Online vision-based path correction for robotic deburring of a shoe sole

Automated deburring of flexible components like rubber shoe soles presents significant challenges due to unpredictable material deformations, which undermine the accuracy of traditional offline path planning. This thesis addresses this limitation by developing and validating an online, vision-based system for multi-trajectory path correction, capable of dynamically compensating for workpiece deformations in real time. The proposed framework integrates a fixed eye-to-hand 3D vision sensor within a closed-loop control architecture, leveraging the Segment Anything Model (SAM) to generate an accurate 3D contour of the deformed sole from live sensor data. A novel hierarchical motion planning strategy is introduced, featuring a high-speed, multi-criteria validation filter to rapidly assess the geometric integrity of trajectory segments. For segments that fail validation, an adaptive A* fallback planner generates a new, geometrically sound path, ensuring robustness without compromising system responsiveness. The motion execution is managed by a Forward Dynamics Compliance Control (FDCC) strategy, implemented within a ROS2 framework on a UR5e robotic arm. This research demonstrates a significant advancement over static, feedforward approaches by creating a scalable and adaptive solution that maintains sub-millimeter precision for finishing operations on deformable materials, bridging a critical gap in flexible industrial automation.

La sbavatura automatizzata di componenti flessibili, come le suole di scarpe in gomma, presenta sfide significative a causa delle deformazioni imprevedibili del materiale, che compromettono l'accuratezza della pianificazione tradizionale dei percorsi offline. Questa tesi affronta tale limitazione sviluppando e validando un sistema online basato sulla visione per la correzione multi-traiettoria, in grado di compensare dinamicamente le deformazioni del pezzo in tempo reale. Il framework proposto integra un sensore di visione 3D fisso (eye-to-hand) all'interno di un'architettura di controllo a ciclo chiuso, sfruttando il Segment Anything Model (SAM) per generare un accurato contorno 3D della suola deformata a partire dai dati del sensore in tempo reale. Viene introdotta una nuova strategia gerarchica di pianificazione del moto, che include un filtro di validazione multi-criterio ad alta velocità per valutare rapidamente l'integrità geometrica dei segmenti di traiettoria. Per i segmenti che non superano la validazione, un pianificatore A* adattivo di ripiego genera un nuovo percorso geometricamente valido, garantendo robustezza senza compromettere la reattività del sistema. L'esecuzione del movimento è gestita da una strategia di controllo di cedevolezza basata sulla dinamica diretta (Forward Dynamics Compliance Control - FDCC), implementata in un framework ROS2 su un braccio robotico UR5e. Questa ricerca dimostra un significativo progresso rispetto agli approcci statici e feedforward, creando una soluzione scalabile e adattiva che mantiene una precisione sub-millimetrica per le operazioni di finitura su materiali deformabili, colmando una lacuna critica nell'automazione industriale flessibile.