論文の概要: Physics-Based 3D Simulation for Synthetic Data Generation and Failure Analysis in Packaging Stability Assessment
- arxiv url: http://arxiv.org/abs/2508.13989v1
- Date: Tue, 19 Aug 2025 16:26:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-20 15:36:32.016146
- Title: Physics-Based 3D Simulation for Synthetic Data Generation and Failure Analysis in Packaging Stability Assessment
- Title（参考訳）: パッケージング安定度評価における合成データ生成と故障解析のための物理に基づく3次元シミュレーション
- Authors: Samuel Seligardi, Pietro Musoni, Eleonora Iotti, Gianluca Contesso, Alessandro Dal Palù,
- Abstract要約: 動作パレットの動作を再現できる完全制御可能で正確な物理シミュレーションシステムを提案する。
3Dグラフィックスベースの仮想環境を備え、多様なパッケージレイアウト、異なるラップ材料、多様な動的条件を含む幅広い構成をサポートする。
パレット構成のためのクラッシュテスト予測器として,シミュレータが生成したレンダリングビデオを評価するために,ディープニューラルネットワークをトレーニングする。
- 参考スコア（独自算出の注目度）: 39.880049089446985
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The design and analysis of pallet setups are essential for ensuring safety of packages transportation. With rising demands in the logistics sector, the development of automated systems utilizing advanced technologies has become increasingly crucial. Moreover, the widespread use of plastic wrapping has motivated researchers to investigate eco-friendly alternatives that still adhere to safety standards. We present a fully controllable and accurate physical simulation system capable of replicating the behavior of moving pallets. It features a 3D graphics-based virtual environment that supports a wide range of configurations, including variable package layouts, different wrapping materials, and diverse dynamic conditions. This innovative approach reduces the need for physical testing, cutting costs and environmental impact while improving measurement accuracy for analyzing pallet dynamics. Additionally, we train a deep neural network to evaluate the rendered videos generated by our simulator, as a crash-test predictor for pallet configurations, further enhancing the system's utility in safety analysis.
- Abstract（参考訳）: パレットの設計と分析は、荷物輸送の安全確保に不可欠である。
物流分野の需要が高まり、先進技術を活用した自動化システムの開発がますます重要になっている。
さらに、プラスチック包装の普及により、研究者は安全基準に準拠した環境にやさしい代替品を調査する動機となった。
動作パレットの動作を再現できる完全制御可能で正確な物理シミュレーションシステムを提案する。
3Dグラフィックスベースの仮想環境を備え、多様なパッケージレイアウト、異なるラップ材料、多様な動的条件を含む幅広い構成をサポートする。
この革新的なアプローチは、パレットダイナミクスを分析するための測定精度を改善しながら、物理的なテスト、コスト削減、環境影響の必要性を減らす。
さらに、シミュレーションによって生成されたレンダリングビデオを評価するために、ディープニューラルネットワークをトレーニングし、パレット構成のクラッシュテスト予測器として使用し、安全性分析におけるシステムの利便性をさらに向上させる。
関連論文リスト
- MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [63.875372281596576]
MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。
フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。
生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
論文 参考訳（メタデータ） (2025-08-04T03:07:54Z) - Robust Component Detection for Flexible Manufacturing: A Deep Learning Approach to Tray-Free Object Recognition under Variable Lighting [0.0]
我々は、ZHAWの完全ペン製造ライン上で、Mask R-CNNベースのアプローチを実装し、評価する。
本システムでは, 構成部品配置の必要性を解消しつつ, 各種照明条件の95%検出精度を実現している。
論文 参考訳（メタデータ） (2025-07-01T15:23:54Z) - Integrated Pipeline for Monocular 3D Reconstruction and Finite Element Simulation in Industrial Applications [1.3908352231737158]
本稿では,モノクロ映像,有限要素シミュレーション解析,複合現実視表示に基づく高忠実度3次元再構成を統合した統合ワークフローを提案する。
実験により, 精度を高く保ちながら, シミュレーション効率と可視化効果が良好であることが確認された。
論文 参考訳（メタデータ） (2025-06-16T14:57:05Z) - Dynamic Manipulation of Deformable Objects in 3D: Simulation, Benchmark and Learning Strategy [88.8665000676562]
従来の手法は、しばしば問題を低速または2D設定に単純化し、現実の3Dタスクに適用性を制限する。
データ不足を軽減するため、新しいシミュレーションフレームワークと、低次ダイナミクスに基づくベンチマークを導入する。
本研究では,シミュレーション前トレーニングと物理インフォームドテスト時間適応を統合するフレームワークであるDynamics Informed Diffusion Policy (DIDP)を提案する。
論文 参考訳（メタデータ） (2025-05-23T03:28:25Z) - Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [50.34179054785646]
ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。
Taccelは正確な物理シミュレーションとリアルな触覚信号を提供し、ユーザフレンドリーなAPIを通じて柔軟なロボットセンサー構成をサポートする。
これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
論文 参考訳（メタデータ） (2025-04-17T12:57:11Z) - Real-Time Structural Deflection Estimation in Hydraulically Actuated Systems Using 3D Flexible Multibody Simulation and DNNs [0.0]
本研究では,油圧作動系におけるリアルタイム構造偏向を推定するための新しい枠組みを提案する。
これは、強制励起を受ける機械系の動的応答を推定する機械学習に基づくSLIDEに基づいている。
PyTorch、ADAM、各種センサー入力、最小出力データから標準パラメータを使用して、少ない時間でトレーニングされる。
論文 参考訳（メタデータ） (2025-03-10T16:56:35Z) - Vision-based Manipulation of Transparent Plastic Bags in Industrial Setups [0.37187295985559027]
本稿では, 産業設備における透明プラスチック袋の自律切削・開梱における視覚的操作の課題について述べる。
提案手法は、高度な機械学習アルゴリズム、特に畳み込みニューラルネットワーク(CNN)を用いる。
追尾アルゴリズムと深度センシング技術は、ピック・配置中の3次元空間認識に利用される。
論文 参考訳（メタデータ） (2024-11-14T17:47:54Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - gradSim: Differentiable simulation for system identification and
visuomotor control [66.37288629125996]
本稿では,微分可能マルチフィジカルシミュレーションと微分可能レンダリングを活用し,3次元監督への依存を克服するフレームワークであるgradsimを提案する。
当社の統合グラフは、状態ベースの(3D)監督に頼ることなく、挑戦的なバイスモメータ制御タスクで学習を可能にします。
論文 参考訳（メタデータ） (2021-04-06T16:32:01Z)
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。