多軸加工のための暗黙ニューラルフィールドに基づくプロセス計画：衝突回避と工具経路幾何の直接制御

arXiv cs.RO / 2026/4/22

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

従来の曲面層ベースの多軸加工プロセス計画では、衝突回避は間接的にしか扱えず、工具経路の幾何を最適化中に直接制御できないという課題がある。
本論文は、層生成と工具経路設計を単一の微分可能なパイプラインに統合し、両者を同時に最適化できる暗黙ニューラルフィールド型の枠組みを提案している。
正弦的に活性化するニューラルネットワークで層と工具経路を暗黙フィールドとして表現し、任意の空間点で場の値や導関数を評価できるため、衝突回避を明示的に行える。
ネットワークのハイパーパラメータや目的関数の定義が特異点の振る舞いとトポロジー遷移に与える影響を調査し、正則化と安定性制御のための仕組みを内蔵している。
加法（アディティブ）・減法（サブトラクティブ）いずれの製造例でも検証され、本手法の汎用性と有効性が示されている。

要旨: 多軸加工のための既存の曲面層（curved-layer）ベースのプロセス計画手法は、衝突を間接的にしか扱えず、ツールパスは最適化の際に幾何形状が制御されないままポストプロセッシングのステップで生成されます。本研究では、層生成とツールパス設計の両方を単一の差分可能（differentiable）パイプライン内に埋め込むことで、これらの制限を克服する暗黙ニューラル場（implicit neural field）ベースの多軸プロセス計画フレームワークを提案します。層とツールパスを暗黙の場（implicit fields）として表現するために、正弦波で活性化されるニューラルネットワークを用いることで、任意の空間点における場の値とその導関数を直接評価できるようになります。これにより、明示的な衝突回避と、製造層およびツールパスの同時最適化が可能になります。さらに、ネットワークのハイパーパラメータや目的関数（objective）の定義が特異点（singularity）挙動とトポロジー遷移にどのように影響するかを調査し、正則化（regularization）と安定性制御のための組み込みメカニズムを提供します。提案手法は、加法的製造（additive）と減法的製造（subtractive）の両方における例で実証され、その一般性と有効性が検証されています。