Fugu-MT 論文翻訳(概要): Hierarchical Error Assessment of CAD Models for Aircraft Manufacturing-and-Measurement

論文の概要: Hierarchical Error Assessment of CAD Models for Aircraft Manufacturing-and-Measurement

arxiv url: http://arxiv.org/abs/2506.10594v1
Date: Thu, 12 Jun 2025 11:38:12 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-13 15:37:22.704236
Title: Hierarchical Error Assessment of CAD Models for Aircraft Manufacturing-and-Measurement
Title（参考訳）: 航空機製造・計測におけるCADモデルの階層的誤差評価
Authors: Jin Huang, Honghua Chen, Mingqiang Wei,
Abstract要約: 各種航空機モデルに対する実験結果から,提案手法の有効性が示された。本稿では,航空機CADモデルのための新しいエラークラスタフレームワークを提案する。
参考スコア（独自算出の注目度）: 23.535594490365852
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The most essential feature of aviation equipment is high quality, including high performance, high stability and high reliability. In this paper, we propose a novel hierarchical error assessment framework for aircraft CAD models within a manufacturing-and-measurement platform, termed HEA-MM. HEA-MM employs structured light scanners to obtain comprehensive 3D measurements of manufactured workpieces. The measured point cloud is registered with the reference CAD model, followed by an error analysis conducted at three hierarchical levels: global, part, and feature. At the global level, the error analysis evaluates the overall deviation of the scanned point cloud from the reference CAD model. At the part level, error analysis is performed on these patches underlying the point clouds. We propose a novel optimization-based primitive refinement method to obtain a set of meaningful patches of point clouds. Two basic operations, splitting and merging, are introduced to refine the coarse primitives. At the feature level, error analysis is performed on circular holes, which are commonly found in CAD models. To facilitate it, a two-stage algorithm is introduced for the detection of circular holes. First, edge points are identified using a tensor-voting algorithm. Then, multiple circles are fitted through a hypothesize-and-clusterize framework, ensuring accurate detection and analysis of the circular features. Experimental results on various aircraft CAD models demonstrate the effectiveness of our proposed method.
Abstract（参考訳）: 航空機器の最も重要な特徴は、高性能、高安定性、高信頼性である。本稿では,HEA-MM と呼ばれる製造・測定プラットフォーム内における航空機CADモデルの階層的エラー評価フレームワークを提案する。 HEA-MMは、構造された光スキャナーを用いて、製造された作品の総合的な3D計測を行う。測定点クラウドは参照CADモデルに登録され、次いでグローバル、パート、フィーチャーの3階層レベルでエラー解析が行われる。グローバルレベルでは、参照CADモデルからスキャンした点雲の全体偏差を誤差解析により評価する。部分レベルでは、ポイントクラウドを支えるこれらのパッチ上でエラー解析が行われる。そこで我々は,点雲の有意義なパッチセットを得るための,新しい最適化に基づくプリミティブ・リファインメント法を提案する。粗いプリミティブを洗練させるために、分割とマージという2つの基本的な操作が導入されている。特徴レベルでは、CADモデルでよく見られる円孔上でエラー解析が行われる。これを容易にするために、円孔検出のための2段階のアルゴリズムが導入された。まず、テンソル投票アルゴリズムを用いてエッジポイントを同定する。そして、複数の円を仮説とクラスター化の枠組みで取り付け、円の特徴の正確な検出と解析を確実にする。航空機CADモデルに対する実験結果から,提案手法の有効性が示された。

関連論文リスト

RDD: Robust Feature Detector and Descriptor using Deformable Transformer [8.01082121187363]
本稿では,新規かつ堅牢なキーポイント検出器/ディスクリプタであるRobust Deformable Detector (RDD)を提案する。我々は、変形可能な注意が鍵となる位置に焦点を当て、探索空間の複雑さを効果的に減らすことを観察した。提案手法は,スパースマッチングタスクにおいて,最先端のキーポイント検出/記述手法よりも優れている。
論文参考訳（メタデータ） (2025-05-12T19:24:45Z)
3CAD: A Large-Scale Real-World 3C Product Dataset for Unsupervised Anomaly [22.150521360544744]
3CADと呼ばれる大規模異常検出データセットを提案する。 3CADには8種類の製造部品があり、合計27,039個の高解像度画像にピクセルレベルの異常をラベル付けしている。これは、3C製品の品質管理に特化した、最大かつ最初の異常検出データセットである。
論文参考訳（メタデータ） (2025-02-09T03:37:54Z)
Surface Defect Identification using Bayesian Filtering on a 3D Mesh [10.3135376863545]
本稿では,CADによる表面欠陥の自動検出手法を提案する。我々はCADモデルに埋め込まれたアプリオリ知識を活用し、ポイントクラウドデータと統合する。
論文参考訳（メタデータ） (2025-01-30T12:49:17Z)
ParaPoint: Learning Global Free-Boundary Surface Parameterization of 3D Point Clouds [52.03819676074455]
ParaPointは、グローバルな自由境界面パラメータ化を実現するための教師なしのニューラルネットワークパイプラインである。この研究は、グローバルマッピングと自由境界の両方を追求するニューラルポイントクラウドパラメータ化を調査する最初の試みである。
論文参考訳（メタデータ） (2024-03-15T14:35:05Z)
Variational Relational Point Completion Network for Robust 3D Classification [59.80993960827833]
可変点雲補完法は、局所的な詳細を欠くため、大域的な形状の骨格を生成する傾向がある。本稿では2つの魅力的な特性を持つ変分フレームワークであるポイントコンプリートネットワーク(VRCNet)を提案する。 VRCNetは、現実世界のポイントクラウドスキャンにおいて、非常に一般化性と堅牢性を示している。
論文参考訳（メタデータ） (2023-04-18T17:03:20Z)
StarNet: Style-Aware 3D Point Cloud Generation [82.30389817015877]
StarNetは、マッピングネットワークを使用して高忠実度および3Dポイントクラウドを再構築し、生成することができる。我々のフレームワークは、クラウドの再構築と生成タスクにおいて、様々なメトリクスで同等の最先端のパフォーマンスを達成します。
論文参考訳（メタデータ） (2023-03-28T08:21:44Z)
Hierarchical Point Attention for Indoor 3D Object Detection [111.04397308495618]
本研究は、点ベース変圧器検出器の汎用階層設計として、2つの新しい注意操作を提案する。まず、よりきめ細かい特徴学習を可能にするために、シングルスケールの入力機能からマルチスケールトークンを構築するマルチスケール注意(MS-A)を提案する。第2に,適応型アテンション領域を持つサイズ適応型ローカルアテンション(Local-A)を提案する。
論文参考訳（メタデータ） (2023-01-06T18:52:12Z)
3D Cascade RCNN: High Quality Object Detection in Point Clouds [122.42455210196262]
本稿では3次元カスケードRCNNを提案する。これはカスケードパラダイムにおいて、酸化点雲に基づいて複数の検出器を割り当てる。提案する3次元カスケードRCNNは,最先端の3次元物体検出技術と比較した場合の優位性を検証した。
論文参考訳（メタデータ） (2022-11-15T15:58:36Z)
3D Object Detection Combining Semantic and Geometric Features from Point Clouds [19.127930862527666]
そこで本研究では,SGNetと呼ばれる2次元物体検出装置を提案する。 VTPMはVoxel-Point-Based Moduleであり、最終的に点空間で3Dオブジェクト検出を実装している。 2021年9月19日時点で、KITTIデータセットでは、SGNetは、難易度の高いサイクリストの3DおよびBEV検出で1位、適度なサイクリストの3D検出では2位であった。
論文参考訳（メタデータ） (2021-10-10T04:43:27Z)
A Nearest Neighbor Network to Extract Digital Terrain Models from 3D Point Clouds [1.6249267147413524]
本稿では,3Dポイントのクラウド上で動作し,エンド・ツー・エンドのアプローチを用いてシーンの基盤となるDTMを推定するアルゴリズムを提案する。我々のモデルは近隣情報を学習し、これをポイントワイドでブロックワイドなグローバルな特徴とシームレスに統合する。
論文参考訳（メタデータ） (2020-05-21T15:54:55Z)
On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited [94.5455251250471]
まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。我々は、角予測タスクを回帰問題から分類問題に変換する。得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
論文参考訳（メタデータ） (2020-03-12T03:23:54Z)

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。