Una aplicación real de un manipulador móvil industrial autónomo dentro de un contexto industrial
Autores: Outón, Jose Luis; Merino, Ibon; Villaverde, Iván; Ibarguren, Aitor; Herrero, Héctor; Daelman, Paul; Sierra, Basilio
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Una aplicación real de un manipulador móvil industrial autónomo dentro de un contexto industrial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Autónomo
Industrial
Robot
Humano
Percepción
Navegación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
En la industria moderna todavía existen una gran cantidad de procesos de bajo valor añadido que pueden ser automatizados o semi-automatizados con una cooperación segura entre robots y operadores humanos. El proyecto europeo SHERLOCK tiene como objetivo integrar un manipulador móvil industrial autónomo (AIMM) para realizar tareas cooperativas entre un robot y un humano. Para lograr esto, los AIMM necesitan contar con una variedad de habilidades cognitivas avanzadas como navegación autónoma, percepción inteligente y gestión de tareas. En este documento, informamos sobre el enfoque del proyecto en una aplicación industrial paradigmática que combina una navegación autónoma precisa con percepción 3D basada en aprendizaje profundo para la estimación de poses con el fin de localizar y manipular diferentes objetos industriales en un entorno no estructurado. El método propuesto presenta una combinación de diferentes tecnologías fusionadas en un AIMM que logran el objetivo propuesto con una tasa de éxito del 83.33% en pruebas realizadas en un entorno real.
Descripción
En la industria moderna todavía existen una gran cantidad de procesos de bajo valor añadido que pueden ser automatizados o semi-automatizados con una cooperación segura entre robots y operadores humanos. El proyecto europeo SHERLOCK tiene como objetivo integrar un manipulador móvil industrial autónomo (AIMM) para realizar tareas cooperativas entre un robot y un humano. Para lograr esto, los AIMM necesitan contar con una variedad de habilidades cognitivas avanzadas como navegación autónoma, percepción inteligente y gestión de tareas. En este documento, informamos sobre el enfoque del proyecto en una aplicación industrial paradigmática que combina una navegación autónoma precisa con percepción 3D basada en aprendizaje profundo para la estimación de poses con el fin de localizar y manipular diferentes objetos industriales en un entorno no estructurado. El método propuesto presenta una combinación de diferentes tecnologías fusionadas en un AIMM que logran el objetivo propuesto con una tasa de éxito del 83.33% en pruebas realizadas en un entorno real.