論文の概要: AI-Driven Collaborative Assembly Line Inspection: System Integration and Deployment Challenges
- arxiv url: http://arxiv.org/abs/2609.33522v1
- Date: Sun, 27 Sep 2026 12:42:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 16:07:06.599697
- Title: AI-Driven Collaborative Assembly Line Inspection: System Integration and Deployment Challenges
- Title（参考訳）: AI駆動のコラボレーティブなアセンブリラインインスペクション: システム統合とデプロイメントの課題
- Abstract要約: 本稿では,Silverlineキッチンアプライアンス工場におけるAI支援型協調検査セルの設計,統合,および現場展開について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Manual visual inspection on assembly lines is a persistent manufacturing bottleneck: operator fatigue over extended shifts lowers defect-detection rates. This paper presents the design, integration, and field deployment of an AI-assisted collaborative inspection cell at the Silverline kitchen-appliance factory, developed within the AI-PRISM project. The cell couples a Universal Robots UR 10e cobot carrying a machine-vision defect-detection pipeline with a Comau Racer-5 cobot for functional tests, coordinated through ROS 2 Humble on an Ubuntu 22.04 LTS server. Multi-modal data (Basler camera imagery, TIA microphone acoustics, and SPS electrical-safety measurements) are logged locally and visualised in real time with Grafana. We report the practical deployment challenges (close-proximity safety, AI robustness under glare and reflections, ROS 2 namespace collisions across two cobots, and operating-system and dependency issues) together with the engineering solutions adopted, and structure the integration through a four-level Human-Robot Interaction analysis. The deployed cell cuts per-unit quality-check time from 82 s to 61 s (about 25%), raises final-control resource efficiency from 0.75 to 0.88, reduces operator visual-inspection viewing time by 82%, and significantly lowers operator mental demand (p = 0.005, NASA-TLX).
- Abstract（参考訳）: 手動による組立ラインの視覚検査は、持続的な製造ボトルネックであり、拡張されたシフトに対する操作者の疲労は欠陥検出率を低下させる。
本稿では,AI-PRISMプロジェクト内で開発されたSilverlineキッチンアプライアンス工場において,AIを活用した協調検査セルの設計,統合,および現場展開について述べる。
セルは、マシンビジョンの欠陥検出パイプラインを搭載したUniversal Robots UR 10eコボットと、機能テスト用のComau Racer-5コボットを結合し、Ubuntu 22.04 LTSサーバ上でROS 2 Humbleを介してコーディネートする。
マルチモーダルデータ(バスラーカメラ画像、TIAマイクロフォン音響、SPS電気安全測定)は、Grafanaを用いてローカルにログされ、リアルタイムで可視化される。
我々は,2つのコボット間のROS2名前空間の衝突や,オペレーティングシステムと依存関係の問題など,現実的な展開課題をエンジニアリングソリューションとともに報告し,その統合を4段階の人間-ロボットインタラクション分析を通じて構築する。
展開されたセルは、ユニットごとの品質チェック時間を82秒から61秒(約25%)に削減し、最終制御リソース効率を0.75から0.88に引き上げ、オペレータの視覚検査視聴時間を82%削減し、オペレータの精神的要求を著しく低減する(p = 0.005, NASA-TLX)。
関連論文リスト
- Harness Robotic OS: A Unified Embodied-Agent Runtime for Closed-Loop Quadruped Inspection [4.737450468943755]
本稿では,統一型エンボディエージェントランタイムである textitHarness Robotic OS (HROS) と,住宅コミュニティインスペクションの実現を目的としたArgos を提案する。
HROSはシステムをロボットランタイムに編成し、自律性スキル、認知エージェント、インタラクションと操作プレーンを具体化する。
住宅環境における実験は, 100%ウェイポイント到達性, 10cm未満の屋外局所化誤差, 200ms未満の局所障害物応答遅延, 99%のアラーム配送に成功した。
論文 参考訳（メタデータ） (2026-09-10T08:25:46Z) - Decentralized Scalable Exploration via Emergent Adaptive Lévy Walks on Minimal-Sensing Platforms [0.0]
重量50グラム未満の空飛ぶロボットのための軽量なセンサー駆動型レヴィ歩行制御装置を提案する。
この方法は、方向距離測定を用いて、離散Lévyステップ長サンプリングとセンサ反応性誘導ポリシーを組み合わせる。
シミュレーションの結果、オープンアリーナでは79.6%、ルーム・アンド・コリドールでは43.1%、散らかった環境では13.6%の改善が見られた。
論文 参考訳（メタデータ） (2026-07-28T01:53:28Z) - Structured interactions improve distributed coordination beyond model scaling in a real-world multi-robot system [48.701675182639]
実世界のマルチロボット協調におけるシステムレベルの設計問題について検討する。
ロボット間のコミュニケーションの再構築は、車載モデルのサイズを増大させるよりも大きな利益をもたらすか?
完全連結からモジュラー階層的相互作用への切り替えは47点(0-100)の正規化性能を改善する
論文 参考訳（メタデータ） (2026-05-28T03:21:52Z) - Characterizing AI-Assisted Bot Traffic in Darknet Data: Implications for ICS and IIoT Security [0.0]
自動スキャンツールとAI支援偵察エージェントの台頭は、インターネットの背景トラフィックパターンを大きく変えた。
本稿では,2021年から2025年にかけての1億9200万個の受動ダークネットパケットの時系列データセットをMerit ORION Network Telescopeから解析することにより,自動ボットトラフィックの進化を特徴付ける。
論文 参考訳（メタデータ） (2026-05-14T00:07:20Z) - Gaze-Aware Task Progression Detection Framework for Human-Robot Interaction Using RGB Cameras [0.0]
人間-ロボットインタラクション(HRI)では、人間の視線を検出することで、ロボットがユーザーの注意と意図を解釈するのに役立つ。
統合ディスプレイインタフェースを介して情報を伝達する際のタスク進行を検出するためのキャリブレーションフリーフレームワークを提案する。
その結果,タスク完了検出精度は77.6%であった。
論文 参考訳（メタデータ） (2026-03-16T22:03:02Z) - RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。
RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。
従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプ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） (2026-03-11T10:14:37Z) - 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) - RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。
RoboTracerは、強化微調整により、多段階のメートル法推論を進める。
本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
論文 参考訳（メタデータ） (2025-12-15T18:52:43Z) - Task-Oriented Edge-Assisted Cross-System Design for Real-Time Human-Robot Interaction in Industrial Metaverse [26.171942521894675]
本稿では,デジタルツイン(DT)を用いたタスク指向エッジアシスト型クロスシステムフレームワークを提案する。
1)視覚フィードバックのためのプロアクティブなメタバースレンダリング,2)リモートデバイスのプリエンプティブコントロール。
論文 参考訳（メタデータ） (2025-08-28T11:10:41Z) - Ultra-low Power Deep Learning-based Monocular Relative Localization
Onboard Nano-quadrotors [64.68349896377629]
この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。
超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。
実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
論文 参考訳（メタデータ） (2023-03-03T14:14:08Z) - OutlierNets: Highly Compact Deep Autoencoder Network Architectures for
On-Device Acoustic Anomaly Detection [77.23388080452987]
人間のオペレーターはしばしば異常な音で産業機械を診断する。
ディープラーニングによる異常検出手法は、工場でのデプロイメントを禁止する膨大な計算リソースを必要とすることが多い。
ここでは、マシン駆動設計探索戦略を探求し、非常にコンパクトなディープコンボリューションオートエンコーダネットワークアーキテクチャのファミリーであるOutlierNetsを作成します。
論文 参考訳（メタデータ） (2021-03-31T04:09:30Z)
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。