www.uhasselt.be
DSpace

Document Server@UHasselt >
Education >
Faculty of Engineering Technology >
Master theses >

Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/17460

Title: Gerandomiseerde padplanningsalgoritmen voor opnemen van willekeurig geplaatste werkstukken met zesassige robot in simulatie
Authors: Kenzeler, Yannik
Deneyer, Joren
Advisors: DEMEESTER, Eric
BAETEN, Johan
Issue Date: 2014
Publisher: UHasselt
Abstract: De trend naar geïndividualiseerde producten en kleine seriegroottes verhoogt de druk om productiemachines te flexibiliseren. Maar tegelijk vereisen de hoge loonkost en globale prijsdruk een verregaande automatisering. De onderzoeksgroep ACRO (KU Leuven/KHLIM) onderzoekt nieuwe technologieën zoals gerandomiseerde padplanningsalgoritmen om deze tegenstrijdige eisen te verenigen. Dit eindwerk vergelijkt en beoordeelt zulke algoritmen in simulatie op hun performantie voor een 3D-binpicking installatie. Hierbij moet een zesassige Epson C3 robot een bak met willekeurig geplaatste producten automatisch leegmaken m.b.v. een machine-visiesysteem. Om in simulatie experimenten te kunnen uitvoeren is een model van de Epson-robot gemaakt. In een gemodelleerde testomgeving werden padplanningsalgoritmen onderzocht op hun rekentijd, betrouwbaarheid en benadering van het optimale pad voor verscheidene start- en eindconfiguraties. Ook de invloed van algemene en specifieke parameters van technieken zijn onderzocht. Experimenten tonen aan dat de algoritmen PRM, PRM*, RRT-Connect en SBL de beste performantie halen bij deze probleemstelling. Uit onderzoek blijkt verder dat het gebruik van RRT-Connect tot boven de bak en dan PRM tot in de bak een nog betere oplossing geeft. Ook is experimenteel bewezen dat de botsingsdetectieresolutie aangepast moet zijn aan de bakwand- en productdikte om een hoge betrouwbaarheid te hebben.
Notes: master in de industriële wetenschappen: energie-automatisering
URI: http://hdl.handle.net/1942/17460
Category: T2
Type: Theses and Dissertations
Appears in Collections: Master theses

Files in This Item:

Description SizeFormat
N/A5.2 MBAdobe PDF
N/A780.65 kBAdobe PDF

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.