Fugu-MT 論文翻訳(概要): Anomaly Detection on Small Industrial Components via Vision-Based Tactile Sensing

論文の概要: Anomaly Detection on Small Industrial Components via Vision-Based Tactile Sensing

arxiv url: http://arxiv.org/abs/2608.30506v1
Date: Mon, 31 Aug 2026 09:40:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-01 18:31:31.331737
Title: Anomaly Detection on Small Industrial Components via Vision-Based Tactile Sensing
Title（参考訳）: 視覚に基づく触覚センシングによる小型産業部品の異常検出
Abstract要約: 視覚ベースの触覚センサーは、コンタクトインプリントを既存のディープラーニングパイプラインと互換性のある高解像度のイメージライクなデータに変換する。本研究は,実際の触覚データセット上での教師なし異常検出手法を系統的に評価する。このモダリティは、どのようにして産業品質管理タスクの代替となるかを示している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Automated inspection of small industrial components, including sub-centimetre-scale parts where defects are geometry-driven and poorly resolved by standard optical cameras, calls for sensing modalities that can directly capture fine surface geometry. Vision-based tactile sensors address this need by converting contact imprints into high-resolution image-like data compatible with existing deep-learning pipelines, yet their effective use for industrial anomaly detection (AD) remains largely unexplored. This work systematically evaluates unsupervised AD methods on a real tactile dataset covering five genuine industrial components acquired with a GelSight Mini sensor mounted on a collaborative robot. Four feature-embedding methods, SPADE, PaDiM, FAPM, and InReaCh, are compared under three validations explicitly motivated by the deployment constraints of contact-based sensing: a Good Fraction analysis establishing the minimum number of nominal contacts for stable performance, directly bounded by gel wear since every acquisition degrades the soft interface; a cross-position evaluation assessing generalization across different contact locations observing the same recurring surface pattern; and a low- versus high-resolution comparison evaluating the cost-benefit of higher-resolution tactile acquisition. Overall, this systematic benchmarking study provides practical guidance for researchers and practitioners adopting vision-based tactile sensing for industrial AD and shows how this modality can serve as a viable alternative for industrial quality-control tasks.
Abstract（参考訳）: 欠陥が幾何駆動であり、標準の光学カメラによって不十分に解決された、サブセンチュアスケールの部品を含む、小さな産業部品の自動検査は、表面の微細な形状を直接キャプチャできる感度のモダリティを要求する。視覚ベースの触覚センサーは、コンタクトインプリントを既存のディープラーニングパイプラインと互換性のある高解像度の画像ライクなデータに変換することで、このニーズに対処する。この研究は、協調ロボットに搭載されたGelSight Miniセンサーで得られた5つの本物の産業コンポーネントをカバーする実際の触覚データセット上で、教師なしAD手法を体系的に評価する。 SPADE, PaDiM, FAPM, InReaChの4つの特徴埋め込み法を, 接触型センシングの展開制約によって明確に動機づけられた3つの検証条件で比較した。全体として、このシステマティックなベンチマーク研究は、視覚に基づく触覚センシングを産業用ADに適用する研究者や実践者に対して実践的なガイダンスを提供し、このモダリティが産業用品質管理タスクの代替手段として有効であることを示す。

関連論文リスト

Toward Geometry-Scalable Whole-Body Touch for Humanoids: A 3D-Printed Conformal EIT Skin [66.36050076244905]
全体触覚は、接触に富むヒト環境で動作するヒューマノイドの前提条件である。形状適応型電気触覚トモグラフィーを応用し, 形状適応型電気触覚トモグラフィーを作製した。
論文参考訳（メタデータ） (2026-08-03T11:33:30Z)
UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。 UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文参考訳（メタデータ） (2026-02-01T11:03:01Z)
Zero-Shot Multi-Criteria Visual Quality Inspection for Semi-Controlled Industrial Environments via Real-Time 3D Digital Twin Simulation [5.0268543063681195]
RGB-D空間における実シーンとリアルタイムデジタル双対(DT)を比較したポーズに依存しないゼロショット品質検査フレームワークを提案する。提案手法は,オブジェクト検出とポーズ推定により,産業シーンを意味的に記述することで,効率的なリアルタイムDTレンダリングを実現する。軸流モータの品質検査を特徴とする自動車用ユースケースに基づいて,本フレームワークの有効性を実証する。
論文参考訳（メタデータ） (2025-11-28T14:19:31Z)
Robust Component Detection for Flexible Manufacturing: A Deep Learning Approach to Tray-Free Object Recognition under Variable Lighting [0.0]
我々は、ZHAWの完全ペン製造ライン上で、Mask R-CNNベースのアプローチを実装し、評価する。本システムでは, 構成部品配置の必要性を解消しつつ, 各種照明条件の95%検出精度を実現している。
論文参考訳（メタデータ） (2025-07-01T15:23:54Z)
Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors [0.7199733380797579]
コンプライアンスは、工学、農業、生物医学の応用におけるオブジェクトを記述するための重要なパラメータである。従来のコンプライアンス検出方法は、ポータビリティとスケーラビリティの欠如によって制限されており、特殊な高価な機器に依存しており、ロボット用途には適さない。本稿では,LRCN(Long-term Recurrent Convolutional Networks)とTransformerアーキテクチャに基づく2つのモデルを提案する。
論文参考訳（メタデータ） (2025-06-17T21:10:05Z)
Towards Generalization of Tactile Image Generation: Reference-Free Evaluation in a Leakage-Free Setting [25.355424080824996]
触覚は人間の知覚に重要であり、コンピュータビジョン、ロボティクス、マルチモーダル学習の応用を支えている。触覚データは入手が困難でコストがかかることが多いため、合成触覚画像の生成は、実世界の測定を拡大するためのスケーラブルなソリューションを提供する。一般的なデータセットにおける重なり合うトレーニングとテストサンプルは、パフォーマンス指標を増大させ、触覚モデルの真の一般化可能性を見極めることを実証する。
論文参考訳（メタデータ） (2025-03-10T02:37:22Z)
ISP-AD: A Large-Scale Real-World Dataset for Advancing Industrial Anomaly Detection with Synthetic and Real Defects [0.0]
ISP-ADは、ファクトリフロアから直接収集された合成欠陥と実際の欠陥を含む、これまでで最大のパブリックな産業データセットである。実験により、少量の注入でも弱いラベル付き実欠陥が一般化を改善することが示されている。
論文参考訳（メタデータ） (2025-03-06T21:56:31Z)
Multi-Sensor Object Anomaly Detection: Unifying Appearance, Geometry, and Internal Properties [22.51903015541254]
MulSen-ADは、産業用途に適した最初の高解像度マルチセンサー異常検出データセットである。データセットは15の工業製品にまたがっており、多様な現実世界の異常がある。実験により,マルチセンサ融合は単一センサのアプローチよりも大幅に優れていることが示された。
論文参考訳（メタデータ） (2024-12-19T07:23:17Z)
Elastic Tactile Simulation Towards Tactile-Visual Perception [58.44106915440858]
触覚シミュレーションのための粒子の弾性相互作用(EIP)を提案する。 EIPは、触覚センサを協調粒子群としてモデル化し、接触時の粒子の変形を制御するために弾性特性を適用した。さらに,触覚データと視覚画像間の情報融合を可能にする触覚知覚ネットワークを提案する。
論文参考訳（メタデータ） (2021-08-11T03:49:59Z)
Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
論文参考訳（メタデータ） (2021-01-11T08:14:35Z)
Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
論文参考訳（メタデータ） (2020-09-01T03:38:31Z)
Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
論文参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。