The rise of the fifth industrial revolution, known as Industry 5.0, has opened up new research opportunities, centered around three key areas: Resilience, Sustainability and Human-Centric Manufacturing. This paper focuses particularly on the latter, exploring the collaborative relationship between human operators and robots, called Human-Robot Collaboration (HRC). The literature review performed revealed a research gap concerning the preconditions for implementing collaborative systems. Specifically, there is a need for an assessment framework that enables companies to evaluate their readiness for implementing HRC. The proposed model is primarily aimed at SMEs in the manufacturing sector, with potential to extend its application to a broader audience in future developments. The technologies and preconditions necessary for the effective use of HRC are numerous. In the absence of certain requirements, problems may arise during implementation, such as resistance from operators. A collaborative system requires a pre-existing technological infrastructure, including centralized data collection and processing systems, Artificial Intelligence and Machine Learning capabilities, and sensors that monitor both real-time processes and the psychophysical conditions of operators. Additionally, it must prioritize worker safety and consider human factors. The framework is structured into three phases: Profiling the Current State, Evaluating the Current State and Proposing Improvements. To achieve this, then indicators were introduced, divided into three categories: Human, Technology and Organization. If all the indicators meet the associated predefined threshold a final readiness indicator is provided, called Collaborative Readiness Index. Each indicator was assessed using sub-indicators, allowing for a more detailed analysis. If the thresholds are not met, improvement actions are suggested, and the framework is redeployed. To validate the proposed model, a group of experts from both the business and academic sectors was consulted to assess its effectiveness and suggest potential improvements. Additionally, a case study was conducted at FARMA, an SME based in Fossatone di Medicina, allowing the model to be applied in a real-world context, verifying its effectiveness and utility while receiving positive feedback.

Con l’avvento della quinta rivoluzione industriale, nota come Industria 5.0, si sono aperte nuove opportunità di ricerca, incentrate su tre aree chiave: Resilienza, Sostenibilità e Produzione a Misura d’Uomo. Questa tesi si focalizza in particolare su quest’ultima, esplorando la relazione collaborativa tra operatori umani e robot, chiamata Collaborazione Uomo-Robot (HRC). L’analisi della letteratura effettuata ha evidenziato una lacuna nella ricerca scientifica riguardo alle precondizioni per l’introduzione di sistemi collaborativi. Nello specifico, manca metodo di valutazione che aiuti le aziende a determinare il loro livello di preparazione per introdurre la HRC. Il modello proposto è rivolto principalmente alle PMI nel settore manifatturiero, con la possibilità di estenderne l’applicazione a un pubblico più ampio in futuri sviluppi. Le tecnologie e le precondizioni necessarie per un uso efficace della HRC sono numerose. In assenza di determinati requisiti, durante l’implementazione possono emergere problemi, come la resistenza da parte degli operatori. Un sistema collaborativo richiede un’infrastruttura tecnologica preesistente, inclusi sistemi centralizzati di raccolta ed elaborazione dei dati, capacità di intelligenza artificiale e machine learning, e sensori che monitorano sia i processi in tempo reale sia le condizioni psicofisiche degli operatori. Inoltre, deve prioritizzare la sicurezza dei lavoratori e tenere in considerazione i fattori umani. Il framework è strutturato in tre fasi: Profilazione dello Stato Attuale, Valutazione dello Stato Attuale e Proposta di Miglioramenti. A tal fine, sono stati introdotti dieci indicatori, suddivisi in tre categorie: Fattore Umano, Infrastruttura Tecnologica e Infrastruttura Organizzativa. Se tutti gli indicatori soddisfano la soglia predefinita associata, viene fornito un indicatore finale di prontezza, chiamato Indice di Prontezza Collaborativa (CRI). Ogni indicatore è stato valutato tramite sotto-indicatori, consentendo un’analisi più dettagliata. Se le soglie minime non vengono soddisfatte, vengono suggerite azioni di miglioramento e il framework viene riapplicato. Per validare il modello proposto, è stato consultato un gruppo di esperti provenienti sia dal settore aziendale sia da quello accademico, al fine di valutarne l’efficacia e suggerire eventuali miglioramenti. Inoltre, è stato condotto un caso studio presso FARMA, una PMI con sede a Fossatone di Medicina, che ha permesso di applicare il modello in un contesto reale, verificandone l’efficacia e l’utilità, ottenendo riscontri e pareri positivi.

Human-robot collaboration in industry 5.0 - a readiness assessment model

D'Ovidio, Federico
2023/2024

Abstract

The rise of the fifth industrial revolution, known as Industry 5.0, has opened up new research opportunities, centered around three key areas: Resilience, Sustainability and Human-Centric Manufacturing. This paper focuses particularly on the latter, exploring the collaborative relationship between human operators and robots, called Human-Robot Collaboration (HRC). The literature review performed revealed a research gap concerning the preconditions for implementing collaborative systems. Specifically, there is a need for an assessment framework that enables companies to evaluate their readiness for implementing HRC. The proposed model is primarily aimed at SMEs in the manufacturing sector, with potential to extend its application to a broader audience in future developments. The technologies and preconditions necessary for the effective use of HRC are numerous. In the absence of certain requirements, problems may arise during implementation, such as resistance from operators. A collaborative system requires a pre-existing technological infrastructure, including centralized data collection and processing systems, Artificial Intelligence and Machine Learning capabilities, and sensors that monitor both real-time processes and the psychophysical conditions of operators. Additionally, it must prioritize worker safety and consider human factors. The framework is structured into three phases: Profiling the Current State, Evaluating the Current State and Proposing Improvements. To achieve this, then indicators were introduced, divided into three categories: Human, Technology and Organization. If all the indicators meet the associated predefined threshold a final readiness indicator is provided, called Collaborative Readiness Index. Each indicator was assessed using sub-indicators, allowing for a more detailed analysis. If the thresholds are not met, improvement actions are suggested, and the framework is redeployed. To validate the proposed model, a group of experts from both the business and academic sectors was consulted to assess its effectiveness and suggest potential improvements. Additionally, a case study was conducted at FARMA, an SME based in Fossatone di Medicina, allowing the model to be applied in a real-world context, verifying its effectiveness and utility while receiving positive feedback.
ING - Scuola di Ingegneria Industriale e dell'Informazione
11-dic-2024
2023/2024
Con l’avvento della quinta rivoluzione industriale, nota come Industria 5.0, si sono aperte nuove opportunità di ricerca, incentrate su tre aree chiave: Resilienza, Sostenibilità e Produzione a Misura d’Uomo. Questa tesi si focalizza in particolare su quest’ultima, esplorando la relazione collaborativa tra operatori umani e robot, chiamata Collaborazione Uomo-Robot (HRC). L’analisi della letteratura effettuata ha evidenziato una lacuna nella ricerca scientifica riguardo alle precondizioni per l’introduzione di sistemi collaborativi. Nello specifico, manca metodo di valutazione che aiuti le aziende a determinare il loro livello di preparazione per introdurre la HRC. Il modello proposto è rivolto principalmente alle PMI nel settore manifatturiero, con la possibilità di estenderne l’applicazione a un pubblico più ampio in futuri sviluppi. Le tecnologie e le precondizioni necessarie per un uso efficace della HRC sono numerose. In assenza di determinati requisiti, durante l’implementazione possono emergere problemi, come la resistenza da parte degli operatori. Un sistema collaborativo richiede un’infrastruttura tecnologica preesistente, inclusi sistemi centralizzati di raccolta ed elaborazione dei dati, capacità di intelligenza artificiale e machine learning, e sensori che monitorano sia i processi in tempo reale sia le condizioni psicofisiche degli operatori. Inoltre, deve prioritizzare la sicurezza dei lavoratori e tenere in considerazione i fattori umani. Il framework è strutturato in tre fasi: Profilazione dello Stato Attuale, Valutazione dello Stato Attuale e Proposta di Miglioramenti. A tal fine, sono stati introdotti dieci indicatori, suddivisi in tre categorie: Fattore Umano, Infrastruttura Tecnologica e Infrastruttura Organizzativa. Se tutti gli indicatori soddisfano la soglia predefinita associata, viene fornito un indicatore finale di prontezza, chiamato Indice di Prontezza Collaborativa (CRI). Ogni indicatore è stato valutato tramite sotto-indicatori, consentendo un’analisi più dettagliata. Se le soglie minime non vengono soddisfatte, vengono suggerite azioni di miglioramento e il framework viene riapplicato. Per validare il modello proposto, è stato consultato un gruppo di esperti provenienti sia dal settore aziendale sia da quello accademico, al fine di valutarne l’efficacia e suggerire eventuali miglioramenti. Inoltre, è stato condotto un caso studio presso FARMA, una PMI con sede a Fossatone di Medicina, che ha permesso di applicare il modello in un contesto reale, verificandone l’efficacia e l’utilità, ottenendo riscontri e pareri positivi.
File allegati
File Dimensione Formato  
2024_12_DOvidio_Tesi_01.pdf

non accessibile

Descrizione: Tesi
Dimensione 8.42 MB
Formato Adobe PDF
8.42 MB Adobe PDF   Visualizza/Apri
2024_12_DOvidio_Executive Summary_02.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Executive Summary
Dimensione 1.92 MB
Formato Adobe PDF
1.92 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/231261