0
Hopp til hovedinnhold

Disputerer på kollisjonshåndtering for industriroboter

Industriroboter som jobber på offshore oljerigger har et tøft arbeidsmiljø. Plutselig kan banen de bruker være blokkert. I sin doktorgradsavhandling ser Knut Berg Kaldestad på hvordan 3D-sensorer kan oppdage og styre roboten rundt hindringen. 

Artikkelen er mer enn ett år gammel, og kan inneholde utdatert informasjon.

Knut Berg Kaldestad (Foto: Privat)

Knut Berg Kaldestad disputerer for ph.d-graden på Fakultet for teknologi og realfags doktorgradsprogram med spesialisering i mekatronikk. Det skjer fredag 13. juni 2014 på UiAs Campus Grimstad.

Slik beskriver kandidaten selv essensen i avhandlingen:

Kollisjonshåndtering for industriroboter i tøffe omgivelser

Det økende globale konsumet av energi, kombinert med sikkerhetstiltak og kostnadsfokus har ført til etterspørsel etter bruk av industriroboter i tøffe miljøer som oljeraffinerier og offshore oljerigger. Det å møte denne etterspørselen kommer ikke uten komplikasjoner og gir nye utfordringer med tanke på design, sertifisering, sensorer og algoritmer. For å få en bedre forståelse av disse utfordringene så vil det bli gitt en kort introduksjon av industriroboter, etterfulgt av en presentasjon av eksisterende problemer og foreslåtte løsninger.

Industriroboter er vanligvis brukt til oppgaver slik som lakkering, palletering, sammenstilling av komponenter og sveising. Under drift opererer vanligvis robotene i et miljø som allerede er kjent på det tidspunktet de er programmert, som ideelt sett betyr at alle objektene er tatt hensyn til av roboten. Siden alle objektene er på kjente posisjoner og roboten vet hvor den skal bevege seg, så trenger den ikke øyne (les: sensorer) for korrekt å lakkere en bil, sveise to bjelker eller til og med unngå å kollidere.

Hvis roboten allerede kan håndtere et miljø som ikke er i forandring, vil det da oppstå et behov for å forandre miljøet? For scenarier hvor mennesker arbeider i nærhet av roboten eller til og med samhandler med roboten, vil miljøet være i kontinuerlig forandring (p.g.a personens bevegelser). I kjølvannet av slike forandringer oppstår mange situasjoner som en standard industrirobot ikke kan håndtere for å opprettholde en sikker og kollisjonsfri operasjon.

Den første utfordringen for en robot i bevegelse er en umiddelbar forandring til nær omgivelse (en hindring kommer til syne) og en kollisjon er unngåelig så fremt robotbevegelsen ikke blir stoppet. Kollisjonen er sagt å være uunngåelig fordi roboten allerede er programmert for en bestemt bevegelse og uten sensorer kombinert med et system for deteksjon av forandringer i omgivelsene så er kollisjonen dømt til å skje. Den andre utfordringen er å lage robotene smartere, eller mer menneskelignende, og la den finne en ny vei rundt hinderet selv.

For å imøtekomme den første utfordringen, å stoppe roboten hvis banen blir blokkert, brukes en datamaskin for å analysere sensordata (f.eks. et 3D bilde) av omgivelsene. En avgjørelse kan bli tatt ved å sammenligne nåværende bilde med et tilsvarende bilde uten hinder. Hvis dataene viser seg å være tilstrekkelig forskjellig, så anslår man at et hinder er tilstede og roboten stoppes. Den andre utfordringen er mer krevende å løse, fordi roboten skal unngå hindringen uten å trenge et øyeblikk på å tenke ut hvor den skal bevege seg for å unngå kollisjon. I enkelhet så er dette løst ved å bruke en 3D sensor for å observere omgivelsene sammen med en datamaskin for å ta avgjørelser og styre robotbevegelsene. Alt i omgivelsene, inkludert roboten, kan forestilles å bli magnetisert (på algoritmenivå) ved bruk av «potensialfelt» som frastøter hverandre. Disse feltene fører roboten bort fra hindringene og hjelper roboten å finne en kollisjonsfri bane til sin tiltenkte posisjon.
(English text - please scroll down)

 

Disputasfakta:

Knut Berg Kaldestad (Foto: Privat)

Kandidaten: Knut Berg Kaldestad tok en bachelor som maskiningeniør ved Høgskolen i Bergen i 2009. Fra 2009 til 2010 tok han en master som maskiningeniør ved universitetet i Lancaster (Storbritannia). Fra 2011 til 2014 har han vært stipendiat i mekatronikk ved Universitetet i Agder.

Prøveforelesning og disputas finner sted i Rom C2-040, UiA Campus Grimstad.

Dekan, professor Frank Reichert, Fakultet for teknologi og realfag, leder disputasen

 

Tid for prøveforelesning: Fredag 13. juni 2014 kl 10:00

Oppgitt emne for prøveforelesning: "Robotic vision in arc-welding"

 

Tid for disputas: Fredag 13. juni 2014 kl 12:00

Tittel på avhandling: "Industrial Robot Collision Handling in Harsh Environments"

Søk etter avhandlingen i AURA - Agder University Research Archive, som er et digitalt arkiv for vitenskapelige artikler, avhandlinger og masteroppgaver fra ansatte og studenter ved Universitetet i Agder. AURA blir jevnlig oppdatert.

 

Opponenter:

Førsteopponent: Professor Anders Robertsson, Lunds universitet

Annenopponent: Prosjektdirektør, professor II, dr. Ingrid Schjølberg, NTNU

Bedømmelseskomitéen er ledet av professor Hans-Georg Beyer, UiA

 

Veiledere i doktorgradsarbeidet var: Hovedveileder var professor Geir Hovland, UiA, bi-veileder var dr. David Anisi, ABB (se også David Anisis web-side (sist oppdatert 2009) fra Kungliga Tekniska Högskolan (KTH) i Stockholm).

 

Industrial Robot Collision Handling in Harsh Environments

The ever increasing global consumption of energy combined with safety regulations and cost-focus has caused a demand for using industrial robots in harsh environments such as petro-chemical plants and offshore oil rigs. To comply with this demand is not without complications, and poses new challenges with regards to design, certification, sensors and algorithms. To better understand these challenges a short introduction to industrial robots will be presented, followed by the current problem and proposed solutions.

Industrial robots are commonly used for tasks such as assembly, painting, palletizing and welding. During operation the robots typically operate in an environment which is known at the time they are programmed and ideally means that there will be no objects that are unaccounted for by the robot. All the parts are at known locations and the robot knows exactly where to move, it does not need any eyes (read: sensors) to correctly paint a car, weld two beams or even avoid collision. If the robot already can handle a non-changing environment, would there then raise a need to change the environment? For scenarios where humans work in close vicinity or even interact with the robot, the environment will be in continuous change (due to the person’s movement). In the wake of such changes, many situations arise that a standard industrial robot is unable to deal with in order to have safe and collision free operation.

The first challenge for a moving robot is a change to the immediate surroundings (an obstacle appears) and a collision is unavoidable unless the robot movement is stopped. A collision is said to be unavoidable because the robot is already programmed to perform a certain movement and without sensors with a system for detecting changes to the environment the collision is bound to happen. The second challenge is to make the robot smarter, or more human-alike, and let it find a new way around the obstacle by itself.

To meet the first challenge, of stopping the robot when its path is blocked, a computer is used to analyse the sensor data (e.g. a 3D picture) of the environment. A decision can be made by comparing the current picture to a similar picture without an obstacle. If the data turns out to be sufficiently different, an obstacle is said to be present and the robot is stopped. The second approach is more challenging to deal with because the robot should avoid the obstacle without needing a moment to think about where it should move in order to avoid collision. In simplicity, this is solved by using a 3D sensor to observe the environment around the robot. Everything in the environment, including the robot, can be thought of as being magnetised (on an algorithmic level) with potential fields that repel each other. These fields push the robot away from obstacles and help the robot to find a collision free path to its intended location.

Candidate’s background: Knut Berg Kaldestad obtained a Bachelor’s degree in Mechanical Engineering from Bergen University College in 2009. From 2009 to 2010 a Master in Mechanical Engineering was obtained from Lancaster University (United Kingdom). From 2011 to 2014 a position as a PhD fellow in Mechatronics has been held at the University of Agder.

Supervisors: Professor Geir Hovland and Dr. David A. Anisi.

Send studiet på mail