ROBOTICSロボティクス
単一のトップビューRGB-D画像を用いたオフラインロボット溶接経路生成のための深層学習ベースフレームワーク
A Deep Learning-Based Framework for Offline Robotic Weld Path Generation Using a Single Top-View RGB-D Image
MSSensors · MDPI · CC BY 4.0
AIが原文を翻訳・要約しています
本研究は、溶接前の単一トップビューRGB-D画像から3次元溶接経路を生成する深層学習ベースのオフラインロボット溶接フレームワークを提案する。このフレームワークは、溶接継目検出、セマンティックセグメンテーション、形態学的後処理、RGB-D画像アライメント、座標変換、多項式ベース軌道洗練を統合する。カスタムパイプレンチ溶接データセット(1476枚の注釈付き画像)で評価した結果、提案手法はU-Netのセグメンテーション性能をmIoU 0.735から0.791に向上させ、検出モデルは再現率0.988、mAP50 0.995を達成した。多項式ベース軌道洗練は3次元位置RMSEを0.333 mmに低減し、追加の経路修正なしに溶接継目全体にわたる連続ロボット溶接を可能にした。このフレームワークは、オフラインロボット溶接継目抽出と溶接経路生成のための実用的かつ費用対効果の高いソリューションを提供する。
KEY POINTS要点記事から抽出した重要情報
- 単一トップビューRGB-D画像から3D溶接経路を自動生成する深層学習ベースのオフラインロボット溶接フレームワークを提案
- カスタムパイプレンチ溶接データセット(1476枚の注釈付き画像)で評価し、U-NetのmIoUを0.735から0.791に向上
- 多項式ベース軌道洗練により3次元位置RMSEを0.333mmに低減し、追加修正なしで連続ロボット溶接を実現
CONTEXT文脈編集部による背景整理
産業用ロボット溶接のオフライン経路生成を深層学習で自動化する研究であり、RGB-D画像一枚から3D溶接経路を高精度(位置RMSE 0.333mm)で生成できる点は実用性が高い。溶接工程は製造業の自動化が遅れている領域であり、U-Netのセグメンテーション性能向上や検出モデルの高精度化といった具体的な成果は、溶接ロボットの省人化・品質向上につながるポテンシャルを示唆する。ただし研究段階であり、製品化・商用展開に関する情報はない。
原文を読むAnalyzed at 2026年8月6日 03:01