[논문 리뷰] Assembly Sequences Based on Multiple Criteria Against Products with Deformable Parts

Takuya Kiyokawa, Jun Takamatsu외 1명|arXiv (Cornell University)|2020. 10. 21.

Manufacturing Process and Optimization참고 문헌 43인용 수 8

한 줄 요약

이 논문은 유연한 부품을 가진 제품의 로봇 친화적인 조립 순서를 생성하기 위해 다목적 유전 알고리즘(MOGA)을 제안한다. 이 알고리즘은 삽입 조건과 제약 상태 전이 곤란도(CSTD)를 균형 잡는다. 3차원 CAD 기반 분석을 유연한 부품의 형태 변형을 모델링함으로써 확장함으로써 간섭이 없는, 삽입 가능한, 제약 행렬을 추출하며, 이는 조립 곤란도를 최소화하고 로봇 조작에 적합한 파레토 최적 순서를 가능하게 한다.

ABSTRACT

Aiming to generate easy-to-handle assembly sequences for robotic assembly, this study tackles assembly sequence generation by considering two tradeoff objectives: (1) insertion conditions and (2) degrees of constraints among assembled parts. We propose a multiobjective genetic algorithm to balance these two objectives for generating assembly sequences. Furthermore, the method of extracting part relation matrices including interference-free, insertion, and degree of constraint matrices is extended for application to 3D computer-aided design (CAD) models, including deformable parts. The interference of deformable parts with other parts can be easily investigated by scaling parts. A simulation experiment was conducted using the proposed method, and the results show the possibility of obtaining Pareto-optimal solutions of assembly sequences for a 3D CAD model with 33 parts including a deformable part. This approach can potentially be extended to handle various types of deformable parts and to explore graspable sequences during assembly operations.

연구 동기 및 목표

• 유연한 부품을 가진 제품에 대해 기계적으로 타당하고 로봇으로 실행 가능한 조립 순서를 생성하는 데 도전하는 것.
• 정밀한 삽입이 필요한 경우를 포함해, 로봇 조립 중 접촉 상태 전이의 곤란도(CSTD)를 줄이는 것.
• 고무 띠나 롤러 체인과 같은 유연한 부품을 처리할 수 있도록 3차원 CAD 기반 조립 순서 생성(ASG)을 확장하는 것.
• 생성된 순서가 견고하고 재현 가능하며, 로봇 그립 계획 및 운동 실행에 적합한지 보장하는 것.
• 서로 충돌하는 두 목표인 삽입 조건(부품 삽입 용이성)과 CSTD(접촉 전이의 기계적 곤란도)를 균형 잡는 것.

제안 방법

• 삽입 조건을 위한 하나의 적합도 함수와 CSTD를 최소화하기 위한 다른 하나의 적합도 함수를 최적화하기 위해 다목적 유전 알고리즘(MOGA)을 사용한다.
• 유연한 부품(예: 고무 띠, 체인)의 3차원 CAD 모델에 변형 모델링을 적용하여 간섭이 없는 조립 방향을 시뮬레이션한다.
• 기하학적 및 변위 분석을 통해 3개의 핵심 행렬을 추출한다: 간섭이 없는 행렬, 삽입 가능한 행렬, 제약도 행렬.
• 12개 방향의 변위 테스트(±x, ±y, ±z, ±Θx, ±Θy, ±Θz)를 사용해 제약도 C(Pi, Pk)를 계산하며, 무한소 변위 후 간섭이 없으면 Fj(Pi, Pk) = 1로 간주한다.
• CSTD(제약 상태 전이 곤란도)를 이전에 조립된 부품들에 대한 누적 제약 합으로 계산하며, H = max_k Σ_{i=1}^{k-1} C(POi, POk)로 표현한다.
• 두 적합도 목표를 균형 잡고 국소 이웃 탐색(한 부품 재정렬)을 통해 근사 최적성을 검증함으로써 파레토 최적 순서를 생성한다.

실험 결과

연구 질문

• RQ1 유연한 부품을 다룰 때 로봇 조작에 적합한 조립 순서 생성(ASG)을 어떻게 향상시킬 수 있는가?
• RQ2 제약 상태 전이 곤란도(CSTD)가 로봇 조립 순서의 타당성과 견고성에 어떤 영향을 미치는가?
• RQ3 변형 시뮬레이션을 포함한 3차원 CAD 기반 모델링이 유연한 부품의 이중 부품 관계(간섭 없음, 삽입 가능, 제약)를 효과적으로 추출할 수 있는가?
• RQ4 제안된 MOGA가 삽입 용이성과 기계적 곤란도를 균형 잡는 파레토 최적 순서를 어느 정도 생성할 수 있는가?
• RQ5 다양한 제품 모델(유연한 부품와 강성 부품 혼합)에서 생성된 순서는 얼마나 재현 가능하고 견고한가?

주요 결과

• 제안된 방법은 고무 띠와 롤러 체인을 포함한 8개의 모델에 대해 간섭이 없는, 삽입 가능한, 제약도 행렬을 성공적으로 추출하였다.
• MOGA는 테스트된 모든 모델(#1–#8)에서 100%의 타당성 비율을 달성하였으며, 국소적으로 재정렬된 순서 중 40.3%가 타당성을 유지하여 높은 견고성을 보였다.
• 최적 해(그림 10b의 파랑 점)는 모델 #3에서 적합도 값의 합이 473 ± 6.94를 기록했으며, 이웃 순서에서 두 적합도 값을 동시에 향상시킬 수 없어 파레토 최적성으로 간주되었다.
• 시뮬레이션을 통한 그립 가능성 검증 결과, 테스트된 모든 순서에서 성공적인 그립이 달성되었으며, 로봇 그립퍼 모델을 사용해 간섭 없는 그립이 확인되었다.
• 이 방법은 높은 재현성을 보였으며, 평균 적합도 값의 분산이 작았고(예: 모델 #3의 Fitness 1은 58.7 ± 6.06), 실행 간 일관된 성능을 보였다.
• 로봇 운동 시뮬레이션을 통해 소프트 지그를 지원받는 경우, 고무 띠 장착과 같은 복잡한 삽입 작업도 성공적으로 실행되었으며, 실용적 적용 가능성을 입증하였다.