Stima dell'avanzamento di un'operazione di assemblaggio per applicazioni di robotica collaborativa

Due to the continous growth of automation inside factory the human and robotic operators found themselves working more closely togheter. An example of this evolution can be seen in a collaborative cell, where robots and human interact to complete the assemblies exploiting the strengths of each one. However, from their iteraction a large amount of problems arise, due mainly to the uncertanties present inside the human behavior, that have taken to a lot of studies in order to find a good compromise between effinciency and necessity to guarantee safety of operators. A key role in this collaboration is played by monitoring systems, which, by obtaining information from the sensors regarding the development of activities inside the cell, manage to coordinate the operations of the agents present within it, guaranteeing maximum performance and safety. To achieve this goal in the industrial world is growing the use of video cameras, which are perfect to observe and understand what is happening in the surrounding world, inexpensive and offering high performance. In this thesis, an application was developed to monitor, in real time, the operator’s movements inside the work cell and to provide an estimate of the advancement of the current transaction, from which it is then possible to derive the expected time remaining to complete the same. To do this in this thesis we propose a method based on a modified version of the Dynamic Time Warping algorithm. This method, through an analysis of the spatial position of the operator during assembly under observation, is able to provide the estimate of the time remaining to the completion of the action. The signals used to track the movements of the operator consist of some skeletal points obtained from the information coming from an RGB-D camera (Microsoft Kinect). The proposed solution proved to be satisfactory, guaranteeing low errors in estimating the duration of operations and proving to be robust to the uncertainties introduced by the human component and to the working conditions.

Con il continuo sviluppo dell’automazione all’interno delle fabbriche, gli operatori umani e robotici si sono trovati a lavorare sempre più a stretto contatto. Un esempio di tale evoluzione può essere visto nelle celle di assemblaggio collaborativo, dove i robot e l’uomo interagiscono per portare a termine gli assemblaggi sfruttando i punti di forza di ciascuno. Tuttavia, dalla loro interazione sorgono numerose problematiche, dovute principalmente alle incertezze presenti nei comportamenti e nei movimenti umani, che hanno portato a numerosi studi per trovare un giusto compromesso fra efficienza e la necessità di garantire la sicurezza degli operatori. Un ruolo di primo piano in questa collaborazione è svolto dai sistemi di monitoraggio, che, ricavando da sensori le informazioni relative allo svolgersi delle attività all’interno della cella, riescono a coordinare le operazioni degli agenti presenti al suo interno garantendo massime prestazioni e sicurezza. Per raggiungere tale obbiettivo nel mondo industriale sta prendendo sempre più piede l’utilizzo di videocamere: sensori poco costosi e perfetti per osservare e comprendere cosa accade nell’ambiente circostante. In questa tesi è stata sviluppata un’applicazione in grado di monitorare in tempo reale i movimenti dell’operatore all’interno della cella di lavoro e di fornire una stima dell’avanzamento dell’azione corrente da cui è poi possibile ricavare il tempo rimanente al completamento della stessa. Per fare ciò è stato utilizzato un metodo basato su una versione modificata del Dynamic Time Warping. Il metodo, attraverso un’analisi della posizione spaziale del operatore durante l’attività monitorata, è in grado di fornire la stima del tempo rimanente al compimento dell’azione. I segnali utilizzati per tracciare i movimenti dell’operatore sono costituiti da alcuni punti scheletali ricavati a partire dalle informazioni provenienti da una telecamera RGB-D (Microsoft Kinect). La soluzione proposta si è dimostrata soddisfacente, garantendo bassi errori nella stima della durata delle operazioni e risultando robusta alle incertezze introdotte dalla componente umana.