1. 概要 現在、ロボットは溶接、組み立て、ハンドリング、塗装、研磨などの分野で広く利用されており、作業の複雑さが増すとともに、ユーザーは製品の品質と効率をさらに高めることを求めています。このような形態では、ロボットのプログラミング方法、プログラミングの効率、品質がますます重要になってきます。プログラミングの難易度と作業負荷を軽減し、プログラミングの効率を向上させ、プログラミングの適応性を実現し、それによって生産効率を向上させることが、ロボットプログラミング技術の開発における究極の追求です。 この記事では、ロボットプログラミング技術の発展を紹介し、読者にインスピレーションを与えることを願っています。 2. プログラミング技術の開発と応用 産業用ロボットには、オンラインプログラミング、オフラインプログラミング、自律プログラミングという 3 つの主なプログラミング方法があります。現在のロボットの応用では、手動ティーチングが依然としてロボット溶接の全分野を支配しています。オフラインプログラミングは構造化された溶接環境に適していますが、複雑な軌道を持つ3次元溶接の場合、手動ティーチングは時間がかかるだけでなく、溶接精度の要件を満たすことも困難です。そのため、手動ティーチングを視覚ガイダンスによるコンピューター制御ロボットによる自律ティーチングに置き換えることが開発トレンドになっています。 1. プログラミング技術の指導 (1)オンラインティーチングプログラミングは、通常、オペレータがティーチングボックスを使用してロボットツールの先端を制御し、指定された姿勢と位置に到達させ、ロボットの姿勢データを記録し、ロボットの動作命令を書き込み、通常の処理中にロボットの軌道計画、姿勢などの関節データ情報の収集と記録を完了することによって実行されます。 ティーチングボックスを使った指導はオンライン指導の利点があり、操作はシンプルで直感的です。図1に示すように、ティーチングボックスにはプログラミング型とリモートセンシング型の2つの主要なタイプがあります。例えば、ロボットを使用して車体のスポット溶接を行う場合、作業者はまずロボットを各溶接点まで制御し、各スポット溶接軌跡を手動でティーチングします。溶接工程では、ティーチング再現により、教示された溶接軌跡が再現され、車体の各位置で各溶接点の溶接が実現されます。車体ロボットのスポット溶接プロセスを図2に示します。しかし、溶接中に車体の位置が毎回正確に同じであることを保証することは困難であるため、実際の溶接では、通常、レーザーセンサーを追加して溶接パスを修正および較正する必要があります。 図1 ロボットティーチングボックス 図2 自動車ボディのロボットスポット溶接 (2)レーザーセンサーを利用した教育 宇宙探査、水中建設、原子力発電所の修理などの過酷な環境では、作業者が現場にいることはできず、溶接作業は遠隔操作の助けを借りて完了する必要があります。環境の照明条件が悪く、視覚情報では現場の状況を十分に反映できません。立体視は視覚フィードバックの手段として使用され、教育サイクルは長くなります。レーザービジョンセンシングは溶接輪郭情報を取得し、それをロボットコントローラにフィードバックして溶接ガンの位置を調整し、溶接をリアルタイムで追跡します。ハルビン工業大学の Gao Hongming 氏らは、立体視ディスプレイに基づく遠隔制御教育の欠点を克服する、遠隔制御溶接のためのレーザー視覚センシング支援遠隔制御教育技術を提案した。レーザービジョンセンシングにより溶接特徴点をティーチングポイントとして抽出することで、認識精度が向上し、平面曲線溶接や複雑な空間溶接の遠隔制御ティーチングを実現します(図3参照)。 図3 レーザー支援ティーチングに基づく遠隔制御システム (3)力覚支援教育 視覚誤差により、ステレオビジョンティーチングの精度は低くなります。レーザービジョンセンシングは、溶接輪郭情報を取得し、それをロボットコントローラにフィードバックして、溶接ガンの姿勢を調整し、溶接をリアルタイムで追跡します。しかし、すべてのリモート溶接環境に適応できるわけではない。例えば、ワークピースの表面状態はレーザーアシストティーチングに一定の影響を与え、不規則な溶接部の特徴点の抽出は難しい。このため、ハルビン工業大学のGao Hongmingらは、力センサーを使用して溶接部を識別する「リモートコントロール溶接力リモートティーチング技術」を提案した。このシステムは、構造がシンプルで、コストが低く、応答感度が高く、力センサーと溶接部が直接接触し、ティーチング精度が高いという特徴がある。力感知遠隔教示溶接識別モデルと適応制御モデルを通じて、遠隔教示の局所適応制御を実現し、共有技術と視覚的プレゼンスを通じて、遠隔溶接遠隔教示のマクログローバル監視を実現します。 (4)特別なツールを使った指導 3次元空間でのロボットのティーチングプロセスをより直感的にするために、オンラインティーチングプロセスにいくつかの補助ティーチングツールが導入されています。補助ティーチングツールには、空間位置と姿勢をそれぞれ測定する位置測定ユニットと姿勢測定ユニットが含まれます。 6 自由度を持つ 2 本の腕と 1 つの手首で構成され、光電エンコーダを使用して各キー角度を記録します。操作中、オペレータは手首で装置を保持して加工経路を教示し、経路上の各点の位置と姿勢を記録し、座標をロボットの加工経路値に変換して教示プログラミングを実現します。操作は簡単で正確であり、オペレータは実際にロボットを操作する必要はありません。これは多くの非専門オペレータにとって非常に便利です。 レーザーやその他の補助教示装置の助けを借りて、ロボットの使用の柔軟性と敏捷性が向上し、操作の難易度が軽減され、ロボット処理の精度と効率が向上し、多くの場面で非常に実用的になります。 2. オフラインプログラミング技術 オンラインプログラミングと比較して、オフラインプログラミングには次の利点があります。 ① ダウンタイムを削減。次のタスクがプログラムされている間も、ロボットは生産ラインで作業を続けることができます。 ②プログラマーを危険な作業環境から遠ざけ、プログラミング環境を改善する。 ③用途が広く、様々なロボットをプログラミングでき、最適化されたプログラミングを簡単に実現できます。 ④CAD/CAMシステムとの組み合わせが容易で、CAD/CAM/ROBOTICS統合を実現します。 ⑤ 高度なコンピュータプログラミング言語を使用して複雑なタスクをプログラムできます。 ⑥ロボットプログラムの修正が簡単。 (1)プログラミングの主要ステップロボットオフラインプログラミングは、コンピュータグラフィックスの結果を使用して、作業ユニットの3次元モデリングによりシミュレーション環境で実際の作業環境に対応するシーンを作成し、計画アルゴリズムを使用してグラフィックスを制御および操作します。実際のロボットを使用せずに軌道計画を実行し、ロボットプログラムを生成します。主な手順を図 4 に示します。図 5 は、FANUC の Roboguide ソフトウェアを使用したオフライン プログラミングの例を示しています。この製品はフォルクスワーゲンの自動車金型の一部であり、その表面をレーザークラッディングする必要があります。表面が複雑なため、手動ティーチングでパスを決定することはほぼ不可能であるため、オフラインプログラミングソフトウェアを使用して問題を解決します。まず、金型のCADモデルとロボットと金型の幾何学的位置関係を確立します。次に、特定のプロセスに従って軌道計画とオフラインプログラミングシミュレーションを実行します。確認後、ロボット制御にダウンロードして実行します。実践により、良好な結果が得られることが実証されています。 図4 オフラインプログラミングの重要なステップ 図5 Roboguideに基づくオフラインプログラミングとシミュレーション (2)市販のオフラインプログラミングソフトウェアには、一般的に、幾何モデリング機能、基本モデルライブラリ、運動学モデリング機能、作業単位レイアウト機能、経路計画機能、自動プログラミング機能、複数機械協調プログラミングおよびシミュレーション機能などが含まれる。 サードパーティのオフラインプログラミング(国内):RobotArtRobotMaster、RobotWorks、Robomove、RobotCAD、DELMIA ロボットメーカー(海外):(ABB)RobotStudio、(FANUC)RoboGuide、(KUKA)KUKA Sim、(YASKAWA)MotoSim システムレイアウトをシミュレートして、TCP のアクセス可能性や干渉の有無を確認できます。オフラインプログラミングシミュレーションも実行でき、オフラインプログラミングプログラムシミュレーションを確認してロボットにダウンロードして実行できます。 3. 自律プログラミング技術 技術の発展に伴い、さまざまな追跡測定およびセンシング技術がますます成熟し、溶接部の測定情報に基づいてコンピューター制御の溶接ロボットによる溶接経路の自律ティーチング技術の研究が始まりました。 (1)レーザー構造化光に基づく自律プログラミング構造化光に基づく自律経路計画は、図6に示すように、ロボットの先端に構造化光センサーを設置して「手元監視」作業モードを形成するという原理に基づいています。溶接追跡技術を使用して、溶接の中心座標を点ごとに測定し、溶接軌跡データベースを確立します。このデータベースは、溶接中に溶接ガンの経路として使用されます。
図6 構造化光に基づく自律経路プログラミング 韓国の Pyunghyun Kim 氏は、6-DOF 溶接ロボットの先端に線形構造化光視覚センサーを設置し、構造化された環境で自由表面溶接の自律ティーチングを実行しました。溶接軌道に沿って移動する座標を溶接上に設定して溶接の位置と方向を表現し、接続タイプ(重ね、突合せ、V字型)と組み合わせてロボット溶接パスを形成します。また、図7に示すように、従来の直線接続による誤差を回避するために、3次スプライン関数を使用して空間溶接軌道をフィッティングします。 図7 溶接経路を取得するために溶接部をスキャンするセンサー (2)両眼視覚に基づく自律プログラミング視覚フィードバックに基づく自律ティーチングは、ロボットの自律経路計画を実現するための重要な技術です。その主な原理は、一定の条件下で、主制御コンピュータが視覚センサーを介して溶接部に沿って溶接画像を自動的に追跡、収集、識別し、溶接部の空間軌道と方向(つまり姿勢)を計算し、最適化された溶接要件に従ってロボット溶接ガン(トーチ)の姿勢パラメータを自動的に生成することです。 (3)マルチセンサー情報融合自律プログラミング一部の研究者は、力制御器、視覚センサー、変位センサーを使用して、高精度の自動経路生成システムを形成している。システム構成を図 8 に示します。このシステムは、変位、力、視覚制御を統合し、視覚サーボを導入し、センサーのフィードバック情報に基づいてアクションを実行できます。このシステムでは、ロボットはマーカーペンで描かれた線に従ってロボット経路を自動的に生成できます。変位コントローラはロボットの TCP ポイントの位置を維持するために使用され、視覚センサーはロボットが曲線に自動的に追従できるようにするために使用され、力センサーは TCP ポイントとワークピースの表面間の距離を一定に保つために使用されます。 図8 視覚、力、位置センサーに基づく自動経路生成システム 4. 拡張現実ベースのプログラミング技術 拡張現実技術は仮想現実技術から生まれました。カメラ画像の位置と角度をリアルタイムで計算し、対応する画像を追加する技術です。この技術の目的は、画面上の現実世界に仮想世界を重ねて、それと対話することです。拡張現実技術により、コンピューターで生成された3次元オブジェクトを実際のシーンに統合し、ユーザーと現実世界の相互作用を強化します。ロボットプログラミングに拡張現実を使用することは革命的です。 拡張現実技術は、現実の環境と仮想空間の情報を統合し、現実環境におけるアニメーションシミュレーションを活用し、現実環境と仮想空間の情報間のインタラクティブなチャネルを提供します。たとえば、仮想航空機清掃ロボット モデルを縮小された航空機モデルに適用します。航空機モデルに従って仮想ロボットを特定の軌道に沿って移動するように制御し、ロボット プログラムを生成してから、実際のロボットを調整してプログラムします。 拡張現実 (RPAR) に基づくロボット プログラミング テクノロジーにより、実際のワークピース モデルを使用せずに仮想環境でロボットをオフラインでプログラミングできるようになります。仮想ロボットは実際の環境に追加できるため、現場でのアプローチが必要な場合に非常に効果的な手段となり、実際の環境と仮想環境の調整で発生する可能性のある技術的な困難を回避できます。拡張現実プログラミングのアーキテクチャを図 9 に示します。これは、仮想環境、操作空間、タスク計画、経路計画の仮想ロボット シミュレーション、および実際のロボットの検証で構成されています。 図9 拡張現実に基づくロボットプログラミングアーキテクチャ 要約: 従来のオンライン教育プログラミングは、限られた機会にしか使用されません。テクノロジーの更新により、最後の 3 つは徐々に成長します。一部はまだテクノロジーの研究開発段階にあります。最初に突破口を開いた人が市場を獲得するでしょう。 |
<<: ビッグデータの機械理解の秘密:クラスタリングアルゴリズムの詳細な説明
機械学習の分野では、「世の中にただ飯はない」という格言があります。簡単に言えば、あらゆる問題に対して...
AI技術の発展の歴史は数十年前に遡りますが、1970年代から1980年代までの初期段階では、ビジネ...
ニンジン畑問題を解決するための C# アルゴリズムは何ですか?まずトピックを見てみましょう:仕事へ向...
クラウドプロバイダーのサービスの需要は2024年まで増加すると予測しています。また、 AI生成技術と...
AIからより多くの利益を得るには、管理者はテクノロジーの使用方法を変える必要があります。 [[333...
私たちはよく、「未来はどうなるのだろう?」と考えます。もっと正確に言えば、人類の未来はどのように発展...
ボストンのロボット犬はしばらく前から販売されているが、価格は少々魅力的ではない。インターネット上には...
AGV と比較すると、V-AMR ロボットの利点は、特にビジネス プロセス、倉庫の変革、展開サイクル...
深層強化学習は近年人気が出てきている技術です。深層強化学習の制御および意思決定プロセスには、状態、ア...
22 倍の加速だけでは不十分です。ここでは 46% の改善が実現され、その方法はオープンソースです。...