| dc.description.abstract | Robotisert sveising benyttes for tilvirkning av mange slags produkter. I denne masteroppgaven har muligheten for å integrere et 3D kamera i et sveiserobotsystem blitt vurdert, med sikte på å forbedre programmeringsprosessen for sveiseroboter. Data fra et 3D kamera ble her anvendt for korreksjon av offline programmerte baner for sveiseroboter. Dette ble demonstrert ved å implementere metoden i robotlaboratoriet ved Institutt for produksjons- og kvalitetsteknikk, NTNU.
Beskrivelser av datasyn ved bruk av 3D data utgjør en stor del av innholdet i denne oppgaven. Ervervelse av 3D data, prosessering, og de forskjellige kameraparametrene er noe av det som er beskrevet. Et utvalg algoritmer som benyttes for å estimere posituren til komponenten som skal sveises forklares, og ytelsen til disse algoritmene er evaluert gjennom en rekke tester. Det var av interesse å undersøke hvor robust algoritmene er i ulike situasjoner, og å undersøke kvaliteten på estimatet fra de ulike algoritmene. Et annet vurderingskriterie var hvor lang tid som behøvdes for å estimere komponentens positur. Testresultatene viste at algoritmen Nonlinear Iterative Closest Point var best egnet for bruk i dette systemet.
3D kameraet ble knyttet til sveiserobotens styreenhet gjennom et program som ble spesielt utviklet for dette prosjektet. Programmet beregner komponentens positur ved hjelp av en modell av komponenten og 3D data fra kameraet. Denne korrigerte posituren formidles til robotens styreenhet via en klient til tjener-tilkobling over et standard datanettverk. Et diagram som viser all informasjonsflyt i systemet har blitt utarbeidet. Dette diagrammet viser alle steg i prosessen, fra CAD modell og 3D data til en korrigert sveiseprosess.
Resultatene ble demonstrert ved å programmere sveiseroboten til å sveise en seksjon av en thrustertunnel for skip. Data fra et Microsoft Kinect kamera benyttes så til å estimere korreksjoner av sveisebanene. Demonstrasjonen illustrerer hvordan systemet som er utviklet er i stand til å detektere og korrigere sveisebanene for objekter som er flyttet på både ved rettlinjet bevegelse og ved rotasjon. Det oppsto imidlertid noen variasjoner ved estimering av objektets positur, som igjen førte til unøyaktige korreksjoner av sveisebanene. Det var mulig å redusere disse variasjonene ved å samle 3D data i et litt lenger tidsrom og å implementere et filter.
Robotens sveisebaner er illustrert som grafer hvor offline programmerte, kamerakorrigerte, og optimale sveisebaner er vist. | |
