要約
この論文では、インダストリー 4.0 パラダイムに沿って、産業環境における透明なビニール袋の自律的な切断と開梱のための視覚ベースの操作の課題について取り上げます。
データ、接続性、分析、ロボティクスによって推進されるインダストリー 4.0 は、バリュー チェーン全体にわたるアクセシビリティと持続可能性の向上を約束します。
協働ロボット (コボット) を含む自律システムを産業プロセスに統合することは、効率と安全性にとって極めて重要です。
提案されたソリューションは、高度な機械学習アルゴリズム、特に畳み込みニューラル ネットワーク (CNN) を採用し、さまざまな照明や背景条件下で透明なビニール袋を識別します。
追跡アルゴリズムと深度センシング技術は、ピックアンドプレース中の 3D 空間認識に利用されます。
このシステムは、最適なポイントの考慮、真空グリップ技術によるコンプライアンス制御、および動的環境での安全な対話のためのリアルタイム自動化を考慮して、把握と操作の課題に対処します。
このシステムは、FRANKA ロボット アームを使用したラボでのテストと検証に成功し、広範な産業用途への可能性を実証するとともに、特定の要件と厳密な要件に基づいた 8 段バルクローダー用の透明ビニール袋の開梱と切断の自動化における有効性を実証しました。
テスト中。
要約(オリジナル)
This paper addresses the challenges of vision-based manipulation for autonomous cutting and unpacking of transparent plastic bags in industrial setups, aligning with the Industry 4.0 paradigm. Industry 4.0, driven by data, connectivity, analytics, and robotics, promises enhanced accessibility and sustainability throughout the value chain. The integration of autonomous systems, including collaborative robots (cobots), into industrial processes is pivotal for efficiency and safety. The proposed solution employs advanced Machine Learning algorithms, particularly Convolutional Neural Networks (CNNs), to identify transparent plastic bags under varying lighting and background conditions. Tracking algorithms and depth sensing technologies are utilized for 3D spatial awareness during pick and placement. The system addresses challenges in grasping and manipulation, considering optimal points, compliance control with vacuum gripping technology, and real-time automation for safe interaction in dynamic environments. The system’s successful testing and validation in the lab with the FRANKA robot arm, showcases its potential for widespread industrial applications, while demonstrating effectiveness in automating the unpacking and cutting of transparent plastic bags for an 8-stack bulk-loader based on specific requirements and rigorous testing.
arxiv情報
著者 | F. Adetunji,A. Karukayil,P. Samant,S. Shabana,F. Varghese,U. Upadhyay,R. A. Yadav,A. Partridge,E. Pendleton,R. Plant,Y. Petillot,M. Koskinopoulou |
発行日 | 2024-11-14 17:47:54+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google