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/1942/22347

Title: Ontwikkeling van een ROS-driver voor Epson C3 robots
Authors: Castelli, Luca
Van der Aelst, Wim
Advisors: DEMEESTER, Eric
MOONEN, Geert
Issue Date: 2016
Publisher: UHasselt
Abstract: Dit onderzoek maakt deel uit van de ontwikkeling van random bin picking systemen, een van de projecten van de onderzoeksgroep ACRO, KU Leuven. Dergelijke systemen hebben vaak nood aan een padplanningsalgoritme dat botsingsvrije trajecten voor de robot genereert. Het doel van deze masterproef is om een driver te ontwikkelen die de compatibiliteit verwezenlijkt tussen een industriële EPSON C3 robot en het open bron framework 'ROS' dat voorzien is van de padplanningssoftware MoveIt!. Deze driver zet de gegenereerde botsingsvrije paden van MoveIt! om naar werkelijke bewegingen van de robot. De eisen waaraan de driversoftware moet voldoen zijn de volgende. Ten eerste moet MoveIt! te allen tijde op de hoogte zijn van de werkelijke robotconfiguratie. Ook moet de padplanningssoftware enkele kritische toestanden herkennen zoals o.a. die van de noodstop. Om de driver robuust te maken, moet het programma adequate foutafhandeling voorzien. Zo moet de driver onverwachte communicatiefouten en onrealistische data op een veilige manier opvangen. Ten slotte is het gewenst om een vloeiende robotbeweging te bekomen, wat de levensduur van de robot aanzienlijk vergroot en het energieverbruik verlaagt. Om de driver tot stand te brengen, werd een socketcommunicatie tussen de ROS-omgeving en de EPSON C3 robot opgezet. ROS stelt hiervoor clients ter beschikking die d.m.v. een specifiek protocol kunnen communiceren met externe machines. Op de robotcontroller werden twee servers geprogrammeerd en getest die data uitwisselen met de clients van ROS.
Notes: master in de industriële wetenschappen: energie-automatisering
URI: http://hdl.handle.net/1942/22347
Category: T2
Type: Theses and Dissertations
Appears in Collections: Master theses

Files in This Item:

Description SizeFormat
N/A1.93 MBAdobe PDF
N/A736.87 kBAdobe PDF

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