論文の概要: A Systematic Point Cloud Edge Detection Framework for Automatic Aircraft Skin Milling
- arxiv url: http://arxiv.org/abs/2611.04435v1
- Date: Tue, 03 Nov 2026 07:25:54 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:57:27.273021
- Title: A Systematic Point Cloud Edge Detection Framework for Automatic Aircraft Skin Milling
- Title（参考訳）: 自動機内研削加工のための系統的点クラウドエッジ検出フレームワーク
- Abstract要約: エッジ検出技術は航空機の製造において航空機のスキンミリングに不可欠なステップである。
現在の手法のほとんどは、伝統的に定義されたエッジ抽出タスクに焦点を当てているが、エッジミルの重要な体系的要件を無視している。
- 参考スコア（独自算出の注目度）: 67.2698044740228
- License:
- Abstract: The edge detection technique is an essential step for aircraft skin milling in aviation manufacturing. Most of the current detection methods focus on traditionally defined edge extraction tasks but disregard the crucial systematic requirement of edge milling. In this paper, we proposed a novel edge detection framework for automatic edge milling of aircraft skins. First, an edge probability detector is proposed by the spatial tangent continuity (STC) to provide the essential reference. Second, we propose a hierarchical branch searching (HBS) method to hierarchically strip the desired milling edges from the raw point cloud, which consists of three graded progressive steps: branch backbone generation, branch extension, and branch pruning. We demonstrate the performance of the proposed method on both synthetic models and aircraft skin workpieces. The proposed method outperforms the other baselines and shows accurate edges for the edge milling task.
- Abstract（参考訳）: エッジ検出技術は航空機の製造において航空機のスキンミリングに不可欠なステップである。
現在の検出手法のほとんどは、伝統的に定義されたエッジ抽出タスクに重点を置いているが、エッジミルの重要な体系的要件を無視している。
本稿では,航空機皮膚の自動エッジミル加工のための新しいエッジ検出フレームワークを提案する。
まず,空間接点連続性(STC)によりエッジ確率検出器を提案し,本質的な基準を提供する。
第2に, 分岐バックボーン生成, 分岐伸長, 分岐刈りの3段階からなる原点雲から所望のミリングエッジを階層的に除去する階層的分岐探索法を提案する。
本研究では, 合成モデルと航空機用スキンワークピースの両面において, 提案手法の性能を実証する。
提案手法は,他のベースラインよりも優れ,エッジミルタスクの正確なエッジを示す。
関連論文リスト
- EdgeFormer: local patch-based edge detection transformer on point clouds [8.593893106675825]
We present a learning-based edge detection network, named EdgeFormer, which are mainly consist of two stage。
第1段階では,各点周辺の局所的近傍を記述した局所的パッチ特徴記述子を構築する。
第2段階では,第1段で生成された局所パッチ特徴記述子を解析して各点を分類する。
論文 参考訳（メタデータ） (2026-04-23T07:57:04Z) - RoofSeg: An edge-aware transformer-based network for end-to-end roof plane segmentation [7.458061089808731]
屋根面のセグメンテーションは、空中光検出・測光(LiDAR)点雲から、詳細(LoD)2と3のレベルで3Dビルディングモデルを再構築するための重要な手順の1つである。
屋根面セグメンテーションの現在のアプローチは、手動で設計または学習された特徴に頼っている。
我々は,LDAR点雲から屋根面を真にエンドツーエンドに分割する,エッジ対応トランスフォーマーネットワークRoofSegを提案する。
論文 参考訳（メタデータ） (2025-08-26T13:03:05Z) - SuperEdge: Towards a Generalization Model for Self-Supervised Edge
Detection [2.912976132828368]
最先端のピクセルワイドアノテーションは労働集約的であり、手作業で取得すると矛盾する。
本稿では, マルチレベルのマルチホログラフィー技術を用いて, 合成データセットから実世界のデータセットへアノテーションを転送する, エッジ検出のための新しい自己教師型アプローチを提案する。
提案手法は,手動の注釈付きエッジラベルへの依存性を排除し,多様なデータセット間の一般化性を向上させる。
論文 参考訳（メタデータ） (2024-01-04T15:21:53Z) - A boundary-aware point clustering approach in Euclidean and embedding spaces for roof plane segmentation [9.944505802346733]
空飛ぶLiDAR点雲からの屋根面のセグメンテーションは、3Dビルディングモデル再構築の重要な技術である。
平面分割の重要な課題の1つは、隣接する平面パッチを区別できる強力な機能をどのように設計するかである。
屋根面分割のためのマルチタスク深層ネットワークにより構築されたユークリッドおよび埋め込み空間における境界対応点クラスタリング手法を提案する。
論文 参考訳（メタデータ） (2023-09-07T13:58:31Z) - Risk-optimized Outlier Removal for Robust 3D Point Cloud Classification [54.286437930350445]
本稿では,各種ノイズによる点雲分類の課題について述べる。
本稿では,下流分類モデルのパワーを生かした革新的なポイントアウトリア浄化手法を提案する。
提案手法は, 多様な点雲の異常値を頑健にフィルタするだけでなく, 既存の点雲分類手法を大幅に強化する。
論文 参考訳（メタデータ） (2023-07-20T13:47:30Z) - Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge
Detection [63.942632088208505]
本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。
これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
論文 参考訳（メタデータ） (2020-03-28T18:51:43Z) - On the Arbitrary-Oriented Object Detection: Classification based
Approaches Revisited [94.5455251250471]
まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。
我々は、角予測タスクを回帰問題から分類問題に変換する。
得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
論文 参考訳（メタデータ） (2020-03-12T03:23:54Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
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。