BibTex RIS Kaynak Göster

Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması

Yıl 2018, Cilt: 8 Sayı: 2, 575 - 580, 01.06.2018

Öz

Robotik uygulamalarda görme destekli sistemlerin kullanımı giderek yaygınlaşmakta ve görüntü işleme metodu kullanılarak robotik destekli al ve yerleştir uygulamaları geliştirilmektedir. Bu çalışmada, al ve yerleştir robotun imalatı yapılmış ve üretim hattı üzerindeki ürünlerin anlık resim bilgileri bir kamera yardımıyla alınmıştır. Robotun çalışma alanı içerisine giren ürünlerin çalışma hattından alınarak çıkış hattına yerleştirilmesi için robotun yörünge planlaması yapılmıştır. Bunun için ürünün ağırlık merkezinin koordinatları ve üretim hattında bulunduğu konumun koordinatları bulunarak robota gönderilmiştir. Robota gelen koordinat bilgilerine göre al ve yerleştirme işlemi gerçekleştirmektedir. Bu çalışma ile otomasyon sektöründeki küçük ve orta ölçekli işletmeler için ihtiyaca yönelik istenen tüm uyarlamaların görüntü işleme fonksiyonlarıyla kolaylıkla yapılabilecek bir sistem geliştirilmesi amaçlanmaktadır. Özellikle seri üretim yapılan plastik şişe, boru gibi parçaların form kontrolü, en boy ölçümü gibi kontrolleri, eksik parça kontrolü, modele göre montaj hatası kontrolü gibi uygulama alanı olan sektörlere adapte edilebileceği düşünülmektedir

Kaynakça

  • Ayyıldız, M., Çetinkaya, K. 2016. Predictive modeling of geometric shapes of different objects using image processing and an artificial neural network. P I Mech Eng E-J Pro., DOI:0954408916659310, (2016).
  • Bone, GM., Capson, D. 2003. Vision-guided fixtureless assembly of automotive components. Robot Comput Integr Manuf., 19: 79–87.
  • Costa, LDF., Junior, RMC. 2000. Shape analysis and classification: Theory and practice. CRC Press, Inc. Boca Raton, FL, USA.
  • Hwang, YS., Wang, L., Lee, DH., Lee, JM. 2016. Vision based machine for pick-and-place operation. International Conference on Intelligent Manufacturing and Materials, Paper 49-54.
  • Kristensen, S., Estable, S., Kossow, M., Brösel R. 2001. Binpicking with a solid state range camera. Rob Auton Syst., 35: 143–151.
  • Lin, CC., Gonzalez, P., Cheng, MY., Luo, GY, Kao, TY. 2016. Vision based object grasping of industrial manipulator. In Advanced Robotics and Intelligent Systems (ARIS) International Conference on IEEE, Paper 1-5.
  • Otsu, N. 1979. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern Sys., 9(1): 62–66.
  • Pratt, WK. 2007. Digital image processing, PIKS Scientific Inside, Fourth Edition, John Wiley & Sons, Inc., Hoboken, NJ, USA.
  • Rousseau, P., Desrochers, A., Krouglicof N. 2001. Machine vision system for the automatic identification of robot kinematic parameters. IEEE Trans Robot Autom., 17(6): 972- 978.
  • Selver, M., Akay, O., Alim, F., Bardak, S., Olmez, M. 2011. An automated ındustrial conveyor belt system using ımage processing and hierarchical clustering for classifying marbleslabs. Robot Comput Integr Manuf., 27: 164–176, (2011).
  • Shiakolas, PS., Conrad, KL., Yih, TC. 2002. On the accuracy, repeatability, and degree of influence of kinematics parameters for industrial robots. Int. J Model Simul., 22(3): 1-10.

A Frame Study for Pick-and-Place Robot Automation

Yıl 2018, Cilt: 8 Sayı: 2, 575 - 580, 01.06.2018

Öz

Robotik uygulamalarda görme destekli sistemlerin kullanımı giderek yaygınlaşmakta ve görüntü işleme metodu kullanılarak robotik destekli al ve yerleştir uygulamaları geliştirilmektedir. Bu çalışmada, al ve yerleştir robotun imalatı yapılmış ve üretim hattı üzerindeki ürünlerin anlık resim bilgileri bir kamera yardımıyla alınmıştır. Robotun çalışma alanı içerisine giren ürünlerin çalışma hattından alınarak çıkış hattına yerleştirilmesi için robotun yörünge planlaması yapılmıştır. Bunun için ürünün ağırlık merkezinin koordinatları ve üretim hattında bulunduğu konumun koordinatları bulunarak robota gönderilmiştir. Robota gelen koordinat bilgilerine göre al ve yerleştirme işlemi gerçekleştirmektedir. Bu çalışma ile otomasyon sektöründe olan küçük ve orta ölçekli işletmelere için ihtiyaca yönelik istenen tüm uyarlamaları görüntü işleme fonksiyonlarıyla kolaylıkla yapılabilecek bir sistem geliştirmiştir. Özellikle seri üretim yapılan plastik şişe, boru gibi parçaların form kontrolü, en boy ölçümü gibi kontrolleri, eksik parça kontrolü, modele göre montaj hatası kontrolü gibi uygulama alanı olan sektörlere adapte edilebileceği düşünülmektedir.

Kaynakça

  • Ayyıldız, M., Çetinkaya, K. 2016. Predictive modeling of geometric shapes of different objects using image processing and an artificial neural network. P I Mech Eng E-J Pro., DOI:0954408916659310, (2016).
  • Bone, GM., Capson, D. 2003. Vision-guided fixtureless assembly of automotive components. Robot Comput Integr Manuf., 19: 79–87.
  • Costa, LDF., Junior, RMC. 2000. Shape analysis and classification: Theory and practice. CRC Press, Inc. Boca Raton, FL, USA.
  • Hwang, YS., Wang, L., Lee, DH., Lee, JM. 2016. Vision based machine for pick-and-place operation. International Conference on Intelligent Manufacturing and Materials, Paper 49-54.
  • Kristensen, S., Estable, S., Kossow, M., Brösel R. 2001. Binpicking with a solid state range camera. Rob Auton Syst., 35: 143–151.
  • Lin, CC., Gonzalez, P., Cheng, MY., Luo, GY, Kao, TY. 2016. Vision based object grasping of industrial manipulator. In Advanced Robotics and Intelligent Systems (ARIS) International Conference on IEEE, Paper 1-5.
  • Otsu, N. 1979. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern Sys., 9(1): 62–66.
  • Pratt, WK. 2007. Digital image processing, PIKS Scientific Inside, Fourth Edition, John Wiley & Sons, Inc., Hoboken, NJ, USA.
  • Rousseau, P., Desrochers, A., Krouglicof N. 2001. Machine vision system for the automatic identification of robot kinematic parameters. IEEE Trans Robot Autom., 17(6): 972- 978.
  • Selver, M., Akay, O., Alim, F., Bardak, S., Olmez, M. 2011. An automated ındustrial conveyor belt system using ımage processing and hierarchical clustering for classifying marbleslabs. Robot Comput Integr Manuf., 27: 164–176, (2011).
  • Shiakolas, PS., Conrad, KL., Yih, TC. 2002. On the accuracy, repeatability, and degree of influence of kinematics parameters for industrial robots. Int. J Model Simul., 22(3): 1-10.
Toplam 11 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Research Article
Yazarlar

Mustafa Ayyıldız Bu kişi benim

Yayımlanma Tarihi 1 Haziran 2018
Yayımlandığı Sayı Yıl 2018 Cilt: 8 Sayı: 2

Kaynak Göster

APA Ayyıldız, M. (2018). Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması. Karaelmas Fen Ve Mühendislik Dergisi, 8(2), 575-580.
AMA Ayyıldız M. Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması. Karaelmas Fen ve Mühendislik Dergisi. Haziran 2018;8(2):575-580.
Chicago Ayyıldız, Mustafa. “Al Ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması”. Karaelmas Fen Ve Mühendislik Dergisi 8, sy. 2 (Haziran 2018): 575-80.
EndNote Ayyıldız M (01 Haziran 2018) Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması. Karaelmas Fen ve Mühendislik Dergisi 8 2 575–580.
IEEE M. Ayyıldız, “Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması”, Karaelmas Fen ve Mühendislik Dergisi, c. 8, sy. 2, ss. 575–580, 2018.
ISNAD Ayyıldız, Mustafa. “Al Ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması”. Karaelmas Fen ve Mühendislik Dergisi 8/2 (Haziran 2018), 575-580.
JAMA Ayyıldız M. Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması. Karaelmas Fen ve Mühendislik Dergisi. 2018;8:575–580.
MLA Ayyıldız, Mustafa. “Al Ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması”. Karaelmas Fen Ve Mühendislik Dergisi, c. 8, sy. 2, 2018, ss. 575-80.
Vancouver Ayyıldız M. Al ve Yerleştir Robot Otomasyonu İçin Bir Çerçeve Çalışması. Karaelmas Fen ve Mühendislik Dergisi. 2018;8(2):575-80.