Issues of developing a robotic cell for assembly production

Cover Page

Cite item

Full Text

Abstract

There is a number of issues to consider when developing collaborative robotic cells. The goal of this work is to develop a technical solution for a collaborative production cell designed for assembling through-hole components of printed circuit boards into their respective holes. To achieve this goal, a method has been proposed that includes task decomposition and allocation based on the capabilities of humans and robots, as well as the use of an ontological knowledge base for dynamic task allocation. Additionally, the design and integration of a vision system capable of recognizing humans and through-hole components have been examined. This work presents the architecture of a human-robot collaboration control system, which was tested in the CoppeliaSim simulation environment. The task execution process confirmed the effectiveness of the proposed methods and technologies, as well as demonstrated the potential for applying this control system in industrial production.

About the authors

M. A. Shereuzhev

MSUT "STANKIN"

Email: m.shereuzhev@stankin.ru
cand. Sc. of Engineering, research assistant at the center of "Cognitive Technologies and Machine Vision"

G. Wu

Bauman Moscow State Technical University

Author for correspondence.
Email: ug@student.bmstu.ru

postgraduate student at the department of "Robotic Systems and Mechatronics"

Russian Federation,

V. V. Serebrenny

Bauman Moscow State Technical University

Email: vsereb@bmstu.ru
cand. Sc. of Engineering, docent, Head of the department of "Robotic Systems and Mechatronics"

References

  1. Shereuzhev M. A., Serebrenny V. V. Industrial collaborative multi-agent systems: Main challenge // Smart Innovation, Systems and Technologies. – 2020. – Vol. 154. – P. 423–429.
  2. Filatov S. E. Development of a model and method for preparing a control program for a machine for assembling printed circuit boards with a wide range of domestic element base // Vestnik MSUT “Stankin”. – 2021. – No. 2 (57). – P. 25–30. – EDN: XCDONP.
  3. Serebrenny V. V., Lapin D., Mokaeva A. A. The concept of an aircraft hull structures assembly process robotization // AIP Conference Proceedings. – 2019. – Vol. 2171. – P. 170007.
  4. Guo D. Fast scheduling of human-robot team’s collaboration on synchronized production-logistics tasks in aircraft assembly // Robotics and Computer-Integrated Manufacturing. – 2024. – Vol. 85. – P. 102620.
  5. Wu X., Gao Z., Yuan S., Hu Q., Dang Z. A dynamic task allocation algorithm for heterogeneous UUV swarms // Sensors. – 2022. – Vol. 22. – No. 6. – P. 2122.
  6. Goarin M., Loianno G. Graph Neural Network for Decentralized Multi-Robot Goal Assignment // IEEE Robotics and Automation Letters. – 2024. – Vol. 9. – No. 5. – P. 4051–4058.
  7. Galin R. R., Shirokiy A. A., Magid E. A., Meshcheryakov R. V., Mamchenko M. V. Effective functioning of a mixed heterogeneous team in a collaborative robotic system // Computer Science and Automation. – 2021. – Vol. 20. – No. 6. – P. 1224–1253.
  8. Shereuzhev M. A., Devyatkin F. V., Arabadzhiev D. I. Modeling group control of agricultural robots using finite automata and ontologies // Bulletin of the Kabardino-Balkarian Scientific Center of the Russian Academy of Sciences. – 2023. – Vol. 6. – No. 116. – P. 247–263.
  9. Guo W., Serebrenny V. V., Shereuzhev M. A., Shen X., Zhang X. Recognition and tracking of mechanical tools in a collaborative robotic cell using the attention mechanism // Vestnik MSUT “Stankin”. – 2023. – No. 4 (67). – P. 8–18. – doi: 10.47617/2072-3172_2023_4_8. – EDN: SSEOGS.
  10. Baltrusaitis T., Robinson P., Morency L. P. OpenFace: An open-source facial behavior analysis toolkit // IEEE Winter Conference on Applications of Computer Vision. – 2016. – P. 1–10.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».