論文の概要: Component Influence-Driven Fastener Reduction for Robotic Disassemblability-Aware Design Simplification
- arxiv url: http://arxiv.org/abs/2605.21026v1
- Date: Wed, 20 May 2026 11:00:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.633077
- Title: Component Influence-Driven Fastener Reduction for Robotic Disassemblability-Aware Design Simplification
- Title（参考訳）: ロボットの分解性を考慮した要素的影響駆動型ファスナーの簡易化
- Authors: Takuya Kiyokawa, Tomoki Ishikura, Shingo Hamada, Genichiro Matsuda, Kensuke Harada,
- Abstract要約: 本研究は,ファスナー低減に着目した実用的なガイダンスを提供する分析フレームワークを提案する。
このフレームワークは、ロボット分解シーケンス計画結果をコンポーネント影響スコアに変換する。
7つの家電の実験では、このフレームワークが冗長なファスナーをうまくターゲットしていることが示されている。
- 参考スコア（独自算出の注目度）: 6.078622137171499
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To accelerate automated remanufacturing, robotic disassembly must be considered during the product design phase. However, designers currently lack quantitative feedback to identify which structural elements hinder robotic operations. To address this, this study proposes an analytical framework that provides actionable redesign guidance focused on fastener reduction, as fasteners are numerous and ubiquitous components found in almost all manufactured products. Using a Computer-Aided Design (CAD) model and its automatically generated Contact-Connection-Constraint (CCC) graph, the framework translates robotic disassembly sequence planning outcomes into component influence scores. These scores reflect how often a component causes structural constraint violations or evaluation objective deteriorations in the robotic disassembly sequence. To visually highlight structural hindrances, the framework projects these scores onto the CAD geometry as 3D heatmaps. The system then analytically simulates the removal of highly influential fasteners. It reports the expected reductions in structural constraints, tool changes, and robot travel distances, while preventing structurally unsafe modifications by evaluating geometric stability metrics. Experiments on seven household appliances demonstrate that the framework successfully targets redundant fasteners. Removing the recommended fasteners simplified the structural dependencies by eliminating between 8 and 132 structural constraints on the graph depending on each product's structural configuration. Furthermore, it improved robotic operational efficiency by eliminating unnecessary tool change operations and shortening travel distances by 165 to 1675 millimeters wherever structurally permissible.
- Abstract（参考訳）: 自動リマニュファクチャリングを高速化するためには、製品設計段階でロボット分解を考慮する必要がある。
しかし、現在設計者は、どの構造要素がロボット操作を妨げるかを特定するための定量的なフィードバックを欠いている。
そこで本研究では,ファスナーが多種多様かつユビキタスな部品であるため,ファスナー削減に着目した実用的なリデザインガイダンスを提供するための分析フレームワークを提案する。
Computer-Aided Design (CAD)モデルとその自動生成したContact-Connection-Constraint (CCC)グラフを用いて、ロボット解体シーケンス計画結果をコンポーネント影響スコアに変換する。
これらのスコアは、ロボット分解シーケンスにおいて、コンポーネントが構造的制約違反や客観的な劣化を引き起こす頻度を反映している。
構造的障害を視覚的に強調するために、このフレームワークはこれらのスコアをCAD幾何学に3Dヒートマップとして投影する。
このシステムは、非常に影響力のあるファスナーの除去を解析的にシミュレートする。
本報告では, 構造的制約, ツール変更, ロボット走行距離の低減が期待されているが, 幾何的安定性の指標を評価することによって, 構造的に安全でない修正を防止している。
7つの家電の実験では、このフレームワークが冗長なファスナーをうまくターゲットしていることが示されている。
推奨ファスナーの取り外しは、各製品の構造構成に応じてグラフ上の8から132の制約をなくすことで、構造的依存関係を単純化した。
さらに、不要なツール変更操作を排除し、165～1675mmの走行距離を構造的に許容できる範囲で短縮することで、ロボット操作効率を向上した。
関連論文リスト
- COSMIC: Concurrent Optimization of Structure, Material, and Integrated Control for robotic systems [9.321828591115567]
ほとんどのロボットシステムは構造、材料、移動を別々に設計している。
この分離は、しばしば準最適設計につながるが、これらの実体の個人的および集団的貢献は今も残っている。
本稿では,物質設計,移動,その他の複雑な自律行動を同時に最適化する,ランドスケープに基づく協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-12T19:00:01Z) - Beyond Spatial Compression: Interface-Centric Generative States for Open-World 3D Structure [55.17771962316751]
現在の3Dトークンは、表現を空間圧縮として扱うが、コンポーネントの所有権とアタッチメントの妥当性は暗黙的に残す。
我々は、トークン化がパッシブ圧縮コードではなく操作状態を構成する、インターフェイス中心の生成状態という別の視点を定式化する。
我々は、この定式化を、C2LT-3D(Component-Conditioned Canonical Local Tokens)でインスタンス化し、表現を標準局所幾何学、パーティション条件付きコンテキスト、およびリレーショナルシーム変数に分解する。
論文 参考訳（メタデータ） (2026-05-11T12:09:28Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - System Design for Maintaining Internal State Consistency in Long-Horizon Robotic Tabletop Games [29.25150598992781]
ロングホライゾンのテーブルトップゲームは、ロボティクスに固有のシステムに挑戦する。
知覚的あるいは実行上の小さなエラーは、蓄積されたタスク状態の無効化、意思決定モジュール間の伝搬、および脱線処理を可能とします。
本稿では,ターン型マルチロボットテーブルトップゲームにおける内部状態の整合性を維持する方法について検討する。
論文 参考訳（メタデータ） (2026-03-26T12:54:29Z) - Architecture-Aware Multi-Design Generation for Repository-Level Feature Addition [53.50448142467294]
RAIMは、リポジトリレベルの機能追加のための、多設計およびアーキテクチャ対応のフレームワークである。
複数の多様な実装設計を生成することで、線形パッチから切り離される。
NoCode-bench Verifiedデータセットの実験では、RAIMが新しい最先端のパフォーマンスを確立することが示されている。
論文 参考訳（メタデータ） (2026-03-02T12:50:40Z) - From Perception to Action: An Interactive Benchmark for Vision Reasoning [51.11355591375073]
Causal Hierarchy of Actions and Interactions (CHAIN)ベンチマークは、モデルが物理的制約に基づいて構造化されたアクションシーケンスを理解し、計画し、実行できるかを評価するために設計された。
CHAINは、受動的知覚からアクティブな問題解決、機械パズルのインターロックや3D積み重ね、パッキングといったタスクへと評価をシフトする。
以上の結果から,トップパフォーマンスモデルでは,物理構造や因果制約の内在化に苦慮し,信頼性の高い長期計画の作成に失敗することが多く,認識された構造を効果的に翻訳することができないことが示唆された。
論文 参考訳（メタデータ） (2026-02-24T15:33:02Z) - Are Pixel-Wise Metrics Reliable for Sparse-View Computed Tomography Reconstruction? [61.48804987263701]
解剖学的構造全体にわたる構造的完全性を評価するために,解剖学的評価尺度の組を提案する。
CAREは、重要な構造物の解剖学的保存を促進するために、訓練中に構造的罰則を取り入れている。
CAREはCT再建における構造的完全性を大幅に改善し、大臓器では+32%、小臓器では+22%、小腸では+40%、血管では+36%となる。
論文 参考訳（メタデータ） (2025-06-02T17:07:10Z) - Mechanics-Informed Autoencoder Enables Automated Detection and Localization of Unforeseen Structural Damage [12.889670445791985]
MIDASは、構造物の損傷の自動検出と位置決めのための"deploy-and-forget"アプローチである。
これは、安価なセンサー、データ圧縮、およびメカニックインフォームドオートエンコーダから完全に受動的に計測される相乗的な統合である。
わずか3時間のデータから学んだMIDASは、さまざまな種類の予期せぬ損傷を自律的に検出し、ローカライズすることができる。
論文 参考訳（メタデータ） (2024-02-23T18:31:02Z) - RGL-NET: A Recurrent Graph Learning framework for Progressive Part
Assembly [30.143946636770025]
我々は、構造的不変量に対して堅牢なアセンブリのための一般化されたフレームワークを開発することの課題に取り組む。
我々のネットワークは、予め組み立てた部品を考慮に入れれば、形状構造のより妥当な予測を学べる。
我々の潜在空間は、ポイントクラウドコンポーネントからの形状回復のようなエキサイティングな応用を促進する。
論文 参考訳（メタデータ） (2021-07-27T14:47:43Z) - Reducing Drift in Structure From Motion Using Extended Features [82.37566035407689]
低周波長範囲誤差(ドリフト)は3次元構造における運動からの固有問題である。
本研究では,平面や消失点などの拡張された構造特徴を用いて,スケールと位置のドリフトを劇的に低減する手法を提案する。
論文 参考訳（メタデータ） (2020-08-27T17:59:04Z)
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。