Learning compliant assembly skills from demonstrations

Julkaisun otsikon käännös: Robottien joustavien kokoonpanotaitojen oppiminen ihmisen esimerkistä

Markku Suomalainen

Tutkimustuotos: Doctoral ThesisCollection of Articles

Abstrakti

Robotit suorittavat kokoonpanotöitä enimmäkseen tehtaissa missä robotin ympäristö ja tehtävä pysyvät samana sekä tuotantoerät ovat suuria, kuten autotehtaissa. Sen sijaan pienissä ja keskisuurissa valmistusyrityksissä tai tehtaiden ulkopuolisessa kokoonpanotyössä, kuten rakennustyömailla, jatkuvasti muuttuva ympäristö ja erilaiset työtehtävät tekevät robottien käyttöönotosta hankalaa, erityisesti kahdesta syystä: ensimmäiseksi, robottien ohjelmointi on hankalaa, jolloin robotteja ei kannata käyttää tilanteissa joissa työtehtävä jatkuvasti muuttuu. Toiseksi, robottien käyttö vaatii usein muuttumattoman ja tietokoneella mallinnetun ympäristön. Ympäristön mallinnus on kuitenkin usein aikaa vievä toimenpide ja herkkä virheille erityisesti tilanteissa, missä ihmiset ja robotit työskentelevät samassa tilassa: jo työpöydän liikkuminen muutamalla senttimetrillä tarkoittaa, että tietokoneen malli ei enää vastaa ympäristön tilaa ja mallia täytyisi päivittää. Jotta robotit pystyisivät tehokkaasti työskentelemään uusissa tehtävissä ja ympäristöissä, robottien täytyy olla helposti ohjelmoitavissa ja niiden täytyy olla riittävän älykkäitä ja joustavia jotta pienet muutokset ympäristössä eivät estä tehtävän suorittamista. Tässä väitöskirjassa ehdotamme esimerkillä ohjelmointia joustaviin liikkeisiin yhdistettynä ratkaisuksi yllä esitettyihin ongelmiin. Esimerkillä ohjelmoinnissa käyttäjä voi näyttää robotille miten tarvittava tehtävä suoritetaan, käyttäen joko kauko-ohjausta tai kinesteettistä ohjausta missä käyttäjä tarttuu painovoimakompensoituun robottiin ja suoraan robottia liikuttamalla näyttää, miten tehtävä tulisi suorittaa. Kehitimme menetelmiä joustavien liikkeiden käyttämiseksi kolmella eri tasolla robotin ohjelmoinnissa: säätötasolla, primitiivitasolla ja primitiivien sekvensointitasolla. Säätötasolla esitämme ratkaisuksi suoraa voimasäätöä tilanteissa, missä joko robotti tai kohde on vapaasti kelluva, ja impedanssisäätöä tilanteissä missä sekä robotti että kohde ovat painovoiman vaikutuksen alla. Primitiivitasolla esittelemme oman impedanssisäätöön perustuvan liikeprimitiivimme, jonka avulla voi tehokkaasti oppia ja kuvata liikkeitä jotka hyödyntävät ympäristöä paikka- ja asentoepävarmuuksien lieventämiseksi samalla tavalla kuin ihminen esim. asetellessaan avainta lukkoon pimeässä. Liikkeiden sekvensointitasolla näytämme miten monimutkaisen ihmisen näyttämän esimerkin voi automaattisesti jakaa vaiheisiin, joista jokaista voi kuvata yhdellä primitiivillä, ja miten nämä opitut primitiivit toistetaan oikeassa järjestyksessä ja oikealla hetkellä jotta robotti suorittaa opitun tehtävän kokonaan. Lopuksi esitämme miten robotti voi oppia etsimään kohdetta samalla tavalla kuin ihminen tilanteissa, missä näkö ei riitä tehtävän suorittamiseen, kuten sähköpistokkeen asettaminen pistorasiaan ilman näkösensoria. Tämä väitöskirja esittää kokonaisuuden, joka mahdollistaa robottien tehokkaan käytön tilanteissa, joissa käyttö ei tällä hetkellä ole kannattavaa.
Julkaisun otsikon käännösRobottien joustavien kokoonpanotaitojen oppiminen ihmisen esimerkistä
AlkuperäiskieliEnglanti
PätevyysTohtorintutkinto
Myöntävä instituutio
  • Aalto-yliopisto
Valvoja/neuvonantaja
  • Kyrki, Ville, Vastuuprofessori
Kustantaja
Painoksen ISBN978-952-60-8553-1
Sähköinen ISBN978-952-60-8554-8
TilaJulkaistu - 2019
OKM-julkaisutyyppiG5 Artikkeliväitöskirja

Tutkimusalat

  • robotiikka
  • esimerkistä oppiminen
  • joustavat liikkeet
  • impedanssisäätö

Sormenjälki

Sukella tutkimusaiheisiin 'Robottien joustavien kokoonpanotaitojen oppiminen ihmisen esimerkistä'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä