Graph Neural Network-Based Predictive Modeling for Robotic Plaster Printing
Created by
Haebom
저자
Diego Machain Rivera, Selen Ercan Jenny, Ping Hsun Tsai, Ena Lloret-Fritschi, Luis Salamanca, Fernando Perez-Cruz, Konstantinos E. Tatsis
개요
본 논문은 로봇 팔을 이용한 시멘트 석고 분무 인쇄 공정에서 생성되는 표면을 예측하기 위한 그래프 신경망(GNN) 모델링 접근 방식을 제안한다. 벽 영역과 엔드 이펙터의 입자 표현을 기반으로 그래프 기반 솔루션을 채택한다. GNN 모델은 인코더-프로세서-디코더 아키텍처로 구성되며, 실험실 테스트 데이터를 사용하여 훈련되고 베이지안 기법을 통해 하이퍼파라미터를 최적화한다. 로봇 팔 궤적 특징(위치, 속도, 방향)과 인쇄 공정 매개변수를 사용하여 예측을 계산한다. 목표는 인쇄 공정 시뮬레이터 역할을 수행하여 자율적인 석고 작업 공정을 위한 로봇 팔 궤적 생성 및 인쇄 매개변수 최적화에 활용하는 것이다. 미지의 실제 데이터에 대한 예측 오차를 통해 모델 성능을 평가하고, 기존 벤치마크 모델과 비교하여 성능 향상을 보여준다.
시사점, 한계점
•
시사점:
◦
로봇 팔을 이용한 시멘트 석고 분무 인쇄 공정의 표면 예측을 위한 효과적인 GNN 모델 제시.
◦
기존 벤치마크 모델 대비 향상된 예측 정확도 및 오차 스케일링 성능 달성.
◦
자율적인 석고 작업 공정을 위한 로봇 팔 궤적 생성 및 인쇄 매개변수 최적화 가능성 제시.
