Automatic Error Recovery during Industrial Assembly Operations based on Human Demonstrations
Based on a scenario where humans and robots share their workspace, a system for automatically error handling during an automated industrial assembly is presented. If an error occurs, it is first detected and then classified. If it is a previously unknown error, the human closest to the robot will be asked to perform error handling by interacting with the robot. This interaction is recorded so that it can be reapplied if the same error occurs again. If the error is already known, an appropriate error handling is selected and applied without any further human interaction required. Thus, the interaction rate decreases over time and the system learns to handle more and more errors independently. In addition, it is presented how different recorded error handlings can be optimized according to given performance criteria. For this purpose, a suitable input device for performing the error handling is required first. In addition, the Hierarchical Decomposition (HD) is introduced as the abstract representation of an assembly operation. In this case, an assembly is subdivided into different states at multiple hierarchical levels. This is done by a domain export which also defines conditions for state transition. Thus, the HD allows assembly progress monitoring, error detection and classification as well as error prediction. A strategy presentation is introduced to store and reuse demonstrated error handling interactions. One particular feature of this representation is that a strategy is always related to the robot's end-effector pose at that point of time when an error occurs. Thus, a strategy describes the movements which have been performed for error handling. The strategy's invariance against rotation or translation allows significant reduction in the amount of strategies needed to be demonstrated by a human via interaction. Four selection criteria are introduced in order to decide if a strategy matches an error. Thereby, it is possible to make a selection based on one criterion or to perform a multi-criteria optimization using all available information. By introducing a strategy optimization approach, the overall system performance can be improved. In a subsequent experiment, it is shown that the presented error handling approach can be successfully applied.
Ausgehend von einem Szenario, in dem sich Menschen und Roboter einen Arbeitsraum teilen, wird ein System zur automatischen Behandlung von Fehlerzuständen in automatisierten Montageprozessen vorgestellt. Tritt ein Fehler auf, so wird dieser erkannt und klassifiziert. Handelt es sich um einen bisher unbekannten Fehler, so wird der Mensch, welcher dem Roboter am nächsten ist gebeten, eine Fehlerbehandlung durch Interaktion mit dem Roboter durchzuführen. Diese Fehlerbehandlung wird aufgezeichnet, sodass sie bei einem erneuten Auftreten des gleichen Fehlers wieder angewendet werden kann. Ist der aufgetretene Fehler jedoch bereits bekannt, so wird eine dazu passende Fehlerbehandlung ausgewählt und ausgeführt, ohne dass es zu einer Interaktion kommt. Somit sinkt die Interaktionsrate über die Zeit betrachtet und das System lernt immer mehr Fehler eigenständig zu behandeln. Zusätzlich wird vorgestellt, wie verschiedene und aufgezeichnete Fehlerbehandlungen gemäß vorgegebenen Performancemaßen optimiert werden können. Zur Realisierung eines solchen Systems wird zunächst ein passendes Eingabegerät zur Durchführung der Fehlerbehandlung benötigt. Zusätzlich wird mit der Hierarchical Decomposition (HD) ein Ansatz zur abstrakten Beschreibung von Montagevorgängen vorgestellt. Des Weiteren wird eine Strategierepräsentation eingeführt, um demonstrierte Fehlerbehandlungen speichern und wiederverwenden zu können. Eine besondere Eigenschaft der vorgestellten Strategierepräsentation ist, dass eine Strategie immer auf die End-Effektor Pose des Roboters zu dem Zeitpunkt, an welchem der Fehler auftritt, bezogen ist. Somit beschreibt eine Strategie die Bewegungen, welche zur Fehlerbehandlung durchzuführen sind. Um Strategien auswählen zu können, werden vier Auswahlkriterien vorgestellt. Dabei ist es möglich, eine Auswahl nur auf Basis eines Kriteriums zu treffen oder alle zu berücksichtigen, in dem eine Multikriterienoptimierung durchgeführt wird. Durch die Einführung eines Verfahrens zur Optimierung von Strategien kann die Systemperformance bezüglich eines vorgegebenen Performancemaßes gesteigert werden. In einem anschließenden Experiment wird gezeigt, dass der vorgestellte Ansatz zur Fehlerbehandlung erfolgreich angewendet werden kann.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved