Deep learning with robot manipulators implementing simulation
Faig, Abdurrahman (2024)
Faig, Abdurrahman
2024
Tekniikan ja luonnontieteiden kandidaattiohjelma - Bachelor's Programme in Engineering and Natural Sciences
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2024-04-08
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202404083358
https://urn.fi/URN:NBN:fi:tuni-202404083358
Tiivistelmä
Robot manipulators are essential in several automated industries, yet their programming complexity of ten requires extensive physical testing, leading to significant time and resource investments. This study addresses simulation and programming of industrial robot manipulators. The goal of this study is to investigate how simulation can expedite the development of dynamic and intricate instructions for robot manipulators, by utilizing Orbit framework built on Nvidia's Isaac-platform.
Reprogrammable robots offer new possibilities in production. Factory machinery doesn’t cope well with products they weren’t designed to produce. Robot manipulators on the other hand can be employed f or variety of tasks, when coupled with use-case specif ic programs. For example, we can see this in car production facilities, where robot manipulators can assemble, weld, and paint the car chassis all in one go with flexible programming.
This thesis explores the use of simulation as an option to enhance the programming efficiency of robot manipulators, reducing the need for iterative physical testing. The Orbit framework, designed for robot learning, offers photorealistic scenery and accurate simulation to facilitate a more intuitive understanding of how robotic manipulators behave in response to programmed instructions. The study emphasizes the potential for accelerated development and increased productivity in industrial settings, where reprogrammable manipulators can swiftly adapt to dynamic tasks.
The framework was tested with different scenarios and the results conclude that Orbit framework is an excellent tool for programming robot manipulators. It allows efficient and simplified programming thanks to the wealth of libraries it takes advantage of. Moreover, the ability to pick and choose different objects from Nvidia’s Omniverse database allows for superb flexibility when it comes to environmental design. Thus, this thesis concludes that by using the Orbit framework alongside Nvidia Isaac, one can create simulations efficiently and realistically. Robottimanipulaattorit ovat välttämättömiä useilla automatisoiduilla teollisuudenaloilla, mutta manipulaattorien ohjelmoinnin monimutkaisuus edellyttää usein mittavia fyysisiä testejä, mikä johtaa merkittäviin aika- ja resurssi-investointeihin. Tässä kandidaatintyössä käsitellään robottimanipulaattoreiden simulaatiota ja ohjelmointia. Tarkoituksena on tutkia Nvidian Isaac-alustalle rakennettua Orbit-viitekehystä hyödyntäen, miten simulointi voi nopeuttaa robottimanipulaattoreiden dynaamisen ja vaativan ohjelmoinnin kehittämistä.
Tässä työssä tutkitaan simuloinnin käyttöä vaihtoehtona iteratiiviseen fyysiseen testaukseen. Robottien oppimiseen suunniteltu Orbit-viitekehys tarjoaa realistisia ympäristöjä ja tarkkaa simulointia, jotka helpottavat kehittämään intuitiivisempaa ymmärrystä siitä, minkälaisen vasteen robottimanipulaattorit antavat tietyllä tavalla ohjelmoituihin ohjeisiin. Opintotyössä korostetaan mahdollisuuksia nopeuttaa kehitystä ja lisätä tuottavuutta teollisuusympäristöissä, joissa uudelleenohjelmoitavat manipulaattorit voivat mukautua nopeasti dynaamisiin tehtäviin.
Robottimanipulaattoreiden uudelleenohjelmoitavuus luo teollisuudelle uusia mahdollisuuksia, joita se voi tutkia tuotannon kehittämiseksi. Tehtaiden tuotantokoneet eivät tuota hyvin tuotteita, joita niitä ei ole suunniteltu tuottamaan. Robottimanipulaattorit taas kykenevät suoriutumaan monista erilaisista tuotannon työtehtävistä, sillä niihin voidaan tallentaa erilaisia tehtäväkohtaisia ohjelmia. Esimerkiksi autoteollisuudessa robottimanipulaattorit voivat koota, hitsata ja maalata auton rungon saman prosessin aikana joustavan ohjelmoinnin avulla.
Viitekehystä testattiin erilaisissa skenaarioissa, ja tulokset osoittavat, että Orbit -viitekehys on erinomainen työkalu robottimanipulaattoreiden ohjelmointiin. Se mahdollistaa tehokkaan ja yksinkertaistetun ohjelmoinnin, sillä se hyödyntää laajaa ohjelmistokirjastojen valikoimaa. Tämän lisäksi Nvidian Omniverse-tietokannasta voi noutaa erilaisia objekteja, jotka tarjoavat joustavuutta ympäristön suunnitteluun. Näin ollen voidaan todeta että Orbit -viitekehys yhdessä Nvidian Isaacin kanssa luo simulaatioita tehokkaasti ja realistisesti.
Reprogrammable robots offer new possibilities in production. Factory machinery doesn’t cope well with products they weren’t designed to produce. Robot manipulators on the other hand can be employed f or variety of tasks, when coupled with use-case specif ic programs. For example, we can see this in car production facilities, where robot manipulators can assemble, weld, and paint the car chassis all in one go with flexible programming.
This thesis explores the use of simulation as an option to enhance the programming efficiency of robot manipulators, reducing the need for iterative physical testing. The Orbit framework, designed for robot learning, offers photorealistic scenery and accurate simulation to facilitate a more intuitive understanding of how robotic manipulators behave in response to programmed instructions. The study emphasizes the potential for accelerated development and increased productivity in industrial settings, where reprogrammable manipulators can swiftly adapt to dynamic tasks.
The framework was tested with different scenarios and the results conclude that Orbit framework is an excellent tool for programming robot manipulators. It allows efficient and simplified programming thanks to the wealth of libraries it takes advantage of. Moreover, the ability to pick and choose different objects from Nvidia’s Omniverse database allows for superb flexibility when it comes to environmental design. Thus, this thesis concludes that by using the Orbit framework alongside Nvidia Isaac, one can create simulations efficiently and realistically.
Tässä työssä tutkitaan simuloinnin käyttöä vaihtoehtona iteratiiviseen fyysiseen testaukseen. Robottien oppimiseen suunniteltu Orbit-viitekehys tarjoaa realistisia ympäristöjä ja tarkkaa simulointia, jotka helpottavat kehittämään intuitiivisempaa ymmärrystä siitä, minkälaisen vasteen robottimanipulaattorit antavat tietyllä tavalla ohjelmoituihin ohjeisiin. Opintotyössä korostetaan mahdollisuuksia nopeuttaa kehitystä ja lisätä tuottavuutta teollisuusympäristöissä, joissa uudelleenohjelmoitavat manipulaattorit voivat mukautua nopeasti dynaamisiin tehtäviin.
Robottimanipulaattoreiden uudelleenohjelmoitavuus luo teollisuudelle uusia mahdollisuuksia, joita se voi tutkia tuotannon kehittämiseksi. Tehtaiden tuotantokoneet eivät tuota hyvin tuotteita, joita niitä ei ole suunniteltu tuottamaan. Robottimanipulaattorit taas kykenevät suoriutumaan monista erilaisista tuotannon työtehtävistä, sillä niihin voidaan tallentaa erilaisia tehtäväkohtaisia ohjelmia. Esimerkiksi autoteollisuudessa robottimanipulaattorit voivat koota, hitsata ja maalata auton rungon saman prosessin aikana joustavan ohjelmoinnin avulla.
Viitekehystä testattiin erilaisissa skenaarioissa, ja tulokset osoittavat, että Orbit -viitekehys on erinomainen työkalu robottimanipulaattoreiden ohjelmointiin. Se mahdollistaa tehokkaan ja yksinkertaistetun ohjelmoinnin, sillä se hyödyntää laajaa ohjelmistokirjastojen valikoimaa. Tämän lisäksi Nvidian Omniverse-tietokannasta voi noutaa erilaisia objekteja, jotka tarjoavat joustavuutta ympäristön suunnitteluun. Näin ollen voidaan todeta että Orbit -viitekehys yhdessä Nvidian Isaacin kanssa luo simulaatioita tehokkaasti ja realistisesti.
Kokoelmat
- Kandidaatintutkielmat [8798]