Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-13978
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.advisorHuber, Marco F. (Univ.-Prof. Dr.-Ing. habil.)-
dc.contributor.authorMoosmann, Marius-
dc.date.accessioned2024-02-29T11:25:11Z-
dc.date.available2024-02-29T11:25:11Z-
dc.date.issued2024de
dc.identifier.other1882222342-
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-139978de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/13997-
dc.identifier.urihttp://dx.doi.org/10.18419/opus-13978-
dc.description.abstractIn dieser Arbeit wird eine Methode zur Verhakungserkennung und Enthakung für eine Griff-in-die-Kiste-Applikation vorgestellt. Hierfür werden maschinelle Lernverfahren eingesetzt, welche eine effiziente, skalierbare und flexible Lösung ermöglichen. Nach der Erfassung des Tiefenbildes von chaotisch gelagerten Werkstücken in einer Kiste, werden deren Lagen durch eine Objektlageerkennung erfasst und die Tiefeninformation in Form eines Tiefenkartenzuschnitts an einen binären Klassifikator übergeben, welcher anhand eines künstlichen neuronalen Netzes die Verhakungswahrscheinlichkeit schätzt. Der Klassifikator wird mit synthetisch generierten Datenbeispielen trainiert, welche vor dem Training durch Transfermethoden an die Realität angenähert werden. Die Prognosen werden als Kosten in einer Heuristik zur Greifplanung berücksichtigt. Um nach einer Verhakungserkennung verhakte Werkstücksituationen mit einem Industrieroboter auflösen zu können, wird in dieser Arbeit eine Methode zur Enthakung vorgestellt. Über die verhakte Werkstücksituation wird eine Hemisphäre mit möglichen zusätzlichen Pfadposen aufgespannt und diese Posen bewertet und die für eine Enthakung bestmögliche Pose durch zwei überwachte und eine bestärkende Lernmethode prognostiziert. Durch zusätzliche Orientierungsänderungen an den Pfadposen und einem Ablehnungskriterium für unmöglich zu lösende Verhakungen, sowie dem Transfer der in einer Simulation trainierten Methoden in die Realität, werden die ausgewählten Pfadposen kollisionsgeprüft an eine Greifplanung übergeben. Die Greifplanung übergibt die berechneten Pfadposen an eine Robotersteuerung, welche die Entnahme und Enthakung durchführt. Zum Abschluss wird die in dieser Arbeit entwickelte Methode zur Verhakungserkennung und Enthakung in einer realen Roboterzelle experimentell validiert und gezeigt, dass die Entwicklung zu einer Effizienzsteigerung und gesteigerten Robustheit eines Griff-in-die-Kiste-Gesamtsystems führt.de
dc.language.isodede
dc.publisherStuttgart : Fraunhofer-Institut für Produktionstechnik und Automatisierung IPAde
dc.relation.ispartofseriesStuttgarter Beiträge zur Produktionsforschung;165-
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/de
dc.subject.ddc620de
dc.titleAutonome Verhakungserkennung und Enthakung beim Griff-in-die-Kiste mit einem Industrieroboterde
dc.typedoctoralThesisde
ubs.dateAccepted2023-10-30-
ubs.fakultaetKonstruktions-, Produktions- und Fahrzeugtechnikde
ubs.fakultaetExterne wissenschaftliche Einrichtungende
ubs.institutInstitut für Industrielle Fertigung und Fabrikbetriebde
ubs.institutFraunhofer Institut für Produktionstechnik und Automatisierung (IPA)de
ubs.publikation.seitenxxii, 164de
ubs.publikation.typDissertationde
ubs.schriftenreihe.nameStuttgarter Beiträge zur Produktionsforschungde
ubs.thesis.grantorKonstruktions-, Produktions- und Fahrzeugtechnikde
Enthalten in den Sammlungen:07 Fakultät Konstruktions-, Produktions- und Fahrzeugtechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
2024MoosmannMarius.pdf24,31 MBAdobe PDFÖffnen/Anzeigen


Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons