Ivana Lučića 1, Zagreb
+ 385 1 6168 575
crta@fsb.hr

Odabir tema završnih i diplomskih radova

Završni radovi

Upravljačka kutija mobilnog robota penjača:

U sklopu završnog rada potrebno je napraviti upravljačku kutiju mobilnog robota penjača koja se sastoji od sljedećih elemenata:

  • Standardna industrijska kutija u koju će biti smještene sve komponente
  • Kutija mora imati sve potrebne konektore za dovod i odvod energije/upravljačkih signala
  • U kutiju mora biti smješteno:
    • AC-DC 400V, 3kW napajanje
    • Tethering kabel
    • Sklop za odmotavanje/namotavanje tethering kabela (razraditi potrebnu senzoriku koja će osjetiti napetost kabela)
    • Slip ringovi za prijenos električne energije
    • Slip ringovi za prijenos upravljačkih signala
  • Na kutiji treba biti predviđeno mjesto za upravljački laptop robota
  • U skolpu zadatka je potrebno i odabrati odgovrajući agregat za napajanje upravljačke kutije

Simulacija robota penjača u Gazebo Simulatoru:

U sklopu završnog rada potrebno je gotovi CAD model robota učitati u Gazebo simulator, te definirati međusobne relacije pogonskih, zakretnih i potisnih motora.  

  • U Gazebo simulator učitati CAD model te definirati sve odnose pokretnih dijelova robota, momente inercije svih pokretnih dijelova te faktor trenja podloge i kotača
  • Implementirati tablicu ovisnosti potisne sile i brzine vrtnje potisnih BLDC motora
  • Upravljati svim varijablama stanja (kut zakreta svakog kotača, brzina vrtnje svakog kotača i brzina vrtnje potisnih motora) pomoću ROS-a
  • Pronaći adekvatan viadukt za simuliranje ponašanja robota, implementirati CAD model za isti u Gazebo simulator te simulirati kretanje robota po istom
  • Simulirati kretanje robota po viaduktu u Gazebo simulatoru pomoću ROS-a

Primjena vizijskog sustav za vođenje robota

U radu je potrebno koristiti programsku podršku za sustav Leap Motion koja omogućuje praćenje kretnji ljudske ruke. Dobivene podatke o kretanjima potrebno je prenijeti na robota (Universal robot) u realnom vremenu – kako se kreće ruka robot prati pokret. Za izradu zadatka potrebno koristiti C++ (leap motion c++ SDK Documentation) te tcp/ip komunikaciju kako bi se ostvario prijenos podataka.

Poveznice:

● Leap Motion – https://www.leapmotion.com/

● Leap Motion: Orion – https://www.youtube.com/watch?v=rnlCGw-0R8g

Klasifikacija gesti

U radu je potrebno koristiti programsku podršku za sustav Leap Motion koja omogućuje praćenje kretnji ljudske ruke. Razvijena programska podrška treba sadržavati model za klasifikaciju pokreta čovjeka na temelju kojih robot izvodi odgovarajuću radnju. Pokreti koje treba sadržavati su različite naredbe robotu: pomakni se naprijed/nazad/gore/dolje/lijevo/desno i odabir predefinirane naredbe iz četverosmjernog izbornika gore/dolje/lijevo/desno koje odgovaraju naredbama povećaj brzinu pomaka/smanji brzinu pomaka/otvori hvataljku/zatvori hvataljku. Npr. potrebno je robota pomaknuti 2x dolje (predodređeni pomak) i potom mu zadati naredbu da zatvori hvataljku. Potrebno je „snimiti“ više ponavljanja različitih korisnika te na temelju toga oblikovati klasifikacijski model koji može ispravno odrediti namjere različitih korisnika. Model je potrebno verificirati na uzorku izdvojenom za validaciju. Za izradu zadatke potrebno je određeno predznanje C++ (leap motion c++ SDK Documentation).

Poveznice:

● Leap Motion – https://www.leapmotion.com/

● Leap Motion: Orion – https://www.youtube.com/watch?v=rnlCGw-0R8g

Oblikovanje sigurnosnog radnog prostora robota

Potrebno je oblikovati sigurno industrijsko okruženje kombinacijom optičke sigurnosne barijere i sigurnosnog laserskog skenere. Sigurnosni laserski skeneri je fleksibilno rješenje za zaštitu opasnih zona. Sigurnosni skeneri se široko koriste zbog njihove svestranosti. Skeneri se mogu montirati okomito ili vodoravno i pokrivati nekoliko vrsta opasnosti. Ovi uređaji nude izrazite prednosti u odnosu na konvencionalne opcije zaštite. Sigurnosni skeneri sprječavaju rad kada se nenamjerni objekt ili osoba nalazi u opasnom području. Ovi sigurnosni uređaji mogu se nenametljivo montirati kako bi se izbjegla oštećenja ili potencijalni udar, a istovremeno štite jednostavno ili složeno oblikovano područje. Idealni su na mjestima gdje bi bilo preteško učinkovito postaviti fizičke ograde i svjetlosne zavjese. Potrebno je napraviti analizu minimalne udaljenosti razdvajanja u skladu s brzinama kretanja i odziva robota i čovjeka. Na temelju toga oblikovati radne zone kombinacijom aktivacije ta dva uređaja. Kako se korisnik kreće kroz prostor robot prilagodi brzinu ili se potpuno zaustavi kako bi se omogućilo siguran rad s robotom bez fizičkih barijera.

Oprema:

Robot Fanuc M710

Sick S3000 Standard

ReeR EOS4

Primjena RFID na transportnom sustavu

Nosači predmeta na transportnim sustavima koriste se u mnogim različitim proizvodnim procesima. Nosači drže predmeta u položaju tijekom transporta, proizvodnje i pregleda. Obično se dodjeljuju određenim predmeta. Stoga je moguće koristiti nosače za njihovu identifikaciju i praćenje koraka procesa. Radne komade potrebno je identificirati automatski i bez grešaka pomoću nosača. Ova identifikacija mora biti moguća na različitim točkama u postrojenju za decentraliziranu kontrolu slijeda procesa. Pojedinačni koraci proizvodnje moraju biti međusobno usklađeni. Istodobno, cilj je stvoriti uvjete za potpunu sljedivost pojedinih koraka. Rješenje je primjena RFID oznaku na prikladnom mjestu, na primjer, na donjoj strani nosača. RFID glave za čitanje/pisanje montirane su na relevantnim procesnim stanicama. RFID sustav osigurava sigurnu identifikaciju nosača. Budući da se RFID oznaka može napisati, njen skup podataka može se na svakoj postaji dopuniti informacijama o izvedenim koracima procesa. Te se informacije mogu koristiti za upravljanje skretnicama ili za pokretanje specifičnih proizvodnih procesa. Oznake također mogu pohraniti podatke o kvaliteti. U sklopu rada potrebno je primjeniti SIMATIC RF300 RFID system PROFINET na transportnom sustavu u laboratoriju.

Panda robot low-level control
FCI (Franka Control Interface) nudi brzu i izravnu dvosmjernu vezu niske razine s Panda robotskom rukom i šakom. Zahvaljujući takvoj izravnoj kontroli s petljom u stvarnom vremenu od 1 kHz, idealno je sučelje za istraživanje novih shema planiranja i upravljanja na niskoj razini.
Source code https://github.com/frankaemika/libfranka
API documentation https://frankaemika.github.io/libfranka
Zadatak je isprogramirati c++ klase koje omogućavaju upravljanje low-level robotom i slanje real-time naredbi za generiranje:
• point-to-point i linear gibanja u poziciju definiranu u Kartezijskom koordinatnom sustavu (rotacija i pozicija)
• gibanja u zglobne pozicije
Gibanja se mogu zadati sa mogućnošću definiranja ukupnog vremena trajanja ili maksimalne brzine.
Zadatak se radi u linux operativnom sustavu i c++ (qt). Potrebno je izraditi QT user interface gdje se mogu upisivati parametri naredbi i izvršavati gibanja.

Projektiranje i automatska kalibracija pametnog 3D kamera sustava za robotsku ruku
Zadatak je integrirati kompletno rješenje za postavljanje i kalibraciju embedded 3D kamera sustava na robotsku ruku:
• Projektiranje i izrada (3d print) kućišta za 3D kameru (Realsense D435) i embedded računala (Jetson Nano) sa priključkom na prirubnicu robotske ruke (Universal robot UR5),
• Postavljanje Jetson Nano operativnog sustava i programerskog okruženja (Realsense SDK, c++, OpenCV),
• Izrada programa koji uz kalibracijsku ploču omogućava automatsku kalibraciju (izračun matrice transformacije između prirubnice robota i koordinatnog sustava kamere) 3D kamere,
• Provesti mjerenja za utvrđivanje točnosti kalibracije.

Razvoj embedded sustava koji koristi depth kameru i ima mogućnost obrade točaka pomoću GPU-a (cuda-based)
Zadatak obuhvaća:
a. Postavljanje sustava:
• Integracija 3D kamere (Realsense D435) i embedded računala (Nvidia Jetson Nano)
• Instalacija Jetson Nano operativnog sustava i programerskog okruženja (c++, knjižnica za obradu oblaka točaka Open3D sa CUDA support).
b. Programiranje
• Kalibracija kamere u odnosu na fiksni koordinatni sustav radnog stola,
• Izrada programa u c++ koji obuhvaća dohvaćanje oblaka točaka sa 3D kamere, procesuiranje oblaka točaka s GPU-om za potrebu lokalizacije predmeta rada na radnom stolu i TCP/IP komunikacije koja šalje poziciju predmeta prema robotu,
• Izmjeriti brzinu procesuiranja oblaka točaka i točnost kalibracije, te lokalizacije predmeta.


Projekt je sufinancirala Europska unija iz Europskog fonda za regionalni razvoj.
Izradu internetske stranice je sufinancirala Europska unija iz Europskog fonda za regionalni razvoj.
Sadržaj internetske stranice isključiva je odgovornost Fakulteta strojarstva i brodogradnje.