Robotos pakolási feladat megoldása környezetérzékelés segítségével

Robotic pick-and-place operation enhanced with environment sensing

  • Mátyás HAJÓS
  • Dániel HORVÁTH
Keywords: robotika, gépi látás

Abstract

One of the main interest in modern manufacturing science is to broaden the environment sensing and the decision-making abilities of robotic systems, in order to perform complex tasks in human-robot collaboration. The paper discusses an abstract pick-and-place operation with wooden blocks in a semistructured environment. Combination of neural network and machine vision is used to detect the position of the blocks. The aim of the operation is defined by a 3D model, and the order of assembly is generated automatically.

Kivonat

A gyártástudománnyal kapcsolatos kutatások egyik fő iránya a robotok környezetérzékelési és döntéshozatali képességének bővítése, hogy hatékonyan együttműködhessenek más robotokkal vagy emberekkel. Jelen dolgozat egy félig strukturált környezetben zajló pakolási, szerelési feladat megoldását mutatja be, fa építőkockákból történő absztrakt összeszerelésen keresztül. A kockák felismerése neurális hálót és hagyományos képfeldolgozási technikákat kombináló megoldással történik. A felismert darabokat egy olyan építési sorrendtervnek  megfelelően helyezi a robot a másik palettára, amely terv 3D modell alapján automatikusan lett generálva.

References

L. Monostori, B. Kádár, T. Bauernhansl, S. Kondoh, S. Kumara, G. Reinhart, O. Sauer, G. Schuh, W. Sihn, and K. Ueda.: Cyber-physical systems in manufacturing. CIRP Annals, 65(2):621-641, 2016

G. Michalos, S. Makris, N. Papakostas, D. Mourtzis, G. Chryssolouris: Automotive assembly technologies review: challenges and outlook for a flexible and adaptive approach, CIRP 2(2), 2010, pages 81-91

N. Kousia, C. Gkournelosa, S. Aivaliotisa, C. Giannoulisa, G. Michalosa, S. Makrisa: Digital twin for adaptation of robots’ behavior in flexible robotic assembly lines, Procedia Manufacturing, Volume 28, 2019, pages 121-126

Joseph Redmon, Santosh Divvala, Ross Girshick, and Ali Farhadi., You only look once: Unified, real-time object detection., IEEE Conference on Computer Vision and Pattern Recognition 2016, pages 779-788

Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun. Faster r-cnn: Towards real-time object detection with region proposal networks. In Proceedings of the 28th International Conference on Neural Information Processing Systems - Volume 1, NIPS'15, pages 91-99, Cambridge, MA, USA, 2015. MIT Press.

Joseph Redmon and Ali Farhadi.: Yolov3: An incremental improvement. CoRR, abs/1804.02767, 2018.

D. Horváth: Advanced Robotic System Enhanced with Computer Vision, Diplomamunka, Budapesti Műszaki és Gazdaságtudományi Egyetem, Automatizálási és Alkalmazott Informatikai Tanszék

M. Hajós: Automatizált robot nullpontfelvétel kamerával és erőszenzorral, Szakdolgozat, Budapesti Műszaki és Gazdaságtudományi Egyetem, Gyártástudomány és -technológia Tanszék, 2019

X3D, https://www.web3d.org/x3d/what-x3d

Cs. Kardos, A. Kovács, J. Váncza: Decomposition approach to optimal feature-based assembly planning. CIRP Annals - Manufacturing Technology, 66(1), 2017

B. Bálint: Interaktív szerelés tervező rendszer fejlesztése robot cellához, TDK dolgozat, Budapesti Műszaki és Gazdaságtudományi Egyetem, Gyártástudomány és -technológia Tanszék, 2019

X3DOM, https://www.x3dom.org

Published
2020-04-16
How to Cite
[1]
HAJÓS, M. and HORVÁTH, D. 2020. Robotos pakolási feladat megoldása környezetérzékelés segítségével. Nemzetközi Gépészeti Konferencia – OGÉT. 28, (Apr. 2020), 305-308.
Section
F. szekció -Mechatronika, finommechanika és automatizálás