Please use this identifier to cite or link to this item:
http://hdl.handle.net/1942/27393
Title: | Spraakaansturing van een KUKA LBR iiwa R14 robot in combinatie met Google Home | Authors: | Schumann, Jondar | Advisors: | BAETEN, Johan CLEEREN, David |
Issue Date: | 2018 | Publisher: | UHasselt | Abstract: | Voor de integratie van industriële robots in nieuwe of bestaande processen is er speciaal opgeleid personeel nodig dat ervaring heeft met het gebruik van de fabrikantafhankelijke programmeeromgeving die op de Teachpad geïnstalleerd is. Dit is het bedieningspaneel voor de programmering van de robot. De integratie van robots is vooral voor kleine en middelgrote ondernemingen een grote kost en een tijdrovend proces. Daarom is er vraag naar andere, meer natuurlijke manieren van programmeren zodat minder ervaren werknemers een robot snel en intuïtief kunnen bedienen. Deze masterthesis legt de focus op het uitwerken van een spraakherkenningssysteem voor het programmeren van een robot. De gebruikte collaboratieve robot is een KUKA LBR iiwa R14 820 met ingebouwde krachtsensoren. Voor de realisatie van de spraakherkenning heeft KUKA Houthalen geopteerd voor een slimme luidspreker/microfoon van Google, de Google Home. Deze module is reeds enkele jaren op de markt beschikbaar en heeft een aanvaardbare prijs. Daarnaast is de software 'Dialogflow' geavanceerd en bevat het een ruime woordenschat. Met de software zijn er een aantal basis functies uitgebouwd zoals het opvragen van de robotpositie, het toewijzen van een willekeurige positie, het opslaan en aanvaren van de toegewezen posities en het bedienen van het gebruikte gereedschap. De functionaliteit van het systeem wordt getest en geëvalueerd door verschillende testpersonen die via de robot een product opnemen en naar een andere positie brengen binnen een opgelegde tijdslimiet | Notes: | master in de industriële wetenschappen: energie-automatisering | Document URI: | http://hdl.handle.net/1942/27393 | Category: | T2 | Type: | Theses and Dissertations |
Appears in Collections: | Master theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
b69c625d-8098-43c6-94fb-d56528ea6909.pdf | 1.02 MB | Adobe PDF | View/Open | |
8ab25112-d820-4f37-8e98-d46bbed50216.pdf | 929.3 kB | Adobe PDF | View/Open |
Page view(s)
30
checked on Oct 29, 2023
Download(s)
28
checked on Oct 29, 2023
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.