Human-like motion generation through waypoints for collaborative robots in Industry 5.0

Abstract

Industry 4.0 has motivated the scientific community to innovate solutions to ensure that companies maintain levels of competitiveness and meet customer demands, which are increasingly higher due to mass customization [Villani et al. (2018)]. Robots need more flexibility, intuitive and user-friendly programming methods so that they can be easily reprogrammed for new tasks. Thus, collaborative robots have emerged, which are smaller, safer, and most importantly, are able to share the workspace with human operators [Villani et al. (2018)]. Moreover, there are already predictions regarding Industry 5.0, where humans and robots will coexist in their daily routines [Schaal (2007)]. This dissertation proposes a trajectory planning method that addresses the above needs. This method allows operators to easily program the robot for a new task by defining mandatory positions -waypoints- of the trajectory. Waypoints can be defined by physically manipulating the robot or by using the joystick built into the teach pendant robot. The generated trajectory is based on the minimum-jerk model introduced by Flash and Hogan (1985), which guarantees both quantitative and qualitative human characteristics. Such properties have a very positive impact on operators’ well-being and productivity [Koppenborg et al. (2017),El Zaatari et al. (2019)]. The proposed method is validated in a quality inspection scenario in an industry context. Specifically, the user defines waypoints, which correspond to the position of the eye angle to inspect the plates, and subsequently the robot manipulates them through the mandatory points in a human-like manner. The planner allows smooth, fluent, and intuitive movements through the waypoints. Although the resulting movements have human characteristics, we cannot absolutely claim that they are human movements, since there are no experiments on humans with waypoints.

A Indústria 4.0 tem motivado a comunidade científica a inovar soluções para garantir que as empresas mantenham os níveis de competitividade e satisfaçam as exigências dos clientes, cada vez mais em relevo devido à customização em massa [Villani et al. (2018)]. Os robôs precisam de mais flexibilidade, métodos de programação intuitivos e de fácil utilização, de modo a que estes sejam facilmente reprogramados para novas tarefas. Assim, surgiram os robôs colaborativos, que são mais pequenos, seguros e, acima de tudo, são capazes de partilhar o espaço de trabalho com operadores humanos [Villani et al. (2018)]. Além disso, já existem previsões relativamente à Indústria 5.0, onde humanos e robôs irão coexistir nas suas tarefas diárias [Schaal (2007)]. Esta dissertação propõe um planeamento de trajectórias que respondem às necessidades acima mencionadas. Este método permite aos operadores programar facilmente o robô para uma nova tarefa, definindo posições obrigatórias da trajectória. Os waypoints podem ser definidos através da manipulação física do robô ou através da utilização do joystick incorporado no painel de controlo do robô. Acrescentase que a trajectória gerada é baseada no modelo minimum-jerk de Flash and Hogan (1985), garantindo características humanas quantitativas e qualitativas. Tais propriedades tem impacto muito positivo no bem-estar e produtividade dos operadores [Koppenborg et al. (2017),El Zaatari et al. (2019)]. O método proposto é validado num cenário de inspecção de qualidade no contexto da indústria. Especificamente, o utilizador define pontos de passagem, que correspondem à melhor perspectiva para inspeccionar as placas, e posteriormente o robô manipula-as através dos pontos obrigatórios de uma forma humana. O planeador permite a realização de movimentos suaves, fluentes e intuitivos através dos pontos de passagem. Apesar dos movimentos resultantes possuírem características humanas, não podemos afirmar absolutamente que são movimentos humanos, uma vez que não há experiências em humanos com waypoints.