Partikel-Schwarm-Optimierung zur Objektlageerkennung in Tiefendaten

Abstract

Ziel dieser Arbeit war die Entwicklung eines flexiblen und fehlertoleranten Systems zur Objektlageerkennung mit Tiefendaten für die Anwendung im Schmiede- und Gießereibereich. Das Erkennungssystem ermöglicht die automatisierte Entnahme von typischen Objekten aus dem Schmiede- und Gießereibereich, die sortenrein in einem Haufen angeliefert werden, mit einem Roboter. Hierzu wurde der Einsatz des noch jungen Forschungsgebiets der Partikel-Schwarm-Optimierung (PSO) untersucht und für den Einsatz zur Objektlageerkennung nutzbar gemacht werden. Ausgehend vom Stand der Technik wurden typische Einsatzszenarien für die Entnahme von Objekten aus einer Kiste im Gießerei- und Schmiedebereich hinsichtlich ihrer Randbedingungen an ein System zur Objektlageerkennung analysiert. Als Objekte dienten hierbei Getriebewellen, Hohlringe und Getriebedeckel. Besonderes Augenmerk wurde dabei auf die Genauigkeitsanforderungen bei der Lageerkennung und die Anforderungen an die Objektbeschreibung für den Einsatz mit der Partikel-Schwarm-Optimierung gelegt. Diese Analyse lieferte die Anforderungen an ein PSO-basiertes System zur Objektlageerkennung. Weiterhin wurden Teilsysteme definiert und der Einfluss der Anforderungen an die Teilsysteme diskutiert. Auf Basis der erarbeiteten Anforderungen wurden grundlegende Lösungsansätze für die einzelnen Teilsysteme betrachtet und zu einer Gesamtkonzeptlösung zusammengeführt. Vorrangig erschien hier die grundlegende Untersuchung eines wissensbasierten Verfahrens zur histogrammbasierten Bewertung eines Schwarmpartikels. Hierfür wurde der 3-D-Sensor modelliert und die geeignete Erstellung von Tiefen- und Normalenvektorhistogrammen erarbeitet. Um das Gesamt-system an unterschiedliche Objekte anpassen zu können, wurde ein Tool zur Erstellung der benötigten Histogramme für die Wissensbasis erstellt. Um die Praxistauglichkeit der Entwicklungen zu bestätigen, wurde zum Abschluss der Arbeit eine Roboterzelle mit einem Tiefensensor aufgebaut und das Verfahren zur Objektlageerkennung hinsichtlich seiner Zuverlässigkeit untersucht. Als Testobjekte kamen die Getriebewellen zum Einsatz, die aus einer Kiste entnommen und auf einer Prismaablage positioniert wurden.

The aim of this thesis was to create a flexible and robust object localization system for foundry and forging industry. With the help of this object localization system it is possible to automatically grasp objects that are piled up chaotically with a robot. Particle Swarm Optimization, a relatively young field of research for a population based stochastic optimization technique inspired by social behavior of bird flocking or fish schooling, was used to achieve this aim. Starting with the state of the art, typical application scenarios in the foundry and forging industry for grasping objects out of a bin were analyzed and typical requirements and boundary conditions for an object localization system were derived. Gear shafts, inner gears and housing covers served as objects in these application scenarios. Particular attention was paid to the accuracy requirements of the object localization module and the demands on the object description for use with the particle swarm optimization. This analysis provided the requirements of a PSO-based system for object localization. Furthermore, subsystems were defined and the impact of the requirements on the subsystems was discussed. Based on these requirements different possible solutions for the subsystems were analyzed. By combining selected solutions for each subsystem the entire system for object localization was designed. In order to realize the designed system a fundamental study of a knowledge-based method for evaluating a swarm particle with histograms was performed. For this purpose an applicable model of the 3-D sensor and appropriate histogram creation methods for depth- and normal vector histograms were developed. Furthermore, a tool was created to generate and store required histograms in a knowledge base. This is necessary to adjust the system for object localization to various objects by expanding the knowledge base. To confirm the practical feasibility of the developments and to complete the tests of the designed system, a robot cell was built up. The robot cell was used to show the reliability of the system for object localization. As test objects, gear shafts were used which were taken from a box and placed on the storage position.