論文の概要: A Deployment Case Study in Robotic Apparel Automation: Digital Twin Integration, Interoperability, and Workforce Enablement
- arxiv url: http://arxiv.org/abs/2606.16078v1
- Date: Mon, 15 Jun 2026 00:34:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 18:36:05.014961
- Title: A Deployment Case Study in Robotic Apparel Automation: Digital Twin Integration, Interoperability, and Workforce Enablement
- Title（参考訳）: ロボットアパレル自動化における展開事例研究--デジタルツイン統合、相互運用性、作業力の実現
- Abstract要約: 本稿では,デニム製造のためのロボット縫製システムの展開指向ケーススタディを提案する。
デジタルスレッドモジュールは、DXF生産図をプロセスパラメータと実行可能なロボット軌道に解析し、手作業によるプログラミングの労力を減らす。
ワークセルのデジタルツインは、リーチとクリアランスの検証、レイアウトとシークエンシングの洗練、オペレータアクセスの評価、上流および下流タスクとのサイクルタイム互換性の評価に使用される。
- 参考スコア（独自算出の注目度）: 2.7982519003969855
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite steady advances in flexible automation in sectors such as electronics and automotive manufacturing, apparel automation remains challenging because fabrics are deformable and difficult to manipulate with robots. This paper presents a deployment-oriented case study of a robotic sewing system for denim manufacturing, emphasizing the system-level integration required for practical adoption. At the engineering level, a digital thread module parses DXF production drawings into process parameters and executable robot trajectories, reducing manual programming effort and enabling rapid re-targeting across sewing operations. In parallel, a digital twin of the workcell is used during pre-deployment to validate reach and clearance, refine layout and sequencing, evaluate operator access, and assess cycle-time compatibility with upstream and downstream tasks, thereby reducing commissioning risk. At deployment, the system integrates a collaborative robot with conventional sewing equipment, welding, suction fixtures, and machine-level controllers through an interoperability layer. Runtime monitoring and verification, including seam monitoring, collision checking, and trajectory-level validation, improve robustness under environmental variability, while operator-facing training and guidance tools support setup, troubleshooting, and technology adoption. Two staged factory deployments on denim shorts, covering 2D pocket operations and 3D garment-shaping seams, show that digital-twin-based validation, digital-thread-driven task generation, interoperability, runtime verification, and operator training are important for scaling robotic apparel automation.
- Abstract（参考訳）: 電子機器や自動車製造などの分野ではフレキシブルな自動化が着実に進んでいるが、繊維が変形し、ロボットで操作することが難しいため、アパレルの自動化は難しいままである。
本稿では,デニム製造のためのロボット縫製システムの展開指向の事例研究を行い,実用化に必要なシステムレベルの統合を強調した。
エンジニアリングレベルでは、デジタルスレッドモジュールがDXF生産図をプロセスパラメータと実行可能なロボット軌道に解析し、手作業によるプログラミングの労力を削減し、縫製作業全体の迅速な再ターゲットを可能にする。
並行して、ワークセルのデジタルツインを使用して、リーチとクリアランスの検証、レイアウトとシークエンシングの洗練、オペレータアクセスの評価、上流および下流タスクとのサイクルタイム互換性の評価を行う。
システムでは、従来の縫製装置、溶接、吸引装置、機械レベルのコントローラと、相互運用層を介して協調するロボットを統合している。
シームモニタリング、衝突チェック、軌道レベルの検証を含む実行時の監視と検証は、環境変数下での堅牢性を改善し、オペレーター向けのトレーニングとガイダンスツールは、セットアップ、トラブルシューティング、技術導入をサポートする。
デニムショーツの2つの段階的な工場展開は、2Dポケット操作と3D衣料品加工をカバーしており、ロボットアパレル自動化のスケーリングにはデジタルツインベースの検証、デジタルスレッド駆動タスク生成、相互運用性、実行時検証、オペレータトレーニングが重要であることを示している。
関連論文リスト
- Agentic AI-enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing [14.904905716435946]
本稿では,エンドツーエンドのCognitive Digital Twin(CDT)デバッグを自動化するエージェントベースのAI駆動ワークフローを提案する。
このシステムは平均的な平均精度(mAP)を97.2%の認識で達成し、展開サイクルを数週間から平均2時間に短縮する。
論文 参考訳（メタデータ） (2026-09-08T22:34:38Z) - Integrated Identification of Collaborative Robots for Robot Assisted 3D Printing Processes [37.19059223604783]
本研究は,システムパラメータの同定手順を統合したモデルベースアプローチを提案する。
統合されたモデリング手法により,センサやプログラミングの制約があっても,信頼性の高い動的モデルが得られることを示す。
論文 参考訳（メタデータ） (2026-04-02T12:54:43Z) - Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。
このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
論文 参考訳（メタデータ） (2026-03-03T17:41:42Z) - DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving [62.62464518137153]
DriveTransformerは、スケールアップを簡単にするためのシンプルなE2E-ADフレームワークである。
タスク・セルフ・アテンション、センサー・クロス・アテンション、時間的クロス・アテンションという3つの統合された操作で構成されている。
シミュレーションされたクローズドループベンチマークBench2Driveと、FPSの高い実世界のオープンループベンチマークnuScenesの両方で、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-03-07T11:41:18Z) - Digital Twin Synchronization: Bridging the Sim-RL Agent to a Real-Time Robotic Additive Manufacturing Control [2.5709786140685633]
この研究は、産業ロボット工学応用のためのソフトアクター・クライトとデジタルツインの統合を推進している。
システムアーキテクチャはUnityのシミュレーション環境とROS2を組み合わせて、シームレスなデジタル双対同期を実現する。
その結果、シミュレートされた環境と物理的環境の両方において、迅速な政策収束と堅牢なタスク実行が示された。
論文 参考訳（メタデータ） (2025-01-29T22:06:53Z) - Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。
本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。
我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
論文 参考訳（メタデータ） (2024-11-18T01:52:20Z) - RAMPA: Robotic Augmented Reality for Machine Programming by DemonstrAtion [4.963604518596734]
本稿では,RAMPA(Robotic Augmented Reality for Machine Programming by Demonstration)を紹介する。
RAMPAは、最初のML統合XR駆動のエンドツーエンドロボットシステムであり、ProMPのようなMLモデルのトレーニングとデプロイをオンザフライで行うことができる。
提案手法は,ユーザの物理的環境内で直接,スキルデモのその場でのデータ記録,可視化,微調整を可能にする。
論文 参考訳（メタデータ） (2024-10-17T10:21:28Z) - SKT: Integrating State-Aware Keypoint Trajectories with Vision-Language Models for Robotic Garment Manipulation [82.61572106180705]
本稿では、視覚言語モデル(VLM)を用いて、様々な衣服カテゴリーにおけるキーポイント予測を改善する統一的なアプローチを提案する。
我々は、高度なシミュレーション技術を用いて大規模な合成データセットを作成し、大規模な実世界のデータを必要としないスケーラブルなトレーニングを可能にした。
実験結果から, VLM法はキーポイント検出精度とタスク成功率を大幅に向上させることが示された。
論文 参考訳（メタデータ） (2024-09-26T17:26:16Z) - Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。
これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。
これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文 参考訳（メタデータ） (2024-06-29T03:37:29Z) - RoboGrind: Intuitive and Interactive Surface Treatment with Industrial
Robots [7.7407798321584185]
RoboGrindは、産業用ロボットによる表面処理タスクの直感的でインタラクティブな自動化のための統合システムである。
表面スキャンと自動欠陥識別のための高度な3D認識パイプラインを組み合わせる。
論文 参考訳（メタデータ） (2024-02-26T13:01:28Z) - Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot
Learning [121.9708998627352]
近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。
本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
論文 参考訳（メタデータ） (2022-04-15T08:12:15Z) - An Automated Robotic Arm: A Machine Learning Approach [0.0]
現代の産業は、手動によるシステムの制御から自動化へと急速にシフトしている。
コンピュータベースのシステムは、品質と生産性を向上させることができるが、作業には柔軟性がない。
工業的重要性の1つは、ある場所から別の場所へ物を選んで配置することである。
論文 参考訳（メタデータ） (2022-01-07T10:33:01Z)
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。