Marco de Árboles de Comportamiento Semi-Autónomo para Clasificación de Componentes de Baterías de Vehículos Eléctricos
Autores: Rastegarpanah, Alireza; Gonzalez, Hector Cruz; Stolkin, Rustam
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Marco de Árboles de Comportamiento Semi-Autónomo para Clasificación de Componentes de Baterías de Vehículos Eléctricos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Proceso
Reciclaje
Baterías de vehículos eléctricos
Industria de automatización de gestión de residuos
Manipulador móvil
Modelo de Árboles de Comportamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
El proceso de reciclaje de baterías de vehículos eléctricos (EV) representa actualmente un desafío significativo para la industria de automatización de gestión de residuos. Un ejemplo de esto es la necesidad de retirar y clasificar los componentes desmontados del paquete de baterías de EV. Este documento propone un marco novedoso para semi-automatizar el proceso de retirar y clasificar diferentes objetos de un paquete de baterías de EV utilizando un manipulador móvil. El trabajo explota el modelo de Árboles de Comportamiento para la ejecución y monitoreo de tareas cognitivas, que vincula diferentes capacidades del robot, como navegación, seguimiento de objetos y planificación de movimientos de manera modular. El marco fue probado en simulación, tanto en entornos estáticos como dinámicos, y se evaluó en función del tiempo de tarea y el número de objetos que el robot colocó con éxito en los respectivos contenedores. Los resultados sugirieron que la tasa de éxito del robot en la realización de la tarea de clasificar los componentes de la batería fue del 95% y del 82% en entornos estáticos y dinámicos, respectivamente.
Descripción
El proceso de reciclaje de baterías de vehículos eléctricos (EV) representa actualmente un desafío significativo para la industria de automatización de gestión de residuos. Un ejemplo de esto es la necesidad de retirar y clasificar los componentes desmontados del paquete de baterías de EV. Este documento propone un marco novedoso para semi-automatizar el proceso de retirar y clasificar diferentes objetos de un paquete de baterías de EV utilizando un manipulador móvil. El trabajo explota el modelo de Árboles de Comportamiento para la ejecución y monitoreo de tareas cognitivas, que vincula diferentes capacidades del robot, como navegación, seguimiento de objetos y planificación de movimientos de manera modular. El marco fue probado en simulación, tanto en entornos estáticos como dinámicos, y se evaluó en función del tiempo de tarea y el número de objetos que el robot colocó con éxito en los respectivos contenedores. Los resultados sugirieron que la tasa de éxito del robot en la realización de la tarea de clasificar los componentes de la batería fue del 95% y del 82% en entornos estáticos y dinámicos, respectivamente.