Runkoverstaan tuotannon läpimenoajan sekä valmistusystävällisyyden kehittäminen

Diplomityö tehtiin kansainväliseen maanalaisia kaivoskoneita toimittavaan yritykseen. Diplomityön tavoitteena oli kartoittaa runkojen läpimenoaikaa robottihitsauksen ja koneistuksen osalta Normet Oy:n hitsaamon tuotannossa. Diplomityön teoriaosassa on esitelty tuotantojärjestelmiä, tuotantotekniikan kehittämisen osa-alueita, valmistusystävällisyyttä, tuotannonohjausta sekä tuotannon mittareita tuottavuuden kehittämisen näkökulmasta. Diplomityön kokeellisessa osassa tehtiin nykyisten tuotantoprosessien tarkat aikaseurannat. Ensisijaisesti koneistuksen kehittämisellä tavoiteltiin asetus- ja sivuaikojen minimointia sekä tuottavampaa lastuamista. Näin ollen uusien työkalujen sekä koneistusinnovaatioiden löytäminen oli avainasemassa kehitystyössä. Robotisoinnin kehittämisessä tärkeintä on tehokkaampien hitsausprosessien hyödyntäminen, laatutekijöiden analysointi sekä robottiystävällisten konstruktioiden käyttöönotto. Case-esimerkissä näitä menetelmiä pyritään esittämään Normetin volyymituote NT100-rungossa.

Serious games for rehabilitation using head-mounted display and haptic devices

In the health domain, the field of rehabilitation suffers from a lack specialized staff while hospital costs only increase. Worse, almost no tools are dedicated to motivate patients or help the personnel to carry out monitoring of therapeutic exercises. This paper demonstrates the high potential that can bring the virtual reality with a platform of serious games for the rehabilitation of the legs involving a head-mounted display and haptic robot devices. We first introduce SG principles and the current context regarding rehabilitation interventions followed by the description of an original haptic device called Lambda Health System. The architecture of the model is then detailed, including communication specifications showing that lag is imperceptible for user (60Hz). Finally, four serious games for rehabilitation using haptic robots and/or HMD were tested by 33 health specialists.

Accuracy of cognitive MRI-targeted biopsy in hitting prostate cancer-positive regions of interest.

PURPOSE: Prostate cancer (PCa) diagnosis relies on clinical suspicion leading to systematic transrectal ultrasound-guided biopsy (TRUSGB). Multiparametric magnetic resonance imaging (mpMRI) allows for targeted biopsy of suspicious areas of the prostate instead of random 12-core biopsy. This method has been shown to be more accurate in detecting significant PCa. However, the precise spatial accuracy of cognitive targeting is unknown. METHODS: Consecutive patients undergoing mpMRI-targeted TRUSGB with cognitive registration (MRTB-COG) followed by robot-assisted radical prostatectomy were included in the present analysis. The regions of interest (ROIs) involved by the index lesion reported on mpMRI were subsequently targeted by two experienced urologists using the cognitive approach. The 27 ROIs were used as spatial reference. Mapping on radical prostatectomy specimen was used as reference to determine true-positive mpMRI findings. Per core correlation analysis was performed. RESULTS: Forty patients were included. Overall, 40 index lesions involving 137 ROIs (mean ROIs per index lesion 3.43) were identified on MRI. After correlating these findings with final pathology, 117 ROIs (85 %) were considered as true-positive lesions. A total of 102 biopsy cores directed toward such true-positive ROIs were available for final analysis. Cognitive targeted biopsy hit the target in 82 % of the cases (84/102). The only identified risk factor for missing the target was an anterior situated ROI (p = 0.01). CONCLUSION: In experienced hands, cognitive MRTB-COG allows for an accuracy of 82 % in hitting the correct target, given that it is a true-positive lesion. Anterior tumors are less likely to be successfully targeted.

Pose-based SLAM with probabilistic scan matching algorithm using a mechanical scanned imaging sonar

This paper proposes a pose-based algorithm to solve the full SLAM problem for an autonomous underwater vehicle (AUV), navigating in an unknown and possibly unstructured environment. The technique incorporate probabilistic scan matching with range scans gathered from a mechanical scanning imaging sonar (MSIS) and the robot dead-reckoning displacements estimated from a Doppler velocity log (DVL) and a motion reference unit (MRU). The proposed method utilizes two extended Kalman filters (EKF). The first, estimates the local path travelled by the robot while grabbing the scan as well as its uncertainty and provides position estimates for correcting the distortions that the vehicle motion produces in the acoustic images. The second is an augment state EKF that estimates and keeps the registered scans poses. The raw data from the sensors are processed and fused in-line. No priory structural information or initial pose are considered. The algorithm has been tested on an AUV guided along a 600 m path within a marina environment, showing the viability of the proposed approach

Visual SLAM for 3D large-scale seabed acquisition employing underwater vehicles

This paper presents a novel technique to align partial 3D reconstructions of the seabed acquired by a stereo camera mounted on an autonomous underwater vehicle. Vehicle localization and seabed mapping is performed simultaneously by means of an Extended Kalman Filter. Passive landmarks are detected on the images and characterized considering 2D and 3D features. Landmarks are re-observed while the robot is navigating and data association becomes easier but robust. Once the survey is completed, vehicle trajectory is smoothed by a Rauch-Tung-Striebel filter obtaining an even better alignment of the 3D views and yet a large-scale acquisition of the seabed

Multi-sensor Simultaneous Localization and Mapping

Simultaneous localization and mapping(SLAM) is a very important problem in mobile robotics. Many solutions have been proposed by different scientists during the last two decades, nevertheless few studies have considered the use of multiple sensors simultane¬ously. The solution is on combining several data sources with the aid of an Extended Kalman Filter (EKF). Two approaches are proposed. The first one is to use the ordinary EKF SLAM algorithm for each data source separately in parallel and then at the end of each step, fuse the results into one solution. Another proposed approach is the use of multiple data sources simultaneously in a single filter. The comparison of the computational com¬plexity of the two methods is also presented. The first method is almost four times faster than the second one.

Manipulador robótico con visión artificial

En los tiempos que corren la robótica forma uno de los pilares más importantes en la industria y una gran noticia para los ingenieros es la referente a las ventas de estos, ya que en 2013, unos 179.000 robots industriales se vendieron en todo el mundo, de nuevo un máximo histórico y un 12% más que en 2012 según datos de la IFR (International Federation of Robotics). Junto a esta noticia, la robótica colaborativa entra en juego en el momento que los robots y los seres humanos deben compartir el lugar de trabajo sin que nos veamos excluidos por las maquinas, por lo tanto lo que se intenta es que los robots mejoren la calidad del trabajo al hacerse cargo de los trabajos peligrosos, tediosos y sucios que no son posibles o seguros para los seres humanos. Otro concepto muy importante y directamente relacionado con lo anterior que está muy en boga y se escucha desde hace relativamente poco tiempo es el de la fabrica del futuro o “Factory Of The Future” la cual intenta que los operarios y los robots encuentren la sintonía en el entorno laboral y que los robots se consideren como maquinaria colaborativa y no como sustitutiva, considerándose como uno de los grandes nichos productivos en plena expansión. Dejando a un lado estos conceptos técnicos que nunca debemos olvidar si nuestra carrera profesional va enfocada en este ámbito industrial, el tema central de este proyecto está basado, como no podía ser de otro modo, en la robótica, que junto con la visión artificial, el resultado de esta fusión, ha dado un manipulador robótico al que se le ha dotado de cierta “inteligencia”. Se ha planteado un sencillo pero posible proceso de producción el cual es capaz de almacenar piezas de diferente forma y color de una forma autónoma solamente guiado por la imagen capturada con una webcam integrada en el equipo. El sistema consiste en una estructura soporte delimitada por una zona de trabajo en la cual se superponen unas piezas diseñadas al efecto las cuales deben ser almacenadas en su lugar correspondiente por el manipulador robótico. Dicho manipulador de cinemática paralela está basado en la tecnología de cables, comandado por cuatro motores que le dan tres grados de libertad (±X, ±Y, ±Z) donde el efector se encuentra suspendido sobre la zona de trabajo moviéndose de forma que es capaz de identificar las características de las piezas en situación, color y forma para ser almacenadas de una forma ordenada según unas premisas iníciales.

Hitsaustuotannon tehostaminen robotisoinnin avulla

Tuotannon tehostaminen ja tätä kautta saavutettava lisäkapasiteetti ja yksikkökustannusten aleneminen ovat seikkoja, joita täytyy jatkuvasti miettiä, jotta yrityksen kilpailukyky markkinoilla pysyy hyvänä ja liiketoiminta kannattavana. Keinoja tuotannon tehostamiseen on useita, mutta tässä työssä on keskitytty hitsaavan yrityksen hitsaustuotannon kehittämiseen ja keinoina on käytetty lähinnä hitsauksen ja leikkauksen robotisointia. Myös tehokkaampien hitsausprosessien hyödyntämistä on käsitelty teoreettisella tasolla. Työn teoriaosuudessa on pyritty käsittelemään robotisointia kokonaisvaltaisesti hankintapäätökseen vaikuttavista tekijöistä aina robotin käyttöönottoon ja robotin toiminnan tehostamiseen asti. Robotisoinnilla saavutettavia hyötyjä ja robotisoinnin aiheuttamia vaatimuksia on käyty läpi, ja myös robotisoinnin taloudellisen kannattavuuden arviointikeinoja on esitelty. Työn käytännön osuudessa on käsitelty robotisointia GaV Group Oy:n tuotannon kannalta. Tuotteiden robotisoitua hitsattavuutta on arvioitu, ja robotisoituun hitsaukseen sekä tekniseltä että vuosivolyymiltään sopivia tuotteita on esitelty ja robotille kertyviä vuosittaisia käyttötunteja arvioitu. Näiden seikkojen pohjalta on arvioitu myös robotti-investoinnin kannattavuutta. Työn viimeisenä vaiheena on määritetty yrityksen tarpeisiin parhaiten sopivan robottisolun sisältö ja konkreettinen sijainti tehtaassa.

Robottihitsauksen kokonaisvaltainen tehostaminen

Diplomityö on osa KaskiTec 2010 projektia. Työn tavoitteena oli tehostaa Lametal Oy:n hitsausrobotin käyttöä. Tehostamisella pyrittiin robotin käyttöasteen ja tuottavuuden kohottamiseen ja sitä kautta parantamaan investoinnin kannattavuutta. Työ on jaettu teoriaosaan ja soveltavaan osaan. Teoriaosassa käsitellään yleisesti robottihitsausta ja hitsauksen tuottavuutta. Lähdeaineistona on käytetty alan kirjallisuutta. Soveltavassa osassa käsitellään työn käytännön osuutta yrityksessä. Työn alkuvaiheessa kartoitettiin yrityksen lähtötilanne, selvitettiin pahimmat ongelmakohdat ja etsittiin ongelmiin parannuskeinoja. Tutkimusmenetelminä yrityksessä käytettiin havainnointia, henkilöhaastatteluita sekä tilastollisia ja laskennallisia menetelmiä. Seurattavaksi valittiin tuottavuuden tunnuslukuja, joiden perusteella voitiin arvioida tehostamistoimenpiteiden vaikutuksia. Yrityksessä kartoitettujen ongelmien perusteella ryhdyttiin nostamaan robotin käyttöastetta, kehittämään tuotannonohjausta, robotin materiaalivirtoja ja layoutia. Käyttöastetta nostettiin viemällä robotille uusia hitsattavia tuotteita. Työssä selvitettiin yrityksessä jo olemassa oleva tuotannonohjausjärjestelmän soveltuvuus hitsausrobotin ohjaukseen. Materiaalivirtojen sujuvuutta ja layoutia kehitettiin yhdessä muiden KaskiTec- projektin osapuolten kanssa.

Piensarjatuotannon hitsauksen robotisointi

Diplomityön tarkoituksena on selvittää hitsauksen robotisointimahdollisuudet vakiintuneelle piensarjatuotteelle. Tarkastelun kohteeksi valittiin maanpäällisen porausyksikön runkopari, joka rakentuu ylä- ja alarungosta. Hitsaus on nykytilanteessa käsinhitsausta ja tuotetta tehdään noin 300 kpl / vuosi. Hitsauksen robotisoinnilla halutaan aikaansaada kustannussäästöä hitsauksen osalta ja tuotantokapasiteetin nousua. Työn teoriaosa voidaan jakaa neljään osaan: hitsaustekniikka, robottihitsattava tuote, robotisoituhitsaus ja investointilaskelmat. Hitsaustekniikassa lähdetään liikkeelle hitsauksen kannalta oleellisimmista perusasioista, jolloin lukijalle syntyy laajempi kokonaiskuva asiasta. Hitsauksen robotisointia suunniteltaessa korostuu tuotteen hitsattavuus. Hyvin suunniteltu tuote mahdollistaa robotisoidun hitsauksen ja luo edellytykset laadukkaalle, taloudelliselle ja tuottavalle hitsaukselle. Robotisoidun hitsauksen osassa rakennetaan kokonaisuus, jolloin lopputuloksena on tehokas robottijärjestelmä. Samalla käsitellään sekä varsinaista hitsausteknistä toteutusta että robottijärjestelmän komponentteja. Investointilaskelmien avulla varmistetaan robottijärjestelmän ja koko tuotantoketjun kannattavuus. Käytännön osuudessa selvitetään robotisoidun hitsauksen mahdollisuudet valitulle tuotteelle ja robotisoinnin aikaansaamat kustannussäästöt. Tuotteen ylärungosta valitaan etuosa tarkempaa CASE tyylistä tarkastelua varten. CASE:ssa käydään läpi etuosan valmistettavuus ja selvitetään robotisoinnista aikaansaamat säästöt. Investointilaskelmien avulla selvitetään käytännön osuudessa robotisoidun hitsauksen kannattavuus tietyille robottijärjestelmille.

Blender- ja Bullet-ohjelmiston soveltuvuus robotiikan simulointiin.

Työssä tutkittiin Blender- ja Bullet-ohjelmiston soveltuvuutta robotin dynamiikan analysointiin. Ohjelmistot ovat avoimia ohjelmistoja joten niiden käyttö oli maksutonta. Robotin osat mallinnettiin Blender-ohjelmistolla ja koottiin kokoonpanoksi asettamalla nivelet kappaleiden väleille. Kokoonpanon tiedot siirrettiin Bullet-ohjelmistoon COLLADA-tiedoston välityksellä. Bullet-ohjelmistossa robotin dynaaminen käyttäytyminen laskettiin matemaattisesti tietokoneen avulla.

Performance Evaluation and Calibration of Machine Vision Measurement

This thesis presents the calibration and comparison of two systems, a machine vision system that uses 3 channel RGB images and a line scanning spectral system. Calibration. is the process of checking and adjusting the accuracy of a measuring instrument by comparing it with standards. For the RGB system self-calibrating methods for finding various parameters of the imaging device were developed. Color calibration was done and the colors produced by the system were compared to the known colors values of the target. Software drivers for the Sony Robot were also developed and a mechanical part to connect a camera to the robot was also designed. For the line scanning spectral system, methods for the calibrating the alignment of the system and the measurement of the dimensions of the line scanned by the system were developed. Color calibration of the spectral system is also presented.

Processat de vídeo aplicat a la robòtica

Aquest projecte consisteix en acoblar una càmera web uEye en una de les extremitats d'un robot industrial (ABB Irc5). Aquest robot, es mourà en cas què es detecti una cara a través de la webcam. L'objectiu és intentar que la cara es situï sempre al mig de la imatge captada per la càmera. Podem dividir les tasques d'aquest projecte amb 4 fases diferents. A continuació expliquem les diferents etapes. La Càmera uEye s'encarrega de capturar imatges i passar-les a un PC utilitzant Python. La funció de Detecció de Cares ens indica la posició i dimensions de la cara. Tot seguit, la funció LabJack s'encarrega de canviar els valors digitals de les 5 senyals mitjançant programació amb Python. Per últim el Robot ABB interpreta el valor d'aquestes 5 senyals i es desplaça mitjançant petits increments amb l'objectiu de situar la cara al mig de la imatge capturada.

Reconeixement de veu mitjançant xarxes neuronals

La interacció home-màquina per mitjà de la veu cobreix moltes àrees d’investigació. Es destaquen entre altres, el reconeixement de la parla, la síntesis i identificació de discurs, la verificació i identificació de locutor i l’activació per veu (ordres) de sistemes robòtics. Reconèixer la parla és natural i simple per a les persones, però és un treball complex per a les màquines, pel qual existeixen diverses metodologies i tècniques, entre elles les Xarxes Neuronals. L’objectiu d’aquest treball és desenvolupar una eina en Matlab per al reconeixement i identificació de paraules pronunciades per un locutor, entre un conjunt de paraules possibles, i amb una bona fiabilitat dins d’uns marges preestablerts. El sistema és independent del locutor que pronuncia la paraula, és a dir, aquest locutor no haurà intervingut en el procés d’entrenament del sistema. S’ha dissenyat una interfície que permet l’adquisició del senyal de veu i el seu processament mitjançant xarxes neuronals i altres tècniques. Adaptant una part de control al sistema, es podria utilitzar per donar ordres a un robot com l’Alfa6Uvic o qualsevol altre dispositiu.

Optimizing of intelligence level in welding

The productivity, quality and cost efficiency of welding work are critical for metal industry today. Welding processes must get more effective and this can be done by mechanization and automation. Those systems are always expensive and they have to pay the investment back. In this case it is really important to optimize the needed intelligence and this way needed automation level, so that a company will get the best profit. This intelligence and automation level was earlier classified in several different ways which are not useful for optimizing the process of automation or mechanization of welding. In this study the intelligence of a welding system is defined in a new way to enable the welding system to produce a weld good enough. In this study a new way is developed to classify and select the internal intelligence level of a welding system needed to produce the weld efficiently. This classification contains the possible need of human work and its effect to the weld and its quality but does not exclude any different welding processes or methods. In this study a totally new way is developed to calculate the best optimization for the needed intelligence level in welding. The target of this optimization is the best possible productivity and quality and still an economically optimized solution for several different cases. This new optimizing method is based on grounds of product type, economical productivity, the batch size of products, quality and criteria of usage. Intelligence classification and optimization were never earlier made by grounds of a made product. Now it is possible to find the best type of welding system needed to welddifferent types of products. This calculation process is a universal way for optimizing needed automation or mechanization level when improving productivity of welding. This study helps the industry to improve productivity, quality and cost efficiency of welding workshops.