Digital twin-driven task allocation and scheduling in human-robot collaborative assemblies

The integration of collaborative robots (cobots) into industrial settings has significantly advanced automation engineering, especially in enhancing human-robot collaboration. This master’s thesis presents a new approach to optimal task allocation and schedul ing for a collaborative robot in a human-robot collaboration (HRC) environment within the assembly applications, aiming to develop an offline, layout-independent policy thatimproves time efficiency, ergonomics, safety, and workload distribution across various op erational layouts. The methodology employs a structured pre-allocation process to assess the robot’s phys ical limits, tool needs for the robot, ergonomic considerations for humans, and collision risks. Simulation testing conducted with a digital twin provides essential data on task execution times and ergonomic impacts, aiding in comprehensive planning. The algorithm efficiently manages tool changes for the robot and coordinates shared tasks between hu mans and robots, ensuring optimal collaboration and safety. A risk-reward analysis follows the simulation, evaluating collision risks associated with object positioning and calculating gains from differences in task completion times be tween agents. Task allocation uses the Branch and Bound (B&B) algorithm, aiming to minimize total cycle time while optimizing ergonomic and workload distribution between humans and robots. This includes managing tool changes and parallel job executions. Scheduling leverages Mixed-Integer Linear Programming (MILP) to further enhance oper ational efficiency. Following implementation, there is a continuous update process where simulated human task times are adjusted with real-time data, taking into account the operator’s fatigue to ensure accuracy and safety. Collectively, this framework markedly boosts the operational efficacy of cobots in manufacturing environments, providing a scal able and adaptable solution that upholds safety and ergonomic standards.

L'integrazione dei robot collaborativi (cobots) negli ambienti industriali ha portato notevoli progressi nell'ingegneria dell'automazione, soprattutto migliorando la collaborazione uomo-robot. Questa tesi di laurea magistrale introduce un nuovo approccio per l'allocazione ottimale dei compiti e la pianificazione per un robot collaborativo in un contesto di collaborazione uomo-robot (HRC), specificatamente nelle applicazioni di assemblaggio. L'obiettivo è sviluppare una politica offline, indipendente dal layout, che migliora l'efficienza temporale, l'ergonomia, la sicurezza e la distribuzione del carico di lavoro attraverso vari layout operativi. La metodologia adotta un processo strutturato di pre-allocazione per valutare i limiti fisici del robot, le necessità di utensili per il robot, le considerazioni ergonomiche per gli umani e i rischi di collisione. I test di simulazione, condotti con un gemello digitale, forniscono dati essenziali sui tempi di esecuzione dei compiti e sugli impatti ergonomici, supportando una pianificazione dettagliata. L'algoritmo gestisce efficacemente i cambi utensile del robot e coordina i compiti condivisi tra umani e robot, garantendo una collaborazione ottimale e sicurezza. Segue una analisi del rischio-rendimento, che valuta i rischi di collisione associati alla posizione degli oggetti e calcola i guadagni dalle differenze nei tempi di completamento dei compiti tra gli agenti. L'allocazione dei compiti utilizza l'algoritmo Branch and Bound (B&B) con l'obiettivo di minimizzare il tempo totale del ciclo, ottimizzando al contempo l'ergonomia e la distribuzione del carico di lavoro tra umani e robot. La pianificazione dei compiti viene effettuata mediante la Programmazione Lineare Intera Mista (MILP) per aumentare l'efficienza operativa. Dopo l'implementazione, viene attuato un processo continuo di aggiornamento, dove i tempi di esecuzione dei compiti umani simulati vengono aggiustati con dati reali, tenendo conto della fatica dell'operatore per garantire precisione e sicurezza. Collettivamente, questo quadro migliora notevolmente l'efficacia operativa dei cobots negli ambienti di produzione, offrendo una soluzione scalabile e adattabile che mantiene gli standard di sicurezza ed ergonomici.