論文の概要: Vision-Based Robotic Disassembly Combined with Real-Time MFA Data Acquisition
- arxiv url: http://arxiv.org/abs/2603.28690v1
- Date: Mon, 30 Mar 2026 17:10:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:45.531015
- Title: Vision-Based Robotic Disassembly Combined with Real-Time MFA Data Acquisition
- Title（参考訳）: リアルタイムMFAデータ取得と視覚に基づくロボット分解
- Authors: Federico Zocco, Maria Pozzi, Monica Malvezzi,
- Abstract要約: 本稿では,エッジデバイス上で動作するPCデスクトップコンポーネントをリアルタイムに視覚的に検出する手法の開発の初期段階について述べる。
最初の目標は、学習に基づく視覚の適応性によって予測不可能な幾何学によるアイテムの処理を可能にする、PCデスクトップのロボット分解を行うことである。
第2の目標は、物質フロー分析を行うために必要な、自律的で、高粒度で、タイムリーなデータを提供することだ。
- 参考スコア（独自算出の注目度）: 4.671960159885473
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Stable and reliable supplies of rare-Earth minerals and critical raw materials (CRMs) are essential for the development of the European Union. Since a large share of these materials enters the Union from outside, a valid option for CRMs supply resilience and security is to recover them from end-of-use products. Hence, in this paper we present the preliminary phases of the development of real-time visual detection of PC desktop components running on edge devices to simultaneously achieve two goals. The first goal is to perform robotic disassembly of PC desktops, where the adaptivity of learning-based vision can enable the processing of items with unpredictable geometry caused by accidental damages. We also discuss the robot end-effectors for different PC components with the object contact points derivable from neural detector bounding boxes. The second goal is to provide in an autonomous, highly-granular, and timely fashion, the data needed to perform material flow analysis (MFA) since, to date, MFA often lacks of the data needed to accurately study material stocks and flows. The second goal is achievable thanks to the recently-proposed synchromaterials, which can generate both local and wide-area (e.g., national) material mass information in a real-time and synchronized fashion.
- Abstract（参考訳）: 希土類鉱物と臨界原料(CRM)の安定かつ信頼性の高い供給は、欧州連合の発展に不可欠である。
これらの材料の大部分は外部からユニオンに入るため、CRMのレジリエンスとセキュリティの有効な選択肢は、それらをエンド・オブ・ユース製品から回復させることである。
そこで本稿では,エッジデバイス上で動作しているPCデスクトップコンポーネントを視覚的にリアルタイムに検出し,同時に2つの目標を達成するための準備段階について述べる。
最初の目標は、PCデスクトップのロボット分解を行うことであり、学習に基づく視覚の適応性により、事故による予測不可能な幾何学によるアイテムの処理を可能にする。
また、ニューラルネットワーク境界ボックスから導出される物体接触点を用いて、異なるPCコンポーネントに対するロボットのエンドエフェクタについても検討する。
第2の目標は、物質フロー分析(MFA)を行うために必要なデータが自律的で、高粒度で、タイムリーな方法で提供されることである。
第二のゴールは、最近提案されたシンクロマテリアルのおかげで達成可能であり、これは、ローカルおよびワイドエリア(例えば、全国)の物質マス情報をリアルタイムかつ同期的に生成することができる。
関連論文リスト
- Towards Agentic Intelligence for Materials Science [73.4576385477731]
この調査は、コーパスキュレーションからプレトレーニングから、シミュレーションと実験プラットフォームに面した目標条件付きエージェントまで、ユニークなパイプライン中心の視点を推し進める。
コミュニティをブリッジし、参照の共有フレームを確立するために、まず、AIと材料科学をまたいだ用語、評価、ワークフローの段階を整列する統合レンズを提示する。
論文 参考訳（メタデータ） (2026-01-29T23:48:43Z) - Sustainable Materials Discovery in the Era of Artificial Intelligence [3.222363676081407]
本稿では,上流機械学習(ML)支援材料発見と下流ライフサイクルアセスメントを一様ML-LCA環境に統合することを提案する。
ML-LCAフレームワークは、材料環境知識ベースを構築するための情報抽出、サステナビリティメトリクスにプロパティをリンクする調和データベース、原子特性をライフサイクルへの影響にブリッジするマルチスケールモデル、不確実な定量化を伴う製造経路のアンサンブル予測、不確実性を考慮した最適化の5つのコンポーネントを統合する。
論文 参考訳（メタデータ） (2026-01-29T10:42:44Z) - LSM-2: Learning from Incomplete Wearable Sensor Data [65.58595667477505]
本稿では,Adaptive and Inherited Masking (AIM)を用いた第2世代Large Sensor Model (LSM-2)を紹介する。
AIMは明示的な計算を必要とせず、不完全なデータから直接堅牢な表現を学習する。
AIMを用いた LSM-2 は, 分類, 回帰, 生成モデルなど, 多様なタスクにまたがる最高の性能を実現する。
論文 参考訳（メタデータ） (2025-06-05T17:57:11Z) - Towards Edge-Based Idle State Detection in Construction Machinery Using Surveillance Cameras [0.0]
未使用の建設機械は、運用コストとプロジェクト遅延を増大させる。
本稿では, アイドル機械検出のためのエッジIMIフレームワークを提案する。
提案手法は,オブジェクト検出,トラッキング,アイドル状態同定という3つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2025-06-01T08:43:33Z) - Zero-shot Autonomous Microscopy for Scalable and Intelligent Characterization of 2D Materials [41.856704526703595]
従来、原子スケールの材料の特徴付けには、数ヶ月から数年の専門的な訓練を必要とする。
このボトルネックは、大規模なトレーニングデータセットを必要とせずに研究目的を理解できる完全自律的な実験システムへの需要を加速させる。
本稿では,2次元材料の完全自律的ゼロショットキャラクタリゼーションを実現するため,基礎モデルを統合するエンドツーエンドフレームワークであるATOMICを提案する。
論文 参考訳（メタデータ） (2025-04-14T14:49:45Z) - A Data-Centric Revisit of Pre-Trained Vision Models for Robot Learning [67.72413262980272]
事前訓練された視覚モデル(PVM)は現代のロボティクスの基本であるが、その最適構成は定かではない。
セマンティック・ボトルネックを導入してオブジェクト中心の表現を誘導する手法であるSlotMIMを開発した。
提案手法は,画像認識,シーン理解,ロボット学習評価において,従来の作業よりも大幅に改善されている。
論文 参考訳（メタデータ） (2025-03-10T06:18:31Z) - Synchronized Object Detection for Autonomous Sorting, Mapping, and Quantification of Materials in Circular Healthcare [1.03121181235382]
循環経済は、物質供給の不確実性と廃棄物発生の両面の削減の解決策として関心を集めている。
本稿では,固体材料の自律的ソート,マッピング,定量化が可能なリアルタイム同期オブジェクト検出フレームワークを提案する。
そこで我々は, シンクロマテリアルの概念を導入し, 材料ネットワークのノードコンパートメントとしてロボット廃棄物ソーターを考案した。
論文 参考訳（メタデータ） (2024-05-10T21:46:03Z) - MMRNet: Improving Reliability for Multimodal Object Detection and
Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。
これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。
システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
論文 参考訳（メタデータ） (2022-10-19T19:15:07Z) - The Synergy of Complex Event Processing and Tiny Machine Learning in
Industrial IoT [7.172671995820974]
IIoT(Industrial Internet-of-Things)は、工場運営の効率性と堅牢性を促進します。
様々なセンサーやフィールドデバイスが中心的な役割を担い、製造に関する洞察を提供する大量のリアルタイムデータを生成する。
複雑なイベント処理(CEP)と機械学習(ML)のシナジーは、異種データストリームのパターンを特定し、生データを有形事実に融合するために、IIoTで近年積極的に開発されています。
本稿では,分散センサネットワークのエッジにおけるMLとCEPのシナジーを利用するフレームワークを提案する。
論文 参考訳（メタデータ） (2021-05-04T14:58:48Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。