Digital Model-Driven Genetic Algorithm for Optimizing Layout and Task Allocation in Human-Robot Collaborative Assemblies

要約

このペーパーでは、物理的な展開前の人間のロボット共同作業セルの最適化について説明します。
ほとんどの場合、このような環境はシステムインテグレーターの経験に基づいて設計されており、多くの場合、最適下のソリューションにつながります。
ロボットセルの正確なシミュレータは、人間の存在も説明しており、今日利用可能であり、展開前に使用できます。
ワークセルのデジタルモデルが遺伝的アルゴリズムに基づいて更新される反復最適化スキームを提案します。
方法論は、レイアウトの最適化とタスク割り当てに焦点を当て、遺伝的アルゴリズムによって処理される設計変数で両方の問題を同時にエンコードし、タスクのスケジューリング問題は上位レベルの結果に依存します。
最終的なソリューションは、フィットネス関数の矛盾する目的のバランスをとり、ベースラインに対する目標の影響を示すために検証されます。これは、人間の判断に基づいて選択された初期選択を表します。

要約(オリジナル)

This paper addresses the optimization of human-robot collaborative work-cells before their physical deployment. Most of the times, such environments are designed based on the experience of the system integrators, often leading to sub-optimal solutions. Accurate simulators of the robotic cell, accounting for the presence of the human as well, are available today and can be used in the pre-deployment. We propose an iterative optimization scheme where a digital model of the work-cell is updated based on a genetic algorithm. The methodology focuses on the layout optimization and task allocation, encoding both the problems simultaneously in the design variables handled by the genetic algorithm, while the task scheduling problem depends on the result of the upper-level one. The final solution balances conflicting objectives in the fitness function and is validated to show the impact of the objectives with respect to a baseline, which represents possible initial choices selected based on the human judgment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google