| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 31.74 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
The new paradigm of Industry 4.0 demand the collaboration between robot and humans.
They could help (human and robot) and collaborate each other without any additional
security, unlike other conventional manipulators. For this, the robot should have the
ability of acquire the environment and plan (or re-plan) on-the-fly the movement avoiding
the obstacles and people.
This work proposes a system that acquires the space of the environment, based on
a Kinect sensor, verifies the free spaces generated by a Point Cloud and executes the
trajectory of manipulators in these free spaces. The simulation system should perform
the path planning of a UR5 manipulator for pick-and-place tasks, while avoiding the
objects around it, based on the point cloud from Kinect. And due to the results obtained
in the simulation, it was possible to apply this system in real situations.
The basic structure of the system is the ROS software, which facilitates robotic applications
with a powerful set of libraries and tools. The MoveIt! and Rviz are examples
of these tools, with them it was possible to carry out simulations and obtain planning
results. The results are reported through logs files, indicating whether the robot motion
plain was successful and how many manipulator poses were needed to create the final
movement. This last step, allows to validate the proposed system, through the use of the
RRT and PRM algorithms. Which were chosen because they are most used in the field
of robot path planning.
Os novos paradigmas da Indústria 4.0 exigem a colaboração entre robôs e seres humanos. Estes podem ajudar e colaborar entre si sem qualquer segurança adicional, ao contrário de outros manipuladores convencionais. Para isto, o robô deve ter a capacidade de adquirir o meio ambiente e planear (ou re-planear) on-the-fly o movimento evitando obstáculos e pessoas. Este trabalho propõe um sistema que adquire o espaço do ambiente através do sensor Kinect. O sistema deve executar o planeamento do caminho de manipuladores que possuem movimentos de um ponto a outro (ponto inicial e final), evitando os objetos ao seu redor, com base na nuvem de pontos gerada pelo Kinect. E devido aos resultados obtidos na simulação, foi possível aplicar este sistema em situações reais. A estrutura base do sistema é o software ROS, que facilita aplicações robóticas com um poderoso conjunto de bibliotecas e ferramentas. O MoveIt! e Rviz são exemplos destas ferramentas, com elas foi possível realizar simulações e conseguir os resultados de planeamento livre de colisões. Os resultados são informados por meio de arquivos logs, indicando se o movimento do UR5 foi realizado com sucesso e quantas poses do manipulador foram necessárias criar para atingir o movimento final. Este último passo, permite validar o sistema proposto, através do uso dos algoritmos RRT e PRM. Que foram escolhidos por serem mais utilizados no ramo de planeamento de trajetória para robôs.
Os novos paradigmas da Indústria 4.0 exigem a colaboração entre robôs e seres humanos. Estes podem ajudar e colaborar entre si sem qualquer segurança adicional, ao contrário de outros manipuladores convencionais. Para isto, o robô deve ter a capacidade de adquirir o meio ambiente e planear (ou re-planear) on-the-fly o movimento evitando obstáculos e pessoas. Este trabalho propõe um sistema que adquire o espaço do ambiente através do sensor Kinect. O sistema deve executar o planeamento do caminho de manipuladores que possuem movimentos de um ponto a outro (ponto inicial e final), evitando os objetos ao seu redor, com base na nuvem de pontos gerada pelo Kinect. E devido aos resultados obtidos na simulação, foi possível aplicar este sistema em situações reais. A estrutura base do sistema é o software ROS, que facilita aplicações robóticas com um poderoso conjunto de bibliotecas e ferramentas. O MoveIt! e Rviz são exemplos destas ferramentas, com elas foi possível realizar simulações e conseguir os resultados de planeamento livre de colisões. Os resultados são informados por meio de arquivos logs, indicando se o movimento do UR5 foi realizado com sucesso e quantas poses do manipulador foram necessárias criar para atingir o movimento final. Este último passo, permite validar o sistema proposto, através do uso dos algoritmos RRT e PRM. Que foram escolhidos por serem mais utilizados no ramo de planeamento de trajetória para robôs.
Description
Mestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná
Keywords
Collaborative robots Manipulator path planning Collision avoidance Rgb-d sensors Point Cloud