Robotmontering av ledningsnett til biler

Ny forskning tyder på at seksakse roboter kan brukes til å installere ledningsnett til biler.

Av Xin Yang

Kilde: https://www.assemblymag.com/articles/92264-robotic-assembly-of-automotive-wire-harnesses

Flerakse robotarmer utfører en lang rekke prosesser i bilmonteringsanlegg, inkludert maling, sveising og festing.

Men selv med fremskritt innen automatiseringsteknologi kan enkelte prosesser fortsatt ikke fullføres uten dyktige menneskelige montører. Oppgaven med å installere ledningsnett i karosseri er en slik oppgave som tradisjonelt har vært vanskelig for roboter.

Det har vært en del tidligere forskning knyttet til problemene med å håndtere deformerbare lineære objekter, for eksempel ledning eller rør, med roboter. Mange av disse studiene konsentrerte seg om hvordan man skal håndtere topologisk overgang av deformerbare lineære objekter. De prøvde å programmere roboter til å knytte knuter eller lage løkker med tau. Disse studiene brukte matematisk knuteteori for å beskrive de topologiske overgangene til tauet.

I disse tilnærmingene blir et deformerbart lineært objekt i tre dimensjoner først projisert inn i et todimensjonalt plan. Projeksjonen i planet, som er demonstrert som kryssede kurver, kan beskrives godt og behandles ved hjelp av knuteteori.

I 2006 utviklet et forskerteam ledet av Hidefumi Wakamatsu, Ph.D., ved Osaka University i Japan en metode for å knytte og løsne deformerbare lineære objekter med roboter. De definerte fire grunnleggende operasjoner (blant dem tilsvarer tre Reidemeister-bevegelser) som er nødvendige for å fullføre en overgang mellom hvilke som helst to trådkryssende tilstander. Forskerne viste at enhver knute- eller avknyttingsoperasjon som kan dekomponeres til sekvensielle topologiske overganger kan oppnås ved å bruke en sekvensiell kombinasjon av disse fire grunnleggende operasjonene. Tilnærmingen deres ble bekreftet da de var i stand til å programmere en SCARA-robot til å knytte et tau plassert på et skrivebord.

Tilsvarende utviklet forskere ledet av Takayuki Matsuno, Ph.D., fra Toyama Prefectural University i Imizu, Japan, en metode for å knytte et tau i tredimensjoner ved hjelp av to robotarmer. Den ene roboten holdt enden av tauet, mens den andre knyttet det. For å måle den tredimensjonale posisjonen til tauet ble stereosyn brukt. Tilstanden til knuten beskrives ved bruk av knuteinvarianter i stedet for Reidemeister-bevegelser.

I begge studiene var robotene utstyrt med en klassisk, tofingret parallellgriper med kun én frihetsgrad.

I 2008 demonstrerte et forskerteam ledet av Yuji Yamakawa fra University of Tokyo en teknikk for å knytte tau ved hjelp av en robot utstyrt med en høyhastighets flerfingret hånd. Med en mer fingernem griper – inkludert kraft- og dreiemomentsensorer montert i fingrene – blir operasjoner som «tau-permutasjon» mulig, selv med én arm. Tau-permutasjon refererer til operasjonen med å bytte plassene til to tau ved å vri dem mens du klemmer tauene mellom to fingre.

Andre forskningsprosjekter har fokusert på å løse problemer knyttet til robothåndtering av deformerbare lineære objekter på samlebåndet.

For eksempel utviklet Tsugito Maruyama, Ph.D., og et team av forskere ved Fujitsu Laboratories Ltd. i Kawasaki, Japan, et ledningshåndteringssystem for et samlebånd som lager elektriske deler. En robotarm ble brukt til å sette inn signalkabler i spennene. To teknologier var avgjørende for å få systemet deres til å fungere: en multiplanar laserlysprojektor og et stereosynssystem.

Jürgen Acker og forskere ved Kaiserslautern University of Technology i Tyskland utviklet en metode for å bruke 2D maskinsyn for å bestemme hvor og hvordan et deformerbart lineært objekt (i dette tilfellet en bilkabel) kommer i kontakt med objekter i miljøet.

Basert på all denne forskningen forsøkte vi å utvikle et praktisk robotsystem for å installere ledningsnett på et samlebånd for biler. Selv om systemet vårt ble utviklet i laboratoriet, er alle forholdene brukt i våre eksperimenter referert fra en ekte bilfabrikk. Vårt mål var å demonstrere den tekniske gjennomførbarheten av et slikt system og finne områder hvor videreutvikling er nødvendig.

Ledningssett

Et ledningsnett for biler består av flere kabler pakket inn med elektrisk tape. Den har en trelignende struktur med hver gren koblet til et spesifikt instrument. På samlebåndet fester en arbeider selen manuelt til instrumentpanelrammen.

Et sett med plastklemmer er bundet inn i ledningsnettet. Disse klemmene samsvarer med hull i instrumentpanelrammen. Festing av selen oppnås ved å sette klemmene inn i hullene. Et robotsystem for montering av selen må derfor løse to grunnleggende problemer: hvordan man måler tilstanden til en ledningsnett, og hvordan man håndterer den.

Et ledningsnett har komplekse fysiske egenskaper. Under monteringen viser den både elastisk deformasjon og plastisk deformasjon. Dette gjør det vanskelig å få en nøyaktig dynamisk modell av det.

Prototype system

Vårt prototype-selesystem består av tre kompakte seksaksede roboter plassert foran en instrumentpanelramme. Den tredje roboten hjelper til med å plassere og gripe selen.

Hver robot er utstyrt med en tofingret parallellgriper med én frihetsgrad. Gripefingrene har to fordypninger: en for å holde seleklemmene, den andre for å holde segmenter av selve selen.

Hver slutteffektor er også utstyrt med to CCD-kameraer og en laseravstandssensor. De to kameraene har forskjellige brennvidder for å gi stor dybdeskarphet. Laseravstandssensoren brukes når nøyaktig måling til et trådsegment er nødvendig. Rundt arbeidscellen vender 10 ekstra fastposisjonskameraer mot arbeidsområdet fra forskjellige retninger. Inkludert kameraene som er montert på slutteffektorene, bruker systemet vårt totalt 16 synskameraer.

Gjenkjennelse av selen oppnås med maskinsyn. Et spesialdesignet plastdeksel er festet til hver seleklemme. Omslagene har geometriske mønstre som leses med ARToolKit-programvaren. Denne åpen kildekode-programvaren ble opprinnelig designet for utvidet virkelighet-applikasjoner. Det gir et sett med brukervennlige biblioteker for å oppdage og gjenkjenne markørene. Kameraet leser av markørene for å bestemme den relative posisjonen til selen.

Hvert klemmedeksel har sitt eget geometriske mønster. Mønsteret forteller robotkontrolleren den relative posisjonen til selen i rommet, samt informasjon om det segmentet av selen (for eksempel hvor det segmentet skal plasseres på panelrammen).

De faste kameraene rundt arbeidscellen gir grov posisjonsinformasjon om hver seleklemme. Posisjonen til en spesifikk seleklemme estimeres ved å interpolere posisjonen til tilstøtende klemmer. Slutteffektoren blir guidet til å nærme seg målklemmen med posisjonsinformasjon hentet fra de faste kameraene – til håndleddskameraet kan finne målet. Fra det øyeblikket gis robotveiledning kun av håndleddskameraet. Presisjonen fra håndleddskameraet på den korte avstanden sikrer pålitelig grep om klemmene.

En lignende prosess brukes til å gripe et deformerbart segment av ledningsnettet. Posisjonen til målsegmentet estimeres først ved å interpolere stillingen til tilstøtende klemmer. Siden den interpolerte kurven ikke er presis nok til å lede roboten, skannes det estimerte området av laserskanneren. Skanneren sender ut en plan stråle med en spesiell bredde. Den nøyaktige posisjonen til segmentet kan deretter bestemmes fra avstandsprofilen som er hentet fra lasersensoren.

Markørene forenkler måling av ledningsnettet betydelig. Selv om klemmedekslene økte kostnadene for systemet, forbedrer de systemets pålitelighet betydelig.

Håndtering av sele

Seleklemmen er designet for å passe med et hull i panelrammen. Dermed griper griperen en klemme ved basen og setter tåen inn i hullet.

I tillegg er det noen anledninger der det er nødvendig å håndtere et trådsegment direkte. For eksempel, i mange prosesser må én robot forme selen før en annen robot kan utføre jobben sin. I et slikt tilfelle måtte en robot orientere en klemme slik at den kunne nås av en annen robot. Den eneste måten å gjøre dette på var å vri et nærliggende trådsegment.

Til å begynne med forsøkte vi å forme ledningen ved å vri den tilstøtende klemmen. På grunn av den lave torsjonsstivheten til trådsegmentet viste dette seg imidlertid å være umulig. I påfølgende eksperimenter grep og bøyde roboten trådsegmentet direkte. Under denne prosessen overvåkes posisjonen til målklemmen av de omkringliggende kameraene. Bøyeprosessen vil fortsette til orienteringen til målklemmen faller sammen med en referanseverdi.

Verifikasjonseksperimenter

Når vi utviklet et prototypemonteringssystem, kjørte vi en serie eksperimenter for å teste det ut. Prosessen starter med at robotene plukker opp et ledningsnett fra en henger. De setter deretter åtte seleklemmer inn i panelrammen. Prosessen avsluttes med at robotene går tilbake til den opprinnelige standby-posisjonen.

Høyre arm setter inn klemmer 1, 2 og 3. Den sentrale armen setter inn klemmer 4 og 5, og venstre arm setter inn klemmer 6, 7 og 8.

Klemme 3 settes inn først, etterfulgt av klemmer 1 og 2. Klemmer 4 til 8 settes deretter inn i numerisk rekkefølge.

Bevegelsessekvensen til robotarmene ble generert ved hjelp av simuleringsprogramvare. En kollisjonsdeteksjonsalgoritme forhindret robotene i å banke inn i gjenstander i miljøet eller hverandre.

I tillegg ble noen operasjoner i bevegelsessekvensen generert ved å referere til menneskelige samlere. For dette formålet fanget vi arbeidernes bevegelser under monteringen. Dataene inkluderer både bevegelsen til arbeideren og den tilsvarende oppførselen til ledningsnettet. Ikke overraskende viste bevegelsesstrategien som ble tatt av en arbeider seg ofte å være mer effektiv enn robotenes.

Vridningskontroll av ledningssegmenter

I våre eksperimenter fikk vi noen ganger problemer med å sette inn klemmene fordi det var umulig å plassere griperen for oppgaven. For eksempel bør klemme 5 settes inn umiddelbart etter at klemme 4 er festet til rammen. Selesegmentet til venstre for klemme 4 vil imidlertid alltid falle ned, noe som gjør det vanskelig for senterroboten å posisjonere klemme 5 for innsetting.

Vår løsning på dette problemet var å forhåndsforme måltrådsegmentet for å sikre et vellykket grep. Først løftes klemmen 5 opp av den venstre roboten ved å gripe trådsegmentet nær klemmen 5. Deretter reguleres orienteringen av klemmen 5 ved å kontrollere torsjonstilstanden til trådsegmentet. Denne forformingsoperasjonen sikrer at det etterfølgende grepet av klemmen 5 alltid utføres i den mest passende posisjonen.

Samarbeid mellom våpen

I noen situasjoner krever montering av et ledningsnett menneskelignende samarbeid mellom flere robotarmer. Innsetting av klemme 1 er et godt eksempel. Når klemme 2 er satt inn, vil klemme 1 falle. Plassen som er tilgjengelig for å sette inn klemme 1 er begrenset, og det er vanskelig å plassere griperen på grunn av faren for å kollidere med omgivelsene. Dessuten lærte praktisk erfaring oss å unngå å starte denne operasjonen med at segmentet av tråden henger, siden det kan føre til at trådsegmenter blir fanget opp av rammen rundt i etterfølgende operasjoner.

Vår løsning på dette problemet var inspirert av oppførselen til menneskelige arbeidere. En menneskelig arbeider koordinerer enkelt bruken av sine to armer for å fullføre en oppgave. I dette tilfellet vil en arbeider ganske enkelt sette inn klemmen 4 med en hånd, mens han samtidig justerer posisjonen til trådsegmentet med den andre hånden. Vi programmerte robotene til å implementere den samme strategien.

Plastisk deformasjon

I noen situasjoner var det vanskelig å forhåndsforme trådsegmentet ved å samarbeide med to roboter. Prosessen med å sette inn klemme 6 er et godt eksempel. For denne operasjonen forventet vi at venstre robotarm ville sette den inn i rammen, siden det er den eneste robotarmen som kan nå målet.

Det viste seg at roboten i utgangspunktet ikke kunne nå klemmen. Når kontrolleren fastslår at det ikke er mulig å gripe klemmen, vil roboten prøve å gripe trådsegmentet nær klemmen i stedet for å gripe selve klemmen. Roboten vrir og bøyer deretter segmentet for å vri klemflaten mer til venstre. Å bøye et segment noen ganger er vanligvis nok til å endre posisjonen. Når segmentet er en passende posisjon for å gripe, vil roboten gjøre et nytt forsøk på å gripe målklemmen.

Konklusjoner

Til syvende og sist var robotsystemet vårt i stand til å installere åtte klemmer i instrumentpanelrammen med en gjennomsnittlig tid på 3 minutter. Selv om denne hastigheten fortsatt er langt fra kravet for praktisk anvendelse, demonstrerer den den tekniske gjennomførbarheten av robotisk ledningsnett.

Flere problemer må løses for å gjøre systemet pålitelig og raskt nok for praktisk industrianvendelse. For det første er det viktig at ledningsnett er forhåndsformet for robotmontering. Sammenlignet med knute- og avknyttingsoperasjoner, er torsjonstilstanden til individuelle ledningssegmenter avgjørende for installasjon av ledningsnett, siden robotene håndterer deler som er bundet inn i selen. I tillegg vil en griper utstyrt med vridningsgrad av frihet også hjelpe med montering av sele.

For å forbedre hastigheten på prosessen, bør den dynamiske oppførselen til ledningen vurderes. Dette er tydelig i filmstudiene av fagarbeidere som setter inn ledningsnett. De bruker både hender og dyktige bevegelser for å kontrollere den dynamiske svingingen av ledningen og unngår dermed omkringliggende hindringer. Når du implementerer robotmontering med lignende hastighet, vil spesielle tilnærminger være nødvendige for å undertrykke den dynamiske oppførselen til ledningen.

Selv om mange av tilnærmingene som brukes i forskningen vår er enkle, har vi demonstrert automatisk montering med prototyperobotsystemet vårt. Det er potensial for automatisering med denne typen oppgaver.