Geri Dön

Model-based pose estimation of the tool center point ofcollaborative industrial robots (UR5) using a proposedfiducial marker system

Model tanımlı, UR5 manipulator ortasının posizyonunu tahim eden, olcum usaretli marker sistemi

PDF İndir

  1. Tez No: 594676
  2. Yazar: HAMID MAJIDI BALANJI
  3. Danışmanlar: Assist. Prof. Dr. ALİ EMRE TURGUT, DR. ÖĞR. ÜYESİ LÜTFİ TANER TUNÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 152

Özet

Endüstriyel robotların Alet Merkez Noktasının (AMN) konumunun ve yöneliminin kestirimi çok önemlidir. AMN poz bilgisi noktadan-noktaya endüstriyel robot uygulamalarında kullanılmaktadır. Günümüzde lazer tarayıcılar, optik CMM'ler, stereo görüntüleme ve fotogrametri teknikleri AMN poz belirlenmesi için kullanılmaktadır, ne varki bu tekniklerin her birinde poz belirlenmesi performanslarını ve verimliliklerini negative yönde etkileyen bazı eksiklikler mevcuttur. Bu çalışma bilgisayar görü ve artırılmış gerçeklik işaretlerine dayalı yeni bir model tabanlı poz belirleme sistemi sunmaktadır. Bu çalışmada önerilen sistem nokta-nokta uygulamalarında kullanılan endüstriyel robotların (AMN) ait pozu (konum ve yönelim) belirlemek için geliştirilmiştir. Yenilikçi bir Rhombicubocathedron ArUCO Mapper AMN poz belirlenmesi amacı ile oluşturulmuş ve uygulanmıştır. Önerilen sistemin performans analizi yüksek hassasiyetli poz belirlenmesinin ve tekrarlanabilirliğin mümkün olduğunu göstermiştir. Robot taban koordinat sistemine göre mutlak konum ölçüm hassasiyeti 0.12-0.48 mm, yönelim ölçüm hassasiyeti ise 0.003-0.012o aralıklarındadır. Kamera koordinat sistemine göre mutlak konum ölçüm hassasiyeti ±50μm-500μm, yönelim ölçüm hassasiyeti ise ±0.009o- 0.05o olmak üzere daha iyi sonuçlar göstermiştir. Önerilen sisteme endüstriyel robot uygulamaları içinviii uygun maliyetli ve yüksek hassasiyetli tekrarlanabilir ölçüm metodu olarak değerlendirilebilir.

Özet (Çeviri)

Real-time pose estimation of Tool Center Point (TCP) of industrial robots is very important in industrial robotic applications. The TCP pose information is used in many industrial robotic tasks such as calibration and control tasks for on-line TCP pose corrections and improvement of the TCP pose accuracy and repeatability. Nowadays, in industry and robotic research laboratories, laser trackers, optical CMMs, stereo vision and photogrammetry techniques are applied for TCP pose estimation purposes; however, each of these has its own problems that affect their pose estimation performance and efficiency in industrial robots. This study presents a novel model-based pose estimation method based on computer vision and augmented reality markers. The proposed system is able to estimate the pose of the Tool Center Point (TCP) of the industrial robotic manipulators in point-to-point applications. An innovative Rhombicuboctahedron ArUco Mapper (RAM) is designed for pose estimation of the TCP. The performance analysis of the proposed system proved its repeatability and accuracy. The absolute positional measurement accuracy of the proposed system in the robot base frame is in the range of 0.12- 0.48mm and for orientational measurements in the robot base frame are in the range of 0.003-0.012o. The pose measurement accuracy and repeatability in the camera base frame show better results ±50μm-500μm for the positional accuracy and ±0.009o- 0.05o for the orientational accuracy. The proposed method is considered as a cost-effective, high accuracy and repeatable TCP pose estimator for industrial robotic applications.

Benzer Tezler

  1. Tez No

    379609

    Haraketli robotların kinematik değişkenlerinin tahmin edilmesi için test platform tasarımı

    Test platform desing for kinematic parameter estimation of mobile robots

    SEZAİ HACIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Mühendislik BilimleriHacettepe Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CAN ULAŞ DOĞRUER

  2. Tez No

    338809

    Real-time human hand pose estimation and tracking using depth sensors

    Derinlik algılayıcıları ile gerçek zamanlı insan el pozu kestirimi ve izlemesi

    MUSTAFA FURKAN KIRAÇ

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE AKARUN

  3. Tez No

    838289

    Bilgisayarlı görü ile derin öğrenme teknikleri kullanılarak spor antremanlarının doğruluğunun tespiti

    Determining the accuracy of sports training using computer vision and deep learning techniques

    NURETTİN ACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiBitlis Eren Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED FATİH KULUÖZTÜRK

  4. Tez No

    906990

    Spor hareketlerinin derin öğrenme yöntemleri ile analizi

    Analysis of sports movements with deep learning methods

    AHMET ÇELİKEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER ALİ ÖZKAN

  5. Tez No

    823343

    Bilgisayarlı görü ile dijital ergonomik risk değerlendirme sistemi: REBA, RULA ve OWAS uygulaması

    Digital ergonomic risk assessment system with computerized vision: REBA, RULA and OWAS application

    ANIL ÖZKAN GEÇİCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER KİRAZ

Geri Dön