Control Architecture and Design for a Multi-robotic Visual Servoing System in Automated Manufacturing Environment

要約

ロボット技術の使用は、21世紀の製造において大幅に増加しています。
しかし、感覚の手がかりを利用することにより、人間は依然としてマシン、特にマイクロスケールの製造において、高精度のロボットマニピュレーターが必要です。
これらの感覚キューは、製造環境に存在する高レベルの不確実性を自然に補償します。
製造タスクの実行における不確実性は、測定ノイズ、モデルの不正確さ、関節コンプライアンス（例えば、弾力性）などから生じる可能性があります。
自動製造において。
私たちの研究は、アプリケーションを固定して留められない測位プロセスをシミュレートするマルチロボット制御システムは、このプロセスで発生する可能性のあるさまざまな不確実性を大幅に減らすことができることを示しています。
さらに、視覚サーボのほとんどの研究論文は、主にさまざまなシナリオで制御および観察アーキテクチャの開発に焦点を当てていますが、構成におけるカメラの位置の重要性について議論した人はほとんどいません。
製造環境では、カメラの推定の品質は、環境条件の複合効果により、異なる場所での単一の画像が撮影された単一の画像の騒音レベルが異なるため、カメラの推定の品質は大幅に異なる場合があります。
したがって、このペーパーでは、カメラの移動ポリシーの新しいアルゴリズムも提案して、カメラのワークスペースを調査し、画像ノイズレベルが最小化される最適な場所を検索します。

要約(オリジナル)

The use of robotic technology has drastically increased in manufacturing in the 21st century. But by utilizing their sensory cues, humans still outperform machines, especially in micro scale manufacturing, which requires high-precision robot manipulators. These sensory cues naturally compensate for high levels of uncertainties that exist in the manufacturing environment. Uncertainties in performing manufacturing tasks may come from measurement noise, model inaccuracy, joint compliance (e.g., elasticity), etc. Although advanced metrology sensors and high precision microprocessors, which are utilized in modern robots, have compensated for many structural and dynamic errors in robot positioning, a well-designed control algorithm still works as a comparable and cheaper alternative to reduce uncertainties in automated manufacturing. Our work illustrates that a multi-robot control system that simulates the positioning process for fastening and unfastening applications can reduce various uncertainties, which may occur in this process, to a great extent. In addition, most research papers in visual servoing mainly focus on developing control and observation architectures in various scenarios, but few have discussed the importance of the camera’s location in the configuration. In a manufacturing environment, the quality of camera estimations may vary significantly from one observation location to another, as the combined effects of environmental conditions result in different noise levels of a single image shot at different locations. Therefore, in this paper, we also propose a novel algorithm for the camera’s moving policy so that it explores the camera workspace and searches for the optimal location where the image noise level is minimized.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google