English
Magyar
Valósidejű pályatervezés kollaboratív ipari robotok számára
 professor emeritus
Szoba: IE437
Tel.:
+36 1 463-2899 Email: tade (*) mit * bme * hu |
A kiírás adatai
Az ipar fokozódó robotizálási, automatizálási törekvései, valamint a technológiai fejlődés következményeképpen újabb és újabb alkalmazási területeken jelenik meg az igény különféle szerelési, megmunkálási, és anyagmozgatási feladatok robotok segítségével történő elvégzésére. Míg a robotok alkalmazása hagyományosan szinte kizárólag a tömeggyártásban volt jellemző, manapság egy általános tendencia a robotok megjelenése a kissorozatú gyártásban is. A termékek sokszínűségének növekedésével párhuzamosan egyre nő az igény a robotos szerelési és megmunkálási műveletek tervezésének automatizálására és a technológiai tervek hatékony optimalizálására.
A kissorozatú gyártásban, valamint a kollaboratív robotikában (amikor ember és robot együtt, egy munkatérben dolgozik) felmerülő igény, hogy a robotok a korábbi fix programok vakon történő, ciklikus ismételgetése (úgynevezett nyílt hurkú vezérlés) helyett képesek legyenek adaptívan alkalmazkodni a környezetükben történő változásokhoz. Ennek egyik feltétele, hogy a robotok pályatervét dinamikusan tudjuk tervezni a környezet modelljének és a szenzorok (pl. mélységi és optikai kamerák) jeleinek felhasználásával. A feladat így olyan pályatervező algoritmusok kifejlesztése és implementációja, amelyek képesek kvázi valós időben megoldani a robotok pályatervezési feladatait.
A témalabor célja a különböző pályatervező algoritmusok (pl. RRT, PRM, és ezek különböző variánsainak) megismertetése a hallgatókkal, ezek egyszerű változatainak implementálása és vizsgálata szimulált, digitális környezetben. A későbbi félévekben a feladat mélyebben is kidolgozható (sőt, ez kifejezett cél is), pl.:
- az elkészült algoritmusok tesztelése fizikai laborkörnyezetben, valós robotokon;
- pályatervezés kollaboratív munkakörnyezetben, valósidejű szenzorinformációk (pl. mélységi kamera képe) alapján;
Az algoritmusok fizikai valóságban történő teszteléséhez a laborkörnyezet az MTA SZTAKI-ban áll rendelkezésre: UR5-ös kollaboratív robotok, Kinect mélységi kamerák, valamint további szenzorok és egyéb eszközök.
Javasolt implementációs környezet, eszközök: Python, Java, vagy C++ programozási nyelv, Flexible Collision Library (FCL).