論文の概要: Vehicle Painting Robot Path Planning Using Hierarchical Optimization

• arxiv url: http://arxiv.org/abs/2601.00271v1
• Date: Thu, 01 Jan 2026 09:22:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.351871
• Title: Vehicle Painting Robot Path Planning Using Hierarchical Optimization
• Title（参考訳）: 階層最適化を用いた自動車塗装ロボット経路計画
• Authors: Yuya Nagai, Hiromitsu Nakamura, Narito Shinmachi, Yuta Higashizono, Satoshi Ono,
• Abstract要約: 自動車製造工場は、コンベア線に沿って進行する車体に塗料を塗るために複数のロボットアームを使用している。 これらのロボットアーム用のペイントパスの設計は、エンジニアにとって時間を要する手作業のままである。 本稿では,階層的最適化問題としてペイントパスの設計を定式化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In vehicle production factories, the vehicle painting process employs multiple robotic arms to simultaneously apply paint to car bodies advancing along a conveyor line. Designing paint paths for these robotic arms, which involves assigning car body areas to arms and determining paint sequences for each arm, remains a time-consuming manual task for engineers, indicating the demand for automation and design time reduction. The unique constraints of the painting process hinder the direct application of conventional robotic path planning techniques, such as those used in welding. Therefore, this paper formulates the design of paint paths as a hierarchical optimization problem, where the upper-layer subproblem resembles a vehicle routing problem (VRP), and the lower-layer subproblem involves detailed path planning. This approach allows the use of different optimization algorithms at each layer, and permits flexible handling of constraints specific to the vehicle painting process through the design of variable representation, constraints, repair operators, and an initialization process at the upper and lower layers. Experiments with three commercially available vehicle models demonstrated that the proposed method can automatically design paths that satisfy all constraints for vehicle painting with quality comparable to those created manually by engineers.
• Abstract（参考訳）: 車両製造工場では、車両塗装プロセスは複数のロボットアームを使用して、コンベア線に沿って進行する車体に塗料を同時に塗る。 これらのロボットアームのペイントパスの設計は、車体領域をアームに割り当て、各アームのペイントシーケンスを決定することを含む。 塗装工程の独特な制約は、溶接など従来のロボット経路計画技術の直接的な適用を妨げている。 そこで,本論文では,上層サブプロブレムが車両ルーティング問題(VRP)に類似し,下層サブプロブレムが詳細な経路計画を伴うような,階層的最適化問題としてペイントパスの設計を定式化する。 このアプローチは各層で異なる最適化アルゴリズムを使用することを可能にし、可変表現、制約、修理演算子、上層および下層における初期化プロセスの設計を通じて、車両塗装プロセスに特有の制約を柔軟に処理することができる。 3つの商用車両モデルを用いた実験により、提案手法は、手動で作成した車体塗装に匹敵する品質で、全ての制約を満たす経路を自動設計できることが実証された。

関連論文リスト

• A Design Co-Pilot for Task-Tailored Manipulators [21.513483509321805]
  本研究は,特定の環境に適したロボット形態を自動設計し,最適化するアプローチを提案する。 完全に微分可能なフレームワークは、設計されたロボットと逆キネマティクスソリューションの勾配に基づく微調整を実現する。 数値実験により, 粗い環境をナビゲートできるロボットや, 特定の作業空間にまたがって良好に動作し, ハードウェアの制約に適応できるマニピュレータが発見された。
  論文  参考訳（メタデータ） (2025-09-16T13:34:30Z)
• VertiFormer: A Data-Efficient Multi-Task Transformer for Off-Road Robot Mobility [49.512339092493384]
  VertiFormerは、たった1時間のデータでトレーニングされた、新しいデータ効率のマルチタスクトランスフォーマーモデルである。 我々の実験は、限られたデータでオフロードロボットの移動にトランスフォーマーを効果的に活用するための洞察を提供する。
  論文  参考訳（メタデータ） (2025-02-01T20:21:00Z)
• A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
  タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。 本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。 移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
  論文  参考訳（メタデータ） (2024-08-11T14:57:57Z)
• Exploring Robot Trajectory Planning -- A Comparative Analysis of Algorithms And Software Implementations in Dynamic Environments [0.0]
  軌道計画はModern & Advanced Roboticsにおいて重要な用語である。 これは、ロボットが時間が経つにつれて、スムーズで実現可能な経路を生成する方法です。 軌道計画は自動車産業ロボット、マニピュレータ、移動ロボットで広く使われている。
  論文  参考訳（メタデータ） (2024-07-18T09:30:27Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• Integrating Higher-Order Dynamics and Roadway-Compliance into Constrained ILQR-based Trajectory Planning for Autonomous Vehicles [3.200238632208686]
  軌道計画は、自動運転車のグローバルな最適ルートを作成することを目的としている。 既存の自転車キネマティックモデルを用いた実装では、制御可能な軌道は保証できない。 このモデルを、曲率と長手ジャークの1階および2階微分を含む高階項で拡張する。
  論文  参考訳（メタデータ） (2023-09-25T22:30:18Z)
• Correcting Faulty Road Maps by Image Inpainting [6.1642231492615345]
  そこで我々は,道路地図を複雑な道路ジオメトリで固定する,カスタムメイドのジオメトリを使わずに,新しい画像インペインティング手法を提案する。 提案手法は, 直線道路, 曲がりくねった道路, T-ジャンクション, 交差点など, 様々な実世界の道路測地における有効性を示す。
  論文  参考訳（メタデータ） (2022-11-12T01:58:32Z)
• Reaching Through Latent Space: From Joint Statistics to Path Planning in Manipulation [26.38185646091712]
  本稿では,ロボットマニピュレータのための経路計画手法を提案する。 経路は、ロボットのポーズ生成モデルの潜在空間における反復的最適化によって生成される。 我々のモデルはランダムにサンプリングされたロボットのポーズに基づいてタスク非依存で訓練されている。
  論文  参考訳（メタデータ） (2022-10-21T07:25:21Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)

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。