論文の概要: Industrial-Grade Robust Robot Vision for Screw Detection and Removal under Uneven Conditions

• arxiv url: http://arxiv.org/abs/2603.29363v1
• Date: Tue, 31 Mar 2026 07:36:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.255987
• Title: Industrial-Grade Robust Robot Vision for Screw Detection and Removal under Uneven Conditions
• Title（参考訳）: 不均一条件下でのスクリュー検出・除去のための産業用グラッドロバストロボットビジョン
• Authors: Tomoki Ishikura, Genichiro Matsuda, Takuya Kiyokawa, Kensuke Harada,
• Abstract要約: 本研究では,タスク固有の2段階検出手法と格子型局所校正戦略を統合する自動システムを提案する。 120ユニットの実際の検証では、システムは78.3%の分解成功率、平均サイクル時間は193秒に達した。
• 参考スコア（独自算出の注目度）: 6.52142516644929
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the amount of used home appliances is expected to increase despite the decreasing labor force in Japan, there is a need to automate disassembling processes at recycling plants. The automation of disassembling air conditioner outdoor units, however, remains a challenge due to unit size variations and exposure to dirt and rust. To address these challenges, this study proposes an automated system that integrates a task-specific two-stage detection method and a lattice-based local calibration strategy. This approach achieved a screw detection recall of 99.8% despite severe degradation and ensured a manipulation accuracy of +/-0.75 mm without pre-programmed coordinates. In real-world validation with 120 units, the system attained a disassembly success rate of 78.3% and an average cycle time of 193 seconds, confirming its feasibility for industrial application.
• Abstract（参考訳）: 我が国の労働力の減少にもかかわらず、中古家電の数は増加すると予想されているため、リサイクル工場での分解処理を自動化する必要がある。 しかし、空気調和機の屋外ユニットを分解する自動化は、ユニットサイズの変化と汚れやさびへの露出のために依然として課題である。 これらの課題に対処するために,タスク固有の2段階検出手法と格子ベースの局所校正戦略を統合する自動システムを提案する。 このアプローチは、深刻な劣化にもかかわらず99.8%のスクリュー検出リコールを達成し、事前にプログラムされた座標を使わずに+/-0.75mmの操作精度を確保した。 120ユニットによる実世界の検証では、システムは78.3%の分解成功率、平均サイクル時間は193秒に達し、産業応用の可能性を確認した。

関連論文リスト

• Robotic chip-scale nanofabrication for superior consistency [0.0]
  本稿では,ロボットアームを用いて低体積・高吸蔵作業を自動化することにより,プロセス制御と整合性を改善することを提案する。 プロセスの再現性に関する統計的比較は、ロボットプロセスが2%近いチップにまたがる抵抗を達成していることを示している。
  論文  参考訳（メタデータ） (2025-11-24T18:59:45Z)
• An Intelligent Water-Saving Irrigation System Based on Multi-Sensor Fusion and Visual Servoing Control [3.055831281462442]
  本稿では,精密農業における重要な課題に対処するために,インテリジェントな貯水池システムを提案する。 このシステムは、高度なコンピュータビジョン、ロボット制御、マルチセンサー融合アプローチによるリアルタイム安定化技術を統合する。
  論文  参考訳（メタデータ） (2025-10-27T04:43:20Z)
• High-Level Multi-Robot Trajectory Planning And Spurious Behavior Detection [41.75258434978792]
  本稿では,LTL(Linear Temporal Logic)公式として指定された計画の急激な実行を特定することの課題について述べる。 我々はNets-within-Nets(NWN)パラダイムに基づく構造化データ生成フレームワークを提案する。 本稿では,トランスフォーマーを用いた異常検出パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-10-20T07:47:51Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• An Autonomous Drone Swarm for Detecting and Tracking Anomalies among Dense Vegetation [3.6394530599964026]
  ドローンの群れは、密集した目標を事実上検出し、追跡することができることを示す。 6機のドローンによる実生活実験で、平均位置精度は0.39m、平均精度は93.2%に達した。 合成開口画像統合プロセスにセンサノイズを効果的に組み込むことができることを示す。
  論文  参考訳（メタデータ） (2024-07-15T14:31:21Z)
• A Smart Robotic System for Industrial Plant Supervision [16.68349850187503]
  本稿では,各種センサとインテリジェントデータ処理を統合した自律走行ロボットによるシステムを提案する。 メタン漏れを検出し、流量を推定し、より一般的なガス異常を検出し、音源をローカライズし、故障事例を検出し、環境を3Dでマッピングし、自律的にナビゲートすることができる。
  論文  参考訳（メタデータ） (2023-08-10T14:54:21Z)
• Industrial Anomaly Detection and Localization Using Weakly-Supervised Residual Transformers [44.344548601242444]
  Weakly-supervised RESidual Transformer (WeakREST) という新しいフレームワークを導入し,高い異常検出精度を実現する。 画素単位の異常局所化タスクをブロック単位の分類問題に再構成する。 弱いラベルと残差に基づく表現との相互作用を処理できるResMixMatchアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-06-06T08:19:30Z)
• Real-Time Damage Detection in Fiber Lifting Ropes Using Lightweight Convolutional Neural Networks [14.553374494874374]
  軽量畳み込みニューラルネットワークを用いた合成繊維ロープ画像の損傷検出システム ケネクラネスの専門家は、ロープの状態に応じて収集した画像に注釈を付け、正常または損傷を与えた。 モデルは96.5%の精度、94.8%の精度、98.3%のリコール、96.5%のF1スコア、99.3%のAUCで他の類似の手法より優れている。
  論文  参考訳（メタデータ） (2023-02-23T11:44:43Z)
• AURSAD: Universal Robot Screwdriving Anomaly Detection Dataset [80.6725125503521]
  本報告では,UR3eシリーズロボットとOnRobot Screwdriverを用いて作成したデータセットについて述べる。 その結果得られたデータは、正常および異常なロボット動作の2042のサンプルを含んでいる。 このデータを使用した短いMLベンチマークも提供されており、さらなる分析と実験のためのデータの適合性と可能性を示している。
  論文  参考訳（メタデータ） (2021-02-02T09:59:23Z)

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。