Dynamisches Greifen von 3D-Objekten mittels robotischem System

Abstract

In dieser Arbeit wird auf einem KUKA LBR iiwa 14 R820 Industrieroboter eine Schunk SDH2 Greifhand als Endeffektor montiert. Neben der Greifhand ist eine Basler avA1000-gc Industriekamera angebracht. Mittels optischer Objekterkennung wird aus den einzelnen Bildern der Kamera von einem bekannten Objekt die Pose bestimmt. Ziel ist es, das optisch detektierte Objekt mit der Greifhand zu greifen. Dazu wird zunächst für den um die Greifhand und die Kamera erweiterten Roboter das dynamische Modell hergeleitet. Um einen Griff und damit die Fingerbewegung zu planen, werden weitere Zustandsgrößen des Griffs definiert. Für eine eindeutige Umrechnung zwischen den Zuständen der Greifhand und des Griffs werden die Vorwärts- und die Rückwärtskinematik hergeleitet. Für ein erfolgreiches Greifen des Objekts wird zunächst in einer Offline-Trajektorienplanung die Bewegung des Roboters und der Finger geplant. Um während der Roboterbewegung auf etwaige Fehler bzw. Updates der Posenschätzung des Greifobjekts zu reagieren, wird eine schnelle Online-Trajektorienplanung implementiert. Die geplante Trajektorie des Roboters wird während des Versuchs vorgesteuert und ein Trajektorienfolgeregler regelt die Trajektorienfehler. Für die Greifhand wird ebenfalls eine Vorsteuerung und ein Regler implementiert. Es werden mehrere experimentelle Versuche durchgeführt und die Ergebnisse dargestellt und diskutiert.

In this diploma thesis, a Schunk SDH2 gripper hand is used as an end effector on aKUKA LBR iiwa 14 R820 industrial robot. A Basler avA1000-gc industrial camera is mounted next to the gripper. The pose of a known object from the individual images taken by the camera is determined by optical object recognition. The goal is to grasp the optically detected object with the gripper. For this purpose, the dynamic model of the robot extended by the gripper and the camera is derived. Additionally, in order to plan a grasp and thus the finger motion, further state variables of the grasp are defined. For an unambiguous conversion between the gripper and the grasp states, the forward and backward kinematics are derived. For a successful grasping of the object, the motion of the robot and the fingers are planned first in an offline trajectory planning. In order to react to any errors and also updates of the pose estimation of the grasping object during the robot motion, a fast online trajectory replanning is implemented.The planned trajectory of the robot serves for the feedforward controller and a trajectory tracking controller accounts for the trajectory errors. Feedforward and feedback control are also implemented for the grasping hand. Several experiments are performed and the results are presented and discussed.