクレテ3Dプリンティング(SC3DP)の堆積法に着目した。
既存の品質管理(QC)手法と戦略を概観し、詳細な議論を行う。
データキャプチャ技術の4つのカテゴリについて検討し、AMCの文脈におけるその利点と限界について論じる。
また, 環境条件や物体の特性がデータキャプチャに与える影響も分析した。
この研究は、異なるセンサーのための自動データキャプチャー計画方法にまで拡張されている。
さらに, 印刷物の製造サイクルの異なる段階において, 様々な品質管理戦略を探索する。
(i)印刷中
(ii)レイヤーワイド、
(三)事前組立、及び
(4)衆議院議員。
AMCですでに適用されている手法の見直しに加えて、さまざまな研究ギャップや今後の動向に対処し、AMCに移行可能な隣接領域からの潜在的方法論を強調する。
関連論文リスト
- No-Reference Point Cloud Quality Assessment via Graph Convolutional Network [89.12589881881082]
3次元(3D)ポイントクラウドは、新しいビジュアルメディアフォーマットとして、消費者にますます好まれている。
ポイントクラウドは、必然的に、マルチメディア通信システムによる品質劣化と情報損失に悩まされる。
マルチビュー2次元投影画像の相互依存関係を特徴付けるために,GCN(Graph Convolutional Network)を用いた新しい非参照PCQA手法を提案する。
論文 参考訳（メタデータ） (2024-11-12T11:39:05Z) - LLM-3D Print: Large Language Models To Monitor and Control 3D Printing [6.349503549199403]
産業4.0は、デジタル化を推進し、添加性製造(AM)へのパラダイムシフトによって製造に革命をもたらした。
重要なAM技術であるFDMは、層間押出による最小限の材料廃棄物による、高度にカスタマイズされたコスト効率の高い製品の作成を可能にする。
本稿では,3Dプリンタとともに学習済みのLarge Language Models(LLM)を利用して,印刷欠陥の検出と対処を行うプロセス監視・制御フレームワークを提案する。
論文 参考訳（メタデータ） (2024-08-26T14:38:19Z) - A Comprehensive Survey of 3D Dense Captioning: Localizing and Describing
Objects in 3D Scenes [80.20670062509723]
3Dシークエンスキャプションは、3Dシーンの詳細な説明を作成することを目的とした、視覚言語によるブリッジングタスクである。
2次元の視覚的キャプションと比較して、現実世界の表現が密接なため、大きな可能性と課題が提示される。
既存手法の人気と成功にもかかわらず、この分野の進歩を要約した総合的な調査は乏しい。
論文 参考訳（メタデータ） (2024-03-12T10:04:08Z) - A Quantitative Evaluation of Score Distillation Sampling Based
Text-to-3D [54.78611187426158]
本研究では,SDS手法の故障事例を定量的に分析し,人間の評価によって相互に検証する,より客観的な定量的評価指標を提案する。
計算効率の良い新しいベースラインモデルを設計することで,この解析の有効性を実証する。
論文 参考訳（メタデータ） (2024-02-29T00:54:09Z) - Occlusion-Aware 2D and 3D Centerline Detection for Urban Driving via
Automatic Label Generation [4.921246328739616]
本研究は,高ダイナミックな都市運転シナリオ下での2次元および3次元の道路トポロジ情報を決定する戦略を探求し,特定することを目的とする。
この探索を容易にするために、100万近い自動ラベル付きデータフレームからなる実質的なデータセットを導入する。
論文 参考訳（メタデータ） (2023-11-03T17:20:34Z) - PointHPS: Cascaded 3D Human Pose and Shape Estimation from Point Clouds [99.60575439926963]
本稿では,実環境で捉えた点雲から正確な3次元HPSを実現するための基本的フレームワークであるPointHPSを提案する。
PointHPSは、カスケードアーキテクチャを通じてポイント機能を反復的に洗練する。
広範囲な実験により、ポイントHPSは強力な特徴抽出と処理方式を持ち、State-of-the-Art法より優れていることが示された。
論文 参考訳（メタデータ） (2023-08-28T11:10:14Z) - AI-Generated Content (AIGC) for Various Data Modalities: A Survey [15.826383156183033]
AIGCメソッドは、AIアルゴリズムを使用してテキスト、画像、ビデオ、3Dアセット、その他のメディアを生成することを目的としている。
本稿では、単一モダリティ法と相互モダリティ法の両方を含む、異なるデータモダリティにわたるAIGC手法の包括的なレビューを提供する。
論文 参考訳（メタデータ） (2023-08-27T18:38:57Z) - Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
論文 参考訳（メタデータ） (2023-06-20T14:21:58Z) - An adaptive human-in-the-loop approach to emission detection of Additive
Manufacturing processes and active learning with computer vision [76.72662577101988]
In-situ monitoring and process control in Additive Manufacturing (AM) は大量の排出データを収集することを可能にする。
このデータは、3Dプリントされた部品の3Dおよび2D表現への入力として使用できる。
本研究の目的は,機械学習技術を用いた適応型ヒューマン・イン・ザ・ループ手法を提案することである。
論文 参考訳（メタデータ） (2022-12-12T15:11:18Z) - FPIC: A Novel Semantic Dataset for Optical PCB Assurance [7.027992770055891]
我々は、最先端の自動光学検査(AOI)技術についてレビューし、機械学習(ML)ソリューションに対する強固で急激な傾向を観察する。
これらは、公開されているPCBデータ空間に欠けている、大量のラベル付き真実データを必要とする。
本稿では,FICSイメージコレクション(FPIC)データセットを提案する。
論文 参考訳（メタデータ） (2022-02-17T02:29:58Z)
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。