This thesis presents the development of an automated robotic solution for deburring rubber shoe soles, addressing the limitations of current manual processes in footwear manufacturing. The research introduces a comprehensive system that combines advanced computer vision, sophisticated motion planning, and robust control strategies to achieve precise burr removal while maintaining production quality. The proposed solution implements a novel defect detection approach utilizing the Segment Anything Model (SAM), enhanced with custom image processing algorithms for accurate burr identification. The system employs a two-phase interactive segmentation procedure to extract both internal and external sole contours, enabling precise burr localization. Motion planning is achieved through the Coordinates Alignment for Mapping Image Lines (CAMIL) algorithm for contour processing, coupled with NURBS fitting for smooth trajectory generation. The execution phase employs Forward Dynamics Compliance Control (FDCC), implementing an admittance control strategy to manage robot-environment interactions effectively. The experimental setup features a Universal Robots UR5e equipped with a custom vacuum gripper, Intel RealSense D435i cameras for visual feedback, and a specially designed deburring tool that replicates industrial trimming machines. This configuration allows the robot to manipulate the sole while maintaining precise contact with a stationary cutting tool, mimicking the manual deburring process. This research contributes to the field of industrial robotics by demonstrating a flexible automation solution that can adapt to various sole designs while maintaining consistent quality. The integration of advanced computer vision with sophisticated control strategies offers a promising approach for automating complex manufacturing processes traditionally reliant on manual labor, with potential applications extending beyond the footwear industry.

Questa tesi presenta lo sviluppo di una soluzione robotica automatizzata per la sbavatura di suole in gomma, affrontando le limitazioni degli attuali processi manuali nel settore calzaturiero. La ricerca introduce un sistema integrato che combina tecniche avanzate di visione artificiale, pianificazione del movimento e strategie di controllo per ottenere una rimozione precisa delle bave mantenendo gli standard qualitativi della produzione. La soluzione proposta implementa un approccio innovativo per il rilevamento dei difetti basato sul Segment Anything Model (SAM), potenziato con algoritmi di elaborazione delle immagini sviluppati appositamente per l'identificazione accurata delle bave. Il sistema utilizza una procedura di segmentazione interattiva in due fasi per estrarre i profili interni ed esterni della suola, permettendo una localizzazione precisa delle bave. La pianificazione del movimento viene realizzata attraverso l'algoritmo CAMIL (Coordinates Alignment for Mapping Image Lines) per l'elaborazione dei contorni, abbinato all'interpolazione NURBS per la generazione di traiettorie continue. La fase di esecuzione impiega il Forward Dynamics Compliance Control (FDCC), implementando una strategia di controllo dell'ammettenza per gestire efficacemente l'interazione robot-ambiente. Il setup sperimentale si avvale di un robot Universal Robots UR5e equipaggiato con un gripper a vuoto personalizzato, telecamere Intel RealSense D435i per il feedback visivo e un utensile di sbavatura appositamente progettato che replica le macchine di rifinitura industriali. Questa configurazione consente al robot di manipolare la suola mantenendo un contatto preciso con l'utensile di taglio stazionario, replicando il processo manuale di sbavatura. Questa ricerca contribuisce al campo della robotica industriale dimostrando una soluzione di automazione flessibile in grado di adattarsi a diverse tipologie di suole mantenendo una qualità costante. L'integrazione di tecniche avanzate di visione artificiale con sofisticate strategie di controllo offre un approccio promettente per l'automazione di processi produttivi complessi tradizionalmente dipendenti dal lavoro manuale, con potenziali applicazioni che si estendono oltre l'industria calzaturiera.

Motion execution in robotic deburring

MINEO, ANGELO
2023/2024

Abstract

This thesis presents the development of an automated robotic solution for deburring rubber shoe soles, addressing the limitations of current manual processes in footwear manufacturing. The research introduces a comprehensive system that combines advanced computer vision, sophisticated motion planning, and robust control strategies to achieve precise burr removal while maintaining production quality. The proposed solution implements a novel defect detection approach utilizing the Segment Anything Model (SAM), enhanced with custom image processing algorithms for accurate burr identification. The system employs a two-phase interactive segmentation procedure to extract both internal and external sole contours, enabling precise burr localization. Motion planning is achieved through the Coordinates Alignment for Mapping Image Lines (CAMIL) algorithm for contour processing, coupled with NURBS fitting for smooth trajectory generation. The execution phase employs Forward Dynamics Compliance Control (FDCC), implementing an admittance control strategy to manage robot-environment interactions effectively. The experimental setup features a Universal Robots UR5e equipped with a custom vacuum gripper, Intel RealSense D435i cameras for visual feedback, and a specially designed deburring tool that replicates industrial trimming machines. This configuration allows the robot to manipulate the sole while maintaining precise contact with a stationary cutting tool, mimicking the manual deburring process. This research contributes to the field of industrial robotics by demonstrating a flexible automation solution that can adapt to various sole designs while maintaining consistent quality. The integration of advanced computer vision with sophisticated control strategies offers a promising approach for automating complex manufacturing processes traditionally reliant on manual labor, with potential applications extending beyond the footwear industry.
FRIGERIO, NICLA
ROCCO, PAOLO
TAFURO, ALESSANDRA
ING - Scuola di Ingegneria Industriale e dell'Informazione
11-dic-2024
2023/2024
Questa tesi presenta lo sviluppo di una soluzione robotica automatizzata per la sbavatura di suole in gomma, affrontando le limitazioni degli attuali processi manuali nel settore calzaturiero. La ricerca introduce un sistema integrato che combina tecniche avanzate di visione artificiale, pianificazione del movimento e strategie di controllo per ottenere una rimozione precisa delle bave mantenendo gli standard qualitativi della produzione. La soluzione proposta implementa un approccio innovativo per il rilevamento dei difetti basato sul Segment Anything Model (SAM), potenziato con algoritmi di elaborazione delle immagini sviluppati appositamente per l'identificazione accurata delle bave. Il sistema utilizza una procedura di segmentazione interattiva in due fasi per estrarre i profili interni ed esterni della suola, permettendo una localizzazione precisa delle bave. La pianificazione del movimento viene realizzata attraverso l'algoritmo CAMIL (Coordinates Alignment for Mapping Image Lines) per l'elaborazione dei contorni, abbinato all'interpolazione NURBS per la generazione di traiettorie continue. La fase di esecuzione impiega il Forward Dynamics Compliance Control (FDCC), implementando una strategia di controllo dell'ammettenza per gestire efficacemente l'interazione robot-ambiente. Il setup sperimentale si avvale di un robot Universal Robots UR5e equipaggiato con un gripper a vuoto personalizzato, telecamere Intel RealSense D435i per il feedback visivo e un utensile di sbavatura appositamente progettato che replica le macchine di rifinitura industriali. Questa configurazione consente al robot di manipolare la suola mantenendo un contatto preciso con l'utensile di taglio stazionario, replicando il processo manuale di sbavatura. Questa ricerca contribuisce al campo della robotica industriale dimostrando una soluzione di automazione flessibile in grado di adattarsi a diverse tipologie di suole mantenendo una qualità costante. L'integrazione di tecniche avanzate di visione artificiale con sofisticate strategie di controllo offre un approccio promettente per l'automazione di processi produttivi complessi tradizionalmente dipendenti dal lavoro manuale, con potenziali applicazioni che si estendono oltre l'industria calzaturiera.
File allegati
File Dimensione Formato  
Thesis_Mineo_Angelo.pdf

non accessibile

Dimensione 4.64 MB
Formato Adobe PDF
4.64 MB Adobe PDF   Visualizza/Apri
Executive_Summary_Angelo_Mineo.pdf

non accessibile

Dimensione 993.16 kB
Formato Adobe PDF
993.16 kB 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/10589/231444