Real-time vision-based defect detection for large-scale on-site earthen additive manufacturing: Annotated dataset and dual-model framework

Benz, Hendrik (Corresponding author)^RWTH* ; Nguyen Trong, The Vinh^RWTH* ; Klemt-Albert, Katharina^RWTH*

In
Next-Generation Construction: Robotics, Automation, and Sustainability at ISARC 2025 : Special issue / Guest Editors: Dr. Jiansong Zhang, Dr. Qian Chen, Dr. Gaang Lee

In
Automation in construction 181(Part C), Seiten/Artikel-Nr.:106666

2025 & 2026

Konferenz/Event:42. International Symposium on Automation and Robotics in Construction , Montreal , Canada , ISARC 2025 , 2025-07-28 - 2025-07-31

ImpressumAmsterdam [u.a.] : Elsevier Science Publ.

Umfang[1]-16

ISSN1872-7891

Available online 19 November 2025

Online
DOI: 10.1016/j.autcon.2025.106666
10.1016/j.autcon.2025.106666
DOI: 10.18154/RWTH-2025-09768
URL: https://publications.rwth-aachen.de/record/1021948/files/1021948.pdf

Einrichtungen

1. Lehrstuhl und Institut für Baumanagement, Digitales Bauen und Robotik im Bauwesen (312110)

Projekte

1. OAPKF - Open-Access-Publikation mit Unterstützung der RWTH Aachen University (021000-OAPKF) (021000-OAPKF)
2. ZIM 6KN116125 - ClayX - Entwicklung eines Extruders und eines Verfahrens für den 3D-Druck von Lehmbauteilen (6KN116125) (6KN116125)

Inhaltliche Beschreibung (Schlagwörter)
Additive manufacturing (frei) ; Computer vision (frei) ; Dataset (frei) ; Deep learning (frei) ; Defect detection (frei) ; Earthen 3D-printing (3DP-E) (frei)

Thematische Einordnung (Klassifikation)
DDC: 690

OpenAccess:
PDF

Dokumenttyp
Journal Article (Review Article)/Contribution to a conference proceedings

Format
online, print

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
WOS Core Collection: WOS:001625409800001
SCOPUS: SCOPUS:2-s2.0-105024077826

Interne Identnummern
RWTH-2025-09768
Datensatz-ID: 1021948

Beteiligte Länder
Germany

Lizenzstatus der Zeitschrift