Automatische grijppositiebepaling voor robothanden met OpenRAVE in random bin picking toepassingen

Abstract

In de huidige "Industrie 4.0" context wordt het voor bedrijven belangrijk om snel gepersonaliseerde producten in kleine oplages te produceren. Random bin picking zal hierbij een belangrijke rol spelen om zowel tijd als kosten te minimaliseren. Bij deze flexibele oplossing herkent en grijpt een robot met behulp van een visiesysteem op willekeurige wijze gestapelde objecten uit een bin. Onderzoeksgroep ACRO heeft een oplossing ontwikkeld, maar de opstelling in ACRO vereist dat de operator voor elk object manueel een aantal stabiele grijpposities definieert. Dit kost echter tijd en vraagt kennis van de operator. Bijgevolg is het doel van dit eindwerk het automatisch bepalen van grijpposities op basis van een object- en robothandmodel.

Een literatuurstudie bracht een plug-in voor OpenRAVE naar voren als de meest veelbelovende open source software om automatisch grijpposities te bepalen. Dit algoritme test grijpposities uit en houdt enkel de stabiele posities bij in een database. Omdat niet al deze posities bruikbaar zijn, werd een bijkomende stap in Matlab geïmplementeerd die de posities uit OpenRAVE verder filtert.

Uit de resultaten bleek dat OpenRAVE op 38,51 seconden 753 grijpposities kan genereren en beoordelen met een Intel (r) core(TM) i3-3110M CPU @2.40GHz processor. De gevonden stabiele grepen werden succesvol geverifieerd op de reële bin-pick opstelling. De integratie van de Matlab-filter kan in de toekomst een meerwaarde bieden om gevonden grepen verder te filteren.