| Attributes | Values |
|---|
| type
| |
| Thesis advisor
| |
| Praeses
| |
| Author
| |
| alternative label
| - Planning for Multi-Robot Task Sequencing Problem with Automatic Collision Avoidance and Cycle Time Optimization, Application to Car Production line
|
| dc:subject
| - Intelligence artificielle
- Thèses et écrits académiques
- Robots industriels
- Optimisation combinatoire
- Planification
- Planification de trajectoires
- Automatisation -- Temps (linguistique)
- Industrie flexible et intelligente
- Intelligence -- Industrie
- Robots -- Travail
- Répartition des tâches
|
| preferred label
| - Planification Multi-Robot du Problème de Répartition de Tâches avec Évitement Automatique de Collisions et Optimisation du Temps de Cycle, Application à la Chaîne de Production Automobile
|
| Language
| |
| Subject
| |
| dc:title
| - Planification Multi-Robot du Problème de Répartition de Tâches avec Évitement Automatique de Collisions et Optimisation du Temps de Cycle, Application à la Chaîne de Production Automobile
|
| Degree granting institution
| |
| Opponent
| |
| note
| - In the automotive industry, several robots are required to simultaneously carry out welding sequences on the same vehicle. Assigning and coordinating welding tasks between robots is a manual and challenging phase that must be optimized using automatic tools. The cycle time of the cell strongly depends on different robotic factors such as the task allocation among the robots, the configuration solutions, and obstacle avoidance. Moreover, a key aspect, often neglected in the state-ofthe- art, is to define a strategy to solve the robotic task sequencing with an effective robot-robot collision avoidance integration. This thesis is motivated by solving this industrial problem and seeks to raise different research challenges. It begins by presenting the current state-of-the-art solutions regarding robotic planning. An in-depth investigation is carried out on the related existing academic/industrial solutions to solve the robotic task sequencing problem, particularly for multi-robot systems. This investigation helps identify the challenges when integrating several robotic factors into the optimization process. An efficient iterative algorithm that generates a high-quality solution for the Multi-Robotic Task Sequencing Problem is presented. This algorithm manages not only the mentioned robotic factors but also aspects related to accessibility constraints and mutual collision avoidance. In addition, a home-developed planner (RoboTSPlanner) handling six-axis robots has been validated in a real case scenario. In order to ensure the completeness of the proposed methodology, we perform optimization in the task, configuration, and coordination space in a synergistic way. Compared to the existing approaches, both simulation and real experiments reveal positive results in terms of cycle time and show the ability of this method to be interfaced with both industrial simulation software and ROS-I tools.
- Dans l’industrie automobile, plusieurs robots sont nécessaires pour réaliser simultanément des séquences de soudage sur un même véhicule. L’attribution et la coordination des tâches de soudage entre les robots est une phase manuelle et exigeante qui doit être optimisée à l’aide d’outils automatiques. Le temps de cycle de la cellule dépend fortement de différents facteurs robotiques tels que la répartition des tâches entre les robots, les solutions de configuration et l’évitement d’obstacles. De plus, un aspect clé, souvent négligé dans l’état de l’art, est de définir une stratégie pour résoudre le séquencement des tâches robotiques avec une intégration efficace de l’évitement de collisions robot-robot. Cette thèse est motivée par la résolution de ce problème industriel et cherche à relever différents défis de recherche. Elle commence par présenter les solutions de pointe actuelles en matière de planification robotique. Une enquête approfondie est menée sur les solutions académiques/industrielles existantes pour résoudre le problème de répartition des tâches robotiques, en particulier pour les systèmes multi-robot. Cette enquête permet d’identifier les défis lors de l’intégration de plusieurs facteurs robotiques dans le processus d’optimisation. Cette thèse présente un algorithme itératif efficace qui génère une solution de haute qualité pour le problème de répartition de tâches multi-robot. Ce dernier gère non seulement les facteurs robotiques mentionnés, mais également les aspects liés aux contraintes d’accessibilité et à l’évitement de collisions mutuelles. De plus, un planificateur fait maison (RoboTSPlanner) gérant des robots à six axes a été validé dans un scénario de cas réel. Afin d’assurer l’exhaustivité de la méthodologie proposée, nous effectuons une optimisation dans l’espace des tâches, de configuration et de coordination de manière synergique. Par rapport aux approches existantes, la simulation comme les expérimentations réelles révèlent des résultats positifs en termes de temps de cycle et montrent la capacité de cette méthode à s’interfacer à la fois avec les logiciels de simulation industrielle et les outils ROS-I.
|
| dc:type
| |
| http://iflastandar...bd/elements/P1001
| |
| rdaw:P10219
| |
| has content type
| |
| is primary topic
of | |
| is rdam:P30135
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
