BR102017009024A2 - Método e aparelho para automação de célula de trabalho e nível de fábrica. - Google Patents

Método e aparelho para automação de célula de trabalho e nível de fábrica. Download PDF

Info

Publication number
BR102017009024A2
BR102017009024A2 BR102017009024-8A BR102017009024A BR102017009024A2 BR 102017009024 A2 BR102017009024 A2 BR 102017009024A2 BR 102017009024 A BR102017009024 A BR 102017009024A BR 102017009024 A2 BR102017009024 A2 BR 102017009024A2
Authority
BR
Brazil
Prior art keywords
agv
laser scanning
distance measurements
work cell
cradle
Prior art date
Application number
BR102017009024-8A
Other languages
English (en)
Other versions
BR102017009024B1 (pt
Inventor
Ayyagari Arun
Q. Nguyen Thi
S. Le Ngoc
H. Amirehteshami David
J. Ivers Benjamin
Original Assignee
The Boeing Company
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by The Boeing Company filed Critical The Boeing Company
Publication of BR102017009024A2 publication Critical patent/BR102017009024A2/pt
Publication of BR102017009024B1 publication Critical patent/BR102017009024B1/pt

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/10—Manufacturing or assembling aircraft, e.g. jigs therefor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31086—Communication of carriage, agv data, workpiece data at each station
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/60—Electric or hybrid propulsion means for production processes

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manipulator (AREA)
  • Automatic Assembly (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

“método e aparelho para automação de célula de trabalho e nível de fábrica” automação de célula de trabalho e nível de fábrica exige que um veículo guiado automaticamente (agv) atinja precisão e repetibilidade posicional exigidas em relação a uma instalação de berço ou bancada de trabalho dentro de uma célula de trabalho. o agv faz medições de distância de objetos dentro da célula de trabalho usando sensores de varredura a laser. as medições de distância são filtradas para remover objetos que não são recursos alvo na instalação de berço ou bancada de trabalho. erros sistemáticos ou tendenciosos do sensor de varredura a laser são removidos das medições de distância filtradas, e um filtro ou estimador matemático é aplicado nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser para gerar medições de distância estimadas. um mapa dos recursos alvo é então construído usando as medições de distância estimadas, em que o mapa é usado para planejamento de trajetória e controle de navegação do agv em relação à instalação de berço ou bancada de trabalho dentro da célula de trabalho.

Description

(54) Título: MÉTODO E APARELHO PARA AUTOMAÇÃO DE CÉLULA DE TRABALHO E NÍVEL DE FÁBRICA.
(51) Int. Cl.: B64F 5/00; B21J 15/14 (30) Prioridade Unionista: 12/07/2016 US 15/208437 (73) Titular(es): THE BOEING COMPANY (72) Inventor(es): ARUN AYYAGARI; THI Q. NGUYEN; NGOC S. LE; DAVID H. AMIREHTESHAMI; BENJAMIN J. IVERS (74) Procurador(es): KASZNAR LEONARDOS PROPRIEDADE INTELECTUAL (57) Resumo: MÉTODO E APARELHO PARA AUTOMAÇÃO DE CÉLULA DE TRABALHO E NÍVEL DE FÁBRICA Automação de célula de trabalho e nível de fábrica exige que um veículo guiado automaticamente (AGV) atinja precisão e repetibilidade posicionai exigidas em relação a uma instalação de berço ou bancada de trabalho dentro de uma célula de trabalho. O AGV faz medições de distância de objetos dentro da célula de trabalho usando sensores de varredura a laser. As medições de distância são filtradas para remover objetos que não são recursos alvo na instalação de berço ou bancada de trabalho. Erros sistemáticos ou tendenciosos do sensor de varredura a laser são removidos das medições de distância filtradas, e um filtro ou estimador matemático é aplicado nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser para gerar medições de distância estimadas. Um mapa dos recursos alvo é então construído usando as medições de distância estimadas, em que o mapa é usado para planejamento de trajetória e controle de navegação do AGV em relação à instalação de berço ou bancada de trabalho dentro da célula
Figure BR102017009024A2_D0001
/ 29 “MÉTODO E APARELHO PARA AUTOMAÇÃO DE CÉLULA DE TRABALHO E NÍVEL DE FÁBRICA”
CAMPO DA INVENÇÃO
1. Campo.
[001] A invenção se refere no geral ao campo de automação de fábrica e, mais particularmente, à aplicação de automação de fábrica para um processo de montagem e construção de um avião.
2. Fundamentos.
[002] Automação de célula de trabalho e nível de fábrica para um processo de montagem e construção de um avião normalmente é compreendida de células de trabalho específicas para fuselagens dianteira e traseira, respectivamente. Uma célula de trabalho típica inclui múltiplas instalações de berço para suportar e posicionar o conjunto da fuselagem em uma bancada de trabalho. Automação de célula de trabalho e nível de fábrica tipicamente exige que Veículos Guiados Automaticamente (AGVs), que levam robôs tanto dentro quanto fora da fuselagem, consigam precisão e repetibilidade posicional exigidas em relação ao conjunto da fuselagem em uma instalação de berço, a fim de que os robôs nos AGVs dentro da fuselagem trabalhem de uma maneira coordenada com os robôs nos AGVs fora da fuselagem.
[003] Planejamento da trajetória e navegação para os AGVs fora da fuselagem são guiados por sensores de varredura a laser montados em cada dos quatro lados do AGV. Esses sensores de varredura a laser são capazes de medir a distância até um objeto em seu Campo de Visão (FoV) e essas distâncias de percursos até objetos dentro de seu Campo de Observação (FoR) são usadas por um controlador do AGV para construir um contorno ou mapa em um plano de visão bidimensional (2-D) para uso no planejamento da trajetória e navegação.
[004] Existem duas áreas para melhoria: (1) a precisão e
Petição 870170028544, de 28/04/2017, pág. 68/108 / 29 repetibilidade do AGV no retorno às posições de nó aprendidas em uma célula de trabalho particular, e (2) a capacidade de o AGV usar as mesmas posições de nó aprendidas, com instalações de berço e uma bancada de trabalho na célula de trabalho particular, através de outras células de trabalho usando outros conjuntos ou cópias de instalações de berço e bancadas de trabalho similares.
[005] Com consideração à área (1), o AGV, à medida que ele se aproxima ou está na posição do nó aprendida em uma célula de trabalho, adjacente às instalações de berço e/ou uma bancada de trabalho, pode usar qualquer ou todos os sensores de varredura a laser em cada dos quatro lados do AGV. Entretanto, de uma perspectiva operacional, o sensor de varredura a laser que está diretamente confrontante e/ou adjacente às instalações de berço e/ou bancada de trabalho é o ideal a ser usado. Os outros sensores de varredura a laser que estão a trás e nos lados do AGV podem ou não ser capazes de efetivamente ver os recursos alvo nas instalações de berço e/ou bancada de trabalho. O sensor de varredura a laser sendo usado pelo AGV varre 190 graus em etapas discretas, por meio do que ele mede a distância até o objeto dentro de sua trajetória do feixe laser usando um princípio de medição de pulso óptico em tempo de voo. Medições de distância até o objeto na trajetória do feixe do sensor de varredura a laser podem incluir erros sistemáticos ou tendenciosos e aleatórios estatísticos. O erro de medição 5 sigma dos sensores de varredura a laser (erros sistemáticos ou tendenciosos e aleatórios estatísticos) é uma ordem de grandeza maior que a precisão e repetibilidade do AGV desejadas no retorno para as posições de nó aprendidas em uma célula de trabalho e, consequentemente, o cálculo da média das medições simples das distâncias medidas não será adequado.
[006] Com consideração à área (2), a capacidade de o AGV usar as mesmas posições de nó aprendidas, com as instalações de berço e bancada de trabalho na célula de trabalho particular, através de outras células de trabalho
Petição 870170028544, de 28/04/2017, pág. 69/108 / 29 usando outros conjuntos ou cópias de instalações de berço e bancadas de trabalho similares, é um desafio por causa da variabilidade nos objetos além dos recursos alvo dentro do Campo de Observação (FoR) e Campo de Visão (FoV) do sensor de varredura a laser na célula de trabalho particular. Considera-se que os recursos alvo em uma instalação de berço ou bancada de trabalho em uma célula de trabalho são replicados, com precisão metrológica, em outros conjuntos ou cópias de instalações de berço e bancadas de trabalho similares através de outras células de trabalho. Dado que o sensor de varredura a laser varre 190 graus e com uma especificação da distância de alcance de 49 metros, existe uma alta probabilidade de que, em um ambiente operacional, outros objetos estáticos e dinâmicos além dos recursos alvo na instalação de berço e bancada de trabalho podem ser captados, e por meio disto causem ambiguidade de mapeamento e problemas com o planejamento da trajetória e navegação do AGV para mover para a posição desejada do nó dentro da célula de trabalho adjacente para as instalações de berço e/ou bancada de trabalho.
[007] Portanto, existe uma necessidade na tecnologia de melhorias na aplicação de automação de fábrica para um processo de montagem e construção de avião.
SUMÁRIO [008] Para superar as limitações na técnica anterior supradescrita, e superar outras limitações que ficarão aparentes mediante leitura e entendimento da presente especificação, a presente invenção descreve um método e aparelho para automação de célula de trabalho e nível de fábrica usando um AGV tendo um ou mais sensores de varredura a laser.
[009] Uma ou mais calibrações são feitas nos sensores de varredura a laser no AGV para determinar erros sistemáticos ou tendenciosos e erros aleatórios nas medições de distância feitas pelos sensores de varredura a laser. As calibrações são calibrações offline dos sensores de varredura a laser no
Petição 870170028544, de 28/04/2017, pág. 70/108 / 29
AGV contra pontos de referência alvos para determinar os erros sistemáticos ou tendenciosos ou uma distribuição e desvio padrão dos erros aleatórios nas medições de distância feitas pelos sensores de varredura a laser. A distribuição dos erros aleatórios compreende uma distribuição Gaussiana, ou é armazenada em uma tabela quando a distribuição não compreende uma distribuição Gaussiana.
[0010] Uma ou mais medições de distância são feitas de um ou mais objetos dentro de uma célula de trabalho usando os sensores de varredura a laser no AGV. Especificamente, as medições de distância são feitas até os objetos no FoV do sensor de varredura a laser no AGV em cada etapa da indexação angular através do FoR do sensor de varredura a laser no AGV. Em uma modalidade, as medições de distância são feitas usando somente o sensor de varredura a laser no AGV que está diretamente confrontante ou adjacente à instalação de berço ou bancada de trabalho dentro da célula de trabalho. Em uma outra modalidade, as medições de distância são feitas usando mais de um dos sensores de varredura a laser no AGV através do FoR dos sensores de varredura a laser no AGV.
[0011] As medições de distância têm filtrados os objetos que não sãos recursos alvo em uma instalação de berço ou bancada de trabalho dentro da célula de trabalho. Uma zona convexa é definida em torno de cada dos recursos alvo para excluir os objetos que não são os recursos alvo. Uma margem de distância entre um perímetro dos recursos alvo e um perímetro da zona convexa definida é suficientemente pequena, de forma que nenhum outro objeto estático ou dinâmico ocupa um espaço anular formado entre o perímetro dos recursos alvo e o perímetro da zona convexa definida. As medições de distância que estão fora de um limite de patamar das zonas convexas definidas em torno de cada dos recursos alvo são filtradas, produzindo as medições de distância filtradas para cada dos objetos em um FoR do sensor de varredura a laser no AGV.
Petição 870170028544, de 28/04/2017, pág. 71/108 / 29 [0012] Erros sistemáticos ou tendenciosos do sensor de varredura a laser são removidos das medições de distância filtradas.
[0013] Um filtro ou estimador matemático é aplicado nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser para gerar medições de distância estimadas.
[0014] Finalmente, um mapa dos recursos alvo em um plano de visão
2-D é construído usando as medições de distância estimadas. O mapa construído é usado para planejamento de trajetória e controle de navegação do AGV em relação à instalação de berço ou bancada de trabalho dentro da célula de trabalho. Especificamente, o mapa construído permite que o AGV retorne de forma precisa e reprodutiva para uma ou mais posições de nó aprendidas dentro da célula de trabalho. Além do mais, quando a célula de trabalho é uma célula de trabalho de referência, o mapa construído permite que o AGV ou um outro AGV retorne de forma precisa e reprodutiva para as posições de nó aprendidas dentro de uma ou mais outras células de trabalho, quando uma instalação de berço ou bancada de trabalho dentro das outras células de trabalho é posicionada da mesma maneira que a instalação de berço ou bancada de trabalho dentro da célula de trabalho de referência.
DESENHOS [0015] Referindo-se agora aos desenhos, nos quais números de referência iguais representam partes correspondentes do começo ao fim:
[0016] A FIG. 1A ilustra um esquema de célula de trabalho típica de acordo com uma modalidade.
[0017] A FIG. 1B ilustra uma bancada de trabalho que pode ser usada no esquema da célula de trabalho típica de acordo com uma modalidade. [0018] As FIGS. 1C, 1D e 1E ilustram mapas de uma célula de trabalho típica de acordo com uma modalidade.
[0019] A FIG. 1F é um esquema ilustrando o uso de um veículo guiado automaticamente com sensores de varredura a laser de acordo com
Petição 870170028544, de 28/04/2017, pág. 72/108 / 29 uma modalidade.
[0020] A FIG. 2 é um fluxograma ilustrando as etapas para realizar um processo de calibração offline para um veículo guiado automaticamente de acordo com uma modalidade.
[0021] A FIG. 3 é um fluxograma ilustrando as etapas para realizar um processo de varredura usando os sensores de varredura a laser de um veículo guiado automaticamente de acordo com uma modalidade.
[0022] A FIG. 4 é um fluxograma de metodologia de produção de serviço de aeronave de acordo com uma modalidade.
[0023] FIG. 5 é um diagrama de blocos de uma aeronave de acordo com uma modalidade.
DESCRIÇÃO DETALHADA [0024] Na descrição seguinte da modalidade preferida, é feita referência aos desenhos anexos que formam uma parte da mesma, e em que está mostrada a título de ilustração uma modalidade específica na qual a invenção pode ser praticada. Deve-se entender que outras modalidades podem ser utilizadas e que mudanças estruturais podem ser feitas sem fugir do escopo da presente invenção.
Visão Geral [0025] A FIG. 1A ilustra um esquema de célula de trabalho típica 100 que inclui uma ou mais instalações de berço 102 para suportar e posicionar um conjunto da fuselagem 104. Um ou mais AGVs 106 levam robôs 108 tanto dentro quanto fora do conjunto da fuselagem 104. O esquema da célula de trabalho típica 100 pode também incluir uma bancada de trabalho 110, ilustrada na FIG. 1B, que pode ser posicionada em qualquer lugar dentro da célula de trabalho 100.
[0026] Automação de célula de trabalho e nível de fábrica exige que os AGVs 106 atinjam precisão e repetibilidade posicional exigidas em relação às instalações de berço 102 ou bancadas de trabalho 110, de forma que os
Petição 870170028544, de 28/04/2017, pág. 73/108 / 29 robôs 108 fora do conjunto da fuselagem 104 possam trabalhar de uma maneira coordenada com os robôs 108 dentro do conjunto da fuselagem 104. Em uma modalidade, os AGVs 106 constroem mapas para planejamento de trajetória e navegação, em que os mapas compreendem representações digitais de objetos na célula de trabalho 100 representadas em um plano de visão 2-D. [0027] A FIG. 1C ilustra um mapa do esquema da célula de trabalho típica 100 que inclui múltiplas instalações de berço 102, também rotuladas instalações de berço 1, 2 e 3, que suportam e posicionam um conjunto da fuselagem (não mostrado), bem como uma bancada de trabalho 110.
[0028] A FIG. 1D é uma vista de topo ou plana de uma instalação de berço 102 ou bancada de trabalho 110 da FIG. 1C, que inclui recursos alvo 112, também rotulados F1, F2, F3, F4, F5, F6, F7 e F8, e pernas 114, também rotuladas L1, L2, L3 e L4. Tanto os recursos alvo 112 quanto as pernas 114 são mostrados com contornos tracejados indicando que eles estão ocultos na vista de topo ou plana por baixo do recurso do berço 102 ou bancada de trabalho 110. Em uma modalidade, os recursos alvo 112 são auxiliares de alinhamento montados no recurso do berço 102 ou bancada de trabalho 110, enquanto as pernas 114 são estruturas de suporte para o recurso do berço 102 ou bancada de trabalho 110. Além disso, a configuração dos recursos alvo 112 no recurso do berço 102 ou bancada de trabalho 110 identificam exclusivamente o tipo ou função do recurso do berço 102 ou bancada de trabalho 110.
[0029] A FIG. 1E é uma vista em elevação da instalação de berço 102 ou bancada de trabalho 110 das FIGS. 1C e 1D, que inclui recursos alvo 112, também rotulados F1, F2, F3 e F4, e pernas 114, também rotuladas L1 e L2. Tanto os recursos alvo 112 quanto as pernas 114 estão mostradas com contornos cheios indicando que eles não estão ocultos na vista em elevação do recurso do berço 102 ou bancada de trabalho 110.
[0030] A FIG. 1F é uma vista de topo ou plana de uma instalação de
Petição 870170028544, de 28/04/2017, pág. 74/108 / 29 berço 102 ou bancada de trabalho 110, que inclui recursos alvo 112, também rotulados F1, F2, F3, F4, F5, F6, F7 e F8, e pernas 114, também rotuladas L1, L2, L3 e L4. Tanto os recursos alvo 112 quanto as pernas 114 estão mostrados com contornos tracejados indicando que eles estão ocultos na vista de topo ou plana por baixo do recurso do berço 102 ou bancada de trabalho 110.
[0031] Na FIG. 1F, um AGV 106 opera nas proximidades da instalação de berço 102 ou bancada de trabalho 110. O AGV 106 inclui pelo menos um controlador 116, também rotulado CTL, e sensores de varredura a laser 118, também rotulados LSS 1, LSS 2, LSS 3 e LSS 4, em cada dos quatro lados do AGV 106. Os sensores de varredura a laser 118 são usados para varrer os recursos alvo 112 usando feixes laser 120, a fim de fazer medições de distância até os recursos alvo 112, bem como identificar zonas convexas 122 indicadas por caixas com contornos tracejados em torno dos recursos alvo 112, como descrito com mais detalhe a seguir.
[0032] O controlador 116 pode compreender um computador ou processador de uso geral ou especial. Embora somente um único controlador 116 esteja mostrado, múltiplos controladores 116 podem ser providos para respectivamente controlar o AGV 106 e os robôs 108, e subsistemas dos mesmos. O controlador 116 inclui armazenamento de memória interno no qual vários programas operacionais e de controle podem ser armazenados, bem como os mapas para planejamento de trajetória e navegação.
[0033] Em algumas modalidades, o AGV 106 pode ser totalmente autônomo e o controlador 116 é programado para realizar todas as operações automaticamente, incluindo movimento do AGV 106 e controle do robô 108. Entretanto, em outras modalidades, o AGV 106 pode ser apenas parcialmente automatizado, e o controlador 116 pode exigir que um outro sistema e/ou operador alimente instruções ou comandos no AGV 106.
[0034] O controlador 116 realiza o planejamento de trajetória e navegação para o AGV 106, usando princípios localização e mapeamento
Petição 870170028544, de 28/04/2017, pág. 75/108 / 29 simultâneos (SLAM), guiados pelos sensores de varredura a laser 118 montados em cada dos quatro lados do AGV 106. Como notado anteriormente, os sensores de varredura a laser 118 são capazes de mapear objetos em um plano de visão 2-D que estão a algumas polegadas do chão da fábrica, e foram aumentados para suportar medições de distância até os objetos no plano de visão 2-D.
[0035] O problema do desafio consiste em duas áreas primárias: (1) precisão e repetibilidade do AGV 106 no retorno para posições de nó aprendidas com uma instalação de berço 102 ou bancada de trabalho 110 dentro de uma célula de trabalho 100, e (2) a capacidade de usar as mesmas posições de nó aprendidas com outras células de trabalho 100 usando outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares.
[0036] Em uma modalidade, uma abordagem matemática é aplicada pelo controlador do planejamento de trajetória e navegação 116 que permite que o AGV 106 retorne de forma precisa e reprodutiva para as posições de nó aprendidas usando os sensores de varredura a laser 118 para mapear um modelo usando os recursos alvo 112 nas instalações de berço 102 e bancada de trabalho 110. Esta abordagem permitem o uso de sensores de varredura a laser 118 com um erro de medição da distância para um dado recurso alvo 112, incluindo tanto erros sistemáticos ou tendenciosos quanto erros aleatórios, para filtrar o erro de medição da distância e remover erros sistemáticos ou tendenciosos do sensor de varredura a laser 118 e por meio disto permitir que o controlador do planejamento de trajetória e navegação 116 do AGV 106 atinja a precisão e repetibilidade posicional desejadas em relação às instalações de berço 102 ou bancada de trabalho 110 dentro da célula de trabalho 100.
[0037] Além do mais, esta abordagem define limites da área 2-D, isto é, as zonas convexas 122, em torno dos recursos alvo 112 nas instalações de
Petição 870170028544, de 28/04/2017, pág. 76/108 / 29 berço 102 ou bancada de trabalho 110 na célula de trabalho 100 para assegurar que recursos alvo de mapeamento 112 identificados pelos sensores de varredura a laser 118 do AGV 106 não incluem outros objetos, por meio disto provendo o AGV 106 com um conjunto preciso e consistente de recursos alvo 112, sem ambiguidade, para seu controlador do planejamento de trajetória e navegação 116. Junto com isto e dado que os recursos alvo 112 em uma instalação de berço 102 ou bancada de trabalho 110 de um célula de trabalho de referência 100 são replicados, com precisão metrológica, em outro conjunto ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares através de outras células de trabalho 100, o AGV 106 poderia usar as mesmas posições de nó aprendidas da célula de trabalho de referência 100 através de outras células de trabalho 100, por meio disto atenuando bastante a necessidade de ensinamento e verificação adicional de posições de nó aprendidas para uma dada automação de processo a nível de célula de trabalho e fábrica, isto é, fuselagens dianteira e traseira, respectivamente. [0038] Isto está descrito com mais detalhes a seguir, contrastando a técnica de mapeamento atual com a técnica de mapeamento melhorada. Técnica de Mapeamento Atual
1) A precisão e repetibilidade do AGV no retorno para posições de nó aprendidas dentro de uma célula de trabalho [0039] A técnica de mapeamento atual usa um cálculo da medição simples das distâncias medidas pelo sensor de varredura a laser 118. Nesta configuração, o sensor de varredura a laser 118 é programado para fazer múltiplas (na faixa de 30 a 50) medições de distância até os objetos incluindo recursos alvo 112 dentro do For e FoV do sensor de varredura a laser 118 dentro de uma célula de trabalho 100. Então, as medições de distância estranhas para qualquer objeto observadas ou aprendidas anteriormente são removidas e uma média simples é computada para determinar a medição de distância para os objetos observada ou aprendida particular. Essas medições
Petição 870170028544, de 28/04/2017, pág. 77/108 / 29 de distância médias são então usadas para criar o mapa do plano de visão 2-D observado pelo sensor de varredura a laser particular 118 dentro de uma dada célula de trabalho 100. A criação do mapa 2-D observado para uma dada célula de trabalho 100 a partir de uma dada posição do AGV 106 com base nas medições médias de distância com possíveis erros sistemáticos ou tendenciosos a partir do sensor de varredura a laser 118 faz com que o erro de medição total das distâncias (sistemáticos ou tendenciosos e erros aleatórios) não permita que o controlador do planejamento de trajetória e navegação 116 do AGV 106 atinja a precisão e repetibilidade desejada no retorno às posições de nó aprendidas dentro de uma célula de trabalho 100, isto é, o controlador do planejamento de trajetória e navegação 116 atua como um (PID) controlador proporcional integral derivativo 116 usando uma combinação de etapas de movimento grosseiras seguidas por etapas de movimento finas à medida que ele busca uma posição desejada, em que é de se esperar que o controlador 116 opere abaixo do piso de ruído da medição de distância alimentada no controlador, isto é, ruído nas entradas detectadas ou observadas limita o controlabilidade do controlador do planejamento de trajetória e navegação 116. Por causa das incertezas supradeclaradas nas medições de distância do mapa no plano 2-D, a precisão e repetibilidade do AGV 106 no retorno para posições de nó aprendidas dentro de uma célula de trabalho 100 não podem ser alcançadas com um alto grau de confiança que, por sua vez, impacta adversamente o processo de automação de célula de trabalho e nível de fábrica.
2) A capacidade de o AGV usar as mesmas posições de nó aprendidas, com instalações de berço e uma bancada de trabalho dentro da célula de trabalho particular, através de outras células de trabalho usando outros conjuntos ou cópias de instalações de berço e bancadas de trabalho similares [0040] A técnica de mapeamento atual espera que os objetos além dos recursos alvo 112 no For e FoV do sensor de varredura a laser 118 em uma
Petição 870170028544, de 28/04/2017, pág. 78/108 / 29 célula de trabalho 100 apresentem uma visão idêntica através de todas as células de trabalho 100 usando outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares. Considera-se que os recursos alvo 112 em uma instalação de berço 102 ou bancada de trabalho 110 em uma célula de trabalho de referência 100 são replicados, com precisão metrológica, em outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares através de outras células de trabalho 100. O sensor de varredura a laser 118 sendo usado em qualquer dado lado do AGV 106 é capaz de varrer cerca de 190 graus e com uma especificação da distância de alcance de cerca de 49 metros. Dadas essas especificações do sensor de varredura a laser 118, existe uma alta probabilidade de que, em um ambiente operacional, outros objetos estáticos e dinâmicos além dos recursos alvo 112 na instalação de berço 102 ou bancada de trabalho 110 podem ser captados. Isto pode causas ambiguidade e incertezas de mapeamento para o controlador do planejamento de trajetória e navegação 116 do AGV 106 quando se move o AGV 106 para a posição de nó desejada dentro da célula de trabalho 100 adjacente às instalações de berço 102 e/ou bancada de trabalho 110. Além do mais, esta abordagem usa os quatro sensores de varredura a laser 118 montados em cada dos lados do AGV 106, respectivamente. Os sensores de varredura a laser 118 que estão atrás e nos lados do AGV 106 podem captar outros objetos estáticos e dinâmicos que podem variar de célula de trabalho 100 para célula de trabalho 100. Isto pode causar variabilidade no mapa dinâmico no plano 2-D, resultando em uma incapacidade do AGV 106 de usar efetivamente as mesmas posições de nó aprendidas, com as instalações de berço 102 e bancada de trabalho 110 dentro da célula de trabalho de referência 100, através de outras células de trabalho 100 usando outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares. Além disso, o uso planejado dos sensores de varredura a laser 118 que estão nos lados do AGV 106, além do sensor de varredura a laser 118 que
Petição 870170028544, de 28/04/2017, pág. 79/108 / 29 está diretamente confrontante ou adjacente à instalação de berço 102 e/ou bancada de trabalho 110, pode ver recursos alvo 112 além de uma instalação de berço 102 ou bancada de trabalho 110 de corpo rígido primário em consideração. Uma célula de trabalho típica 100 inclui múltiplas instalações de berços 102 para suportar e posicionar o conjunto da fuselagem e uma bancada de trabalho 110. Entretanto, a distância de separação entre essas múltiplas instalações de berço 102 e bancada de trabalho 110 de corpo rígido não são precisas para as exigências metrológicas para assegurar visão do mapa consistente e precisa no plano 2-D através de outras células de trabalho 100 usando outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares. Portanto, o uso de recursos alvo 112 que estão além de uma única instalação de berço 102 ou bancada de trabalho 110 de corpo rígido levará à variabilidade no mapa dinâmico no plano 2-D resultando em um incapacidade de o AGV 106 usar efetivamente as mesmas posições de nó aprendidas, com instalações de berço 102 e uma bancada de trabalho 110 dentro da célula de trabalho de referência 100, através de outras células de trabalho 100 usando outros conjuntos ou cópias de instalações de berço 102 e bancadas de trabalho 110 similares.
Técnica de mapeamento melhorada
1) A precisão e repetibilidade do AGV no retorno às posições de nó aprendidas dentro de uma célula de trabalho [0041] A técnica de mapeamento melhorada realiza calibração offline dos quatro sensores de varredura a laser 118 em cada lado do AGV 106 contra pontos de referência alvos para determinar os erros sistemáticos ou tendenciosos entre os quatro sensores de varredura a laser 118 durante realização de funções de alcance para medições de distância até objetos no FoV do sensor de varredura a laser 118 e por meio disto permitir que processos computacionais removam os erros sistemáticos ou tendenciosos das medições de distância até objetos e recursos alvo 112.
Petição 870170028544, de 28/04/2017, pág. 80/108 / 29 [0042] Esta abordagem também realiza um processo de calibração offline para determinar a distribuição e desvio padrão dos erros aleatórios das medições de distância para cada dos quatro sensores de varredura a laser 118 em cada lado do AGV 106. Normalmente, a distribuição dos erros aleatórios das medições de distância segue uma distribuição Gaussiana, mais este processo confirma que, e se o sensor 118 não seguir um processo de distribuição Gaussiana exato, então uma tabela de busca de distribuição pode ser construída a partir do processo de calibração offline para maior fidelidade nos processos computacionais. Frequentemente, o desvio padrão do erro aleatório da medição de distância declarado na especificação do fabricante do sensor de varredura a laser 118 é maior que aquela que o sensor particular 118 realmente consegue e consequentemente seria usado o desvio padrão do erro aleatório da medição de distância do processo de calibração offline para maior fidelidade nos processos computacionais. Esta abordagem remove os erros sistemáticos ou tendenciosos medidos para o sensor de varredura a laser particular 118 das medições de distância até objetos específicos associados com recursos alvo 112 de varreduras através do For do sensor de varredura a laser 118.
[0043] Filtro/estimador matemático, tais como técnicas estatísticas de estimativa de parâmetros de máxima verossimilhança e Bayesiano, são usados para melhorar a precisão de cada das medições de distância dos sensores de varredura a laser 118 até um objeto ou recurso alvo específico 112. A aplicação de uma técnica, tal como um Estimador Bayesiano Recursivo, usando a distribuição e desvio padrão dos erros aleatórios das medições de distância para o sensor de varredura a laser particular 118 pelo processo de calibração offline, mostraram filtrar significativamente o erro aleatório da medição de distância e por meio disto permitem que o AGV 106 atinja a precisão e repetibilidade no retorno para posições de nó aprendidas dentro de uma célula de trabalho 100.
Petição 870170028544, de 28/04/2017, pág. 81/108 / 29
2) A capacidade de o AGV usar as mesmas posições de nó aprendidas, com instalações de berço e uma bancada de trabalho dentro da célula de trabalho particular, através de outras células de trabalho usando outros conjuntos ou cópias de instalações de berço e uma bancada de trabalho similar.
[0044] Na técnica de mapeamento melhorada, considera-se que os recursos alvo 112 em uma instalação de berço 102 ou bancada de trabalho 110 de uma célula de trabalho de referência 100 são replicados, com precisão metrológica, em outro conjunto ou cópias de instalações de berço 102 ou bancadas de trabalho 110 similares através de outras células de trabalho 100. [0045] Esta abordagem, durante realização de movimento do AGV
106 grosseiro e fino a partir de uma dada posição do nó para uma posição seguinte do nó dentro de uma célula de trabalho 100, inclui uma ou mais das seguintes opções:
Usar somente o sensor de varredura a laser 118 que está diretamente confrontante ou adjacente à instalação de berço 102 ou bancada de trabalho 110. Alternativamente, outros sensores de varredura a laser 118 podem ser usados, além do sensor de varredura a laser primário 118 que está diretamente confrontante ou adjacente à instalação de berço 102 ou bancada de trabalho 110, quando esses outros sensores de varredura a laser 118 podem ver os recursos alvo 112 da instalação de berço 102 ou bancada de trabalho 110.
Usar somente recursos alvo 112 associados com uma dada instalação de berço 102 ou bancada de trabalho 110, e não usar objeto estático ou dinâmico dentro da célula de trabalho 100.
Usar somente recursos alvo 112 associados com uma única instalação de berço 102 ou bancada de trabalho 110 e, além disso, usar pelo menos três recursos alvo 112 que estão mais próximos do AGV 106, isto é, uma vez que uma única instalação de berço 102
Petição 870170028544, de 28/04/2017, pág. 82/108 / 29 ou bancada de trabalho 110 tem múltiplos recursos alvo 112, alguns no lado próximo e outros no lado distante da instalação de berço 102 ou bancada de trabalho 110 em relação ao AGV 106, em que é sugerido que pelo menos três dos recursos alvo 112 sejam no lado próximo da instalação de berço 102 ou bancada de trabalho 110 em relação ao AGV 106.
[0046] Esta abordagem define uma zona convexa 122 em torno de cada dos recursos alvo 112 associados com as instalações de berço 102 ou bancada de trabalho 110 na célula de trabalho 100, de maneira tal que o recurso alvo 112 fique completamente localizado na zona convexa definida 122. A margem de distância entre o perímetro do recurso alvo 112 e o perímetro da zona convexa definida 122 é pequena, de maneira tal que não seria de se esperar que qualquer outro objeto estático ou dinâmico estranho ocupe o espaço anular formado entre o perímetro do recurso alvo 112 e o perímetro da zona convexa definida 122. O perímetro da zona convexa 122 em torno de um recurso alvo particular 112 define os limites de patamar da medição de distância até objetos no For do sensor de varredura a laser 118 que precisam ser incluídos no processo computacional, enquanto os objetos detectados que estão fora dos limites de patamar até os recursos alvo particulares 112 são ignorados. Esta abordagem permite que se ignorem os objetos estáticos e dinâmicos que variam de uma célula de trabalho 100 para uma outra, ainda também diminuindo a variabilidade, por causa de elementos tais como mangueiras, cabos, etc., associada com uma instalação de berço 102 ou bancada de trabalho 110 particular associada com uma dada célula de trabalho 100.
[0047] Os processos para implementar a técnica de mapeamento melhorada para um processo de automação de célula de trabalho e nível de fábrica são descritos com mais detalhes a seguir.
Processo de calibração offline
Petição 870170028544, de 28/04/2017, pág. 83/108 / 29 [0048] A FIG. 2 é um fluxograma ilustrando as etapas para realizar um processo de calibração offline para os sensores de varredura a laser 118 de um AGV 106.
[0049] O bloco 200 representa a etapa de realização de uma ou mais calibrações dos sensores de varredura a laser 118, a saber, LSS 1 a LSS 4, no AGV 106 para determinar os erros sistemáticos ou tendenciosos nas medições de distância feitas pelos sensores de varredura a laser 118.
[0050] O bloco 202 representa a etapa de realização de uma ou mais calibrações dos sensores de varredura a laser 118, a saber, LSS 1 a LSS 4, no AGV 106 para determinar os erros aleatórios nas medições de distância feitas pelos sensores de varredura a laser 118.
[0051] As calibrações feitas nos blocos 200 e 202 são calibrações offline dos sensores de varredura a laser 118 no AGV 106 realizadas contra pontos de referência alvos para determinar os erros sistemáticos ou tendenciosos e/ou uma distribuição e desvio padrão dos erros aleatórios nas medições de distância feitas pelos sensores de varredura a laser 118. Como notado anteriormente, a distribuição dos erros aleatórios pode compreender uma distribuição Gaussiana, ou a distribuição é armazenada em uma tabela quando a distribuição não compreende uma distribuição Gaussiana.
Processo de varredura [0052] A FIG. 3 é um fluxograma ilustrando as etapas para realizar um processo de varredura usando os sensores de varredura a laser 118 de um AGV 106.
[0053] O bloco 300 representa a etapa de iniciação do processo de varredura usando os sensores de varredura a laser 118 do AGV 106.
[0054] Os blocos 302 a 306 representam um laço realizado para 1 a N varreduras.
[0055] Em cada iteração deste laço, o bloco 304 representa a etapa de fazer uma ou mais medições de distância de um ou mais objetos dentro de
Petição 870170028544, de 28/04/2017, pág. 84/108 / 29 uma célula de trabalho 100 usando pelo menos um sensor de varredura a laser 118 em um AGV 106. Especificamente, esta etapa faz medições de distância até objetos no FoV do sensor de varredura a laser 118 do AGV 106 em cada etapa da indexação angular através do FoR do sensor de varredura a laser 118 do AGV 106. Em uma modalidade, as medições de distância são feitas usando somente o sensor de varredura a laser 118 no AGV 106 que é diretamente confrontante ou adjacente à instalação de berço 102 ou bancada de trabalho 110 dentro da célula de trabalho 100. Em uma outra modalidade, as medições de distância são feitas usando mais de um dos sensores de varredura a laser 118 no AGV 106 através do FoR dos sensores de varredura a laser 118 no AGV 106.
[0056] O bloco 306 é um bloco de decisão que determina se N varreduras foram completadas; se tiver, o controle vai para o Bloco 308; senão, o controle volta para o bloco 302 para realizar a iteração seguinte do laço.
[0057] O bloco 308 representa a etapa de filtrar as medições de distância dos objetos que não sãos recursos alvo 112 em uma instalação de berço 102 ou bancada de trabalho 110 dentro da célula de trabalho 100. Especificamente, esta etapa filtra todas as medições de distância das N varreduras que estão fora dos limites de patamar das zonas convexas 122 definidas para cada recurso alvo 112 associado com uma única instalação de berço 102 ou bancada de trabalho 110 que está sendo varrida, produzindo N medições de distância para cada dos K objetos no FoR associado com os recursos alvo 112. A zona convexa 122 é definida em torno de cada dos recursos alvo 112 para excluir os objetos que não são os recursos alvo 112. Uma margem de distância entre um perímetro dos recursos alvo 112 e um perímetro da zona convexa definida 122 é suficientemente pequena, de maneira tal que nenhum outro objeto estático ou dinâmico ocupe um espaço anular formado entre o perímetro dos recursos alvo 112 e o perímetro da zona
Petição 870170028544, de 28/04/2017, pág. 85/108 / 29 convexa definida 122. Medições de distância que estão fora dos limites de patamar das zonas convexas 122 definidos em torno de cada dos recursos alvo 112 são filtradas, produzindo as medições de distância filtradas para cada dos objetos no FoR do sensor de varredura a laser 118 no AGV 106.
[0058] Os blocos 310 a 316 representam um laço realizado para 1 a K objetos no FoR.
[0059] Em cada iteração deste laço, o bloco 312 representa a etapa de remover erros sistemáticos ou tendenciosos do sensor de varredura a laser 118 das medições de distância filtradas, isto é, cada das N medições de distância associadas com um objeto selecionado no FoR, e o bloco 314 representa a etapa de aplicar um filtro ou estimador matemático, tal como um Estimador Bayesiana Recursivo, nas medições de distância filtradas usando a distribuição e desvio padrão dos erros aleatórios do sensor de varredura a laser 118 para gerar medições de distância estimadas para o objeto selecionado no FoR.
[0060] O bloco 316 é um bloco de decisão que determina se os K objetos no FoR foram completados; se forem, o controle vai para o bloco 318; senão, o controle volta para o Bloco 310 para realização a iteração seguinte do laço.
[0061] O bloco 318 representa a etapa de construir um mapa dos recursos alvo 112 nas instalações de berço 102 ou bancada de trabalho 110 dentro da célula de trabalho 100 usando as medições de distância estimadas no plano de visão 2-D entre o AGV 106 e os recursos alvo 112 no FoR dos sensores de varredura a laser 118.
[0062] O bloco 320 representa a etapa de armazenar o mapa construído dos recursos alvo 112 no plano de visão 2-D no controlador do planejamento de trajetória e navegação 116 do AGV 106 e usando o mapa construído para controle do planejamento de trajetória e navegação do AGV 106 em relação às instalações de berço 102 ou bancada de trabalho 110 dentro
Petição 870170028544, de 28/04/2017, pág. 86/108 / 29 da célula de trabalho 100. Especificamente, o mapa construído permite que o AGV 106 retorne de forma precisa e reprodutiva para uma ou mais posições de nó aprendidas dentro da célula de trabalho 100.
[0063] O AGV 106 retorna para as posições de nó aprendidas dentro de uma precisão posicional aceitável, isto é, não precisa ser a posição exata, mas dentro de uma tolerância especificada até um alto grau de confiança. Consequentemente, existem dois aspectos: (1) a capacidade de o AGV 106 ser aprendida para chegar a uma posição do nó dentro da precisão posicional aceitável, e (2) subsequentemente, quando o AGV é comandado para retornar para a posição do nó aprendida dentro da precisão posicional aceitável, por meio disto obtendo repetibilidade posicional.
[0064] Além disso, quando a célula de trabalho 100 é uma célula de trabalho de referência 100, o mapa construído permite que o AGV 106 ou um outro AGV 106 retorne de forma precisa e reprodutiva para posições de nó aprendidas dentro de uma ou mais outras células de trabalho 100, quando uma instalação de berço 102 ou bancada de trabalho 110 dentro das outras células de trabalho 100 é posicionada da mesma maneira que a instalação de berço 102 ou bancada de trabalho 110 dentro da célula de trabalho de referência 100.
Conjunto de avião [0065] Modalidades da descrição podem ser descritas no contexto de um método de fabricação e serviço de aeronave 400 como mostrado na FIG. 4 e uma aeronave 500 como mostrada na FIG. 5.
[0066] Como mostrado na FIG. 4, durante pré-produção, o método exemplar 400 pode incluir especificação e projeto 402 da aeronave 500 e aquisição de material 404. Durante produção, fabricação de componente e subconjunto 406 e integração do sistema 408 da aeronave 500 ocorrem, que inclui automação de célula de trabalho e nível de fábrica usando o AGV 106, controlador 116 e sensores de varredura a laser 118 descritos aqui. Em
Petição 870170028544, de 28/04/2017, pág. 87/108 / 29 seguida, a aeronave 500 pode passar por certificação e entrega 410 a fim de ser colocada em serviço 412. Enquanto em serviço por um cliente, a aeronave 500 é programada para manutenção e serviço de rotina 414 (que inclui modificação, reconfiguração, remanufatura, e assim por diante), que também inclui a automação de célula de trabalho e nível de fábrica usando o AGV 106, controlador 116 e sensores de varredura a laser 118 descritos aqui.
[0067] Cada dos processos do método 400 pode ser feito ou realizado por um integrador do sistema, uma terceira parte e/ou um operador (por exemplo, um cliente). Com os propósitos desta descrição, um integrador do sistema pode incluir sem limitação qualquer número de fabricantes de aeronave e subcontratantes do sistema principal; uma terceira parte pode incluir sem limitação qualquer número de vendedores, subcontratantes e fornecedores; e um operador pode ser uma empresa aérea, empresa de arrendamento, entidade militar, organização de serviço e assim por diante. [0068] Como mostrado na FIG. 5, a aeronave 500 produzida pelo método exemplar 400 pode incluir um armação principal 502 com uma pluralidade de sistemas 504 e um interior 506. Exemplos de sistemas de alto nível 504 incluem um ou mais de um sistema de propulsão 508, um sistema elétrico 510, um sistema hidráulico 512 e um sistema ambiental 514. Qualquer número de outros sistemas pode ser incluído. Embora um exemplo aeroespacial esteja mostrado, os princípios da invenção podem ser aplicados a outras indústrias, tal como a indústria automotiva.
[0069] Aparelhos e métodos concebidos aqui podem ser empregados durante qualquer um ou mais dos estágios do método de produção e serviço 400. Por exemplo, componentes ou subconjuntos correspondentes ao processo de produção 406 podem ser fabricados ou manufaturados de uma maneira similar aos componentes ou subconjuntos produzidos enquanto a aeronave 500 está em serviço. Também, uma ou mais modalidades de aparelho, modalidades de método, ou uma combinação dos mesmos pode ser utilizada
Petição 870170028544, de 28/04/2017, pág. 88/108 / 29 durante os estágios de produção 406 e 408, por exemplo, despachando substancialmente conjunto de ou reduzindo o custo de um aeronave 500. Similarmente, uma ou mais de modalidades de aparelho, modalidades de método, ou uma combinação das mesmas pode ser utilizada enquanto a aeronave 500 está em serviço, por exemplo, e sem limitação, para manutenção e serviço 414.
Benefícios [0070] As modalidades descritas aqui fornecem inúmeros benefícios, tal como o potencial para valor significante, permitindo a aplicação de automação de fábrica para um processo de montagem e construção de avião que permite diretamente significantes melhorias na taxa de fabricação, qualidade e segurança, ainda reduzindo os custos.
[0071] As modalidades descritas aqui são igualmente aplicáveis a e alavancadas em outras áreas de fabricação além de aplicações aeroespaciais. Por exemplo, existe potencial para uso por outras empresas em outras indústrias para conseguir total automação de célula de trabalho e nível de fábrica dentro de um sistema de controle supervisional hierárquico composto de sistemas dinâmicos de eventos discretos. Isto pode incluir fabricantes de aeronave, fabricantes de equipamento elétrico e eletrônico, fabricantes automotivos e vendedores de automação de fábrica.
[0072] Assim, resumidamente de acordo com um primeiro aspecto da presente invenção é provido:
A1. Um método para automação de célula de trabalho e nível de fábrica, compreendendo:
fazer (304) uma ou mais medições de distância de um ou mais objetos dentro de uma célula de trabalho (100) usando pelo menos um sensor de varredura a laser (118) em um veículo guiado automaticamente (AGV) (106);
filtrar (308) as medições de distância dos objetos que não são
Petição 870170028544, de 28/04/2017, pág. 89/108 / 29 recursos alvo (112) em uma instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100);
remover (312) erros sistemáticos ou tendenciosos do sensor de varredura a laser (118) das medições de distância filtradas;
aplicar (314) um filtro ou estimador matemático nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser (118) para gerar medições de distância estimadas;
construir (318) um mapa dos recursos alvo (112) na instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100) usando as medições de distância estimadas; e usar (320) o mapa construído para planejamento de trajetória e controle de navegação do AGV (106) em relação à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100).
A2. É também provido o método do parágrafo A1, em que o mapa construído permite que o AGV (106) retorne de forma precisa e reprodutiva para uma ou mais posições de nó aprendidas dentro da célula de trabalho (100).
A3. É também provido o método do parágrafo A2, em que a célula de trabalho (100) é uma célula de trabalho de referência (100) e o mapa construído permite que o AGV (106) ou um outro AGV (106) retorne de forma precisa e reprodutiva para as posições de nó aprendidas dentro de uma ou mais outras células de trabalho (100), quando uma instalação de berço (102) ou bancada de trabalho (110) dentro das outras células de trabalho (100) for posicionada tal como a instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho de referência (100).
A4. É também provido o método do parágrafo A1, compreendendo adicionalmente realizar (200,202) uma ou mais calibrações do sensor de varredura a laser (118) no AGV (106) para determinar os erros sistemáticos ou tendenciosos e erros aleatórios nas medições de distância
Petição 870170028544, de 28/04/2017, pág. 90/108 / 29 feitas pelo sensor de varredura a laser (118).
A5. É também provido o método do parágrafo A4, em que a etapa de realizar compreende realizar (200) calibração offline do sensor de varredura a laser (118) no AGV (106) contra pontos de referência alvos para determinar os erros sistemáticos ou tendenciosos nas medições de distância feitas pelo sensor de varredura a laser (118).
A6. É também provido o método do parágrafo A4, em que a etapa de realizar compreende realizar (202) calibração offline do sensor de varredura a laser (118) no AGV (106) contra pontos de referência alvos para determinar uma distribuição e desvio padrão dos erros aleatórios nas medições de distância feitas pelo sensor de varredura a laser (118) no AGV (106).
A7. É também provido o método do parágrafo A6, em que a distribuição compreende uma distribuição Gaussiana.
A8. É também provido o método do parágrafo A6, em que a distribuição é armazenada em uma tabela quando a distribuição não compreende uma distribuição Gaussiana.
A9. É também provido o método do parágrafo A1, em que a etapa de fazer compreende usar (304) o sensor de varredura a laser (118) no AGV (106) que é diretamente confrontante ou adjacente à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100).
A10. É também provido o método do parágrafo A1, em que pelo menos um sensor de varredura a laser (118) compreende uma pluralidade de sensores de varredura a laser (118) e a etapa de fazer compreende usar (304) mais de um dos sensores de varredura a laser (118) no AGV (106) através de um Campo de Observação (FoR) dos sensores de varredura a laser (118) no AGV (106).
A11. É também provido o método do parágrafo A1, em que a etapa de fazer compreende fazer (304) as medições de distância até os objetos
Petição 870170028544, de 28/04/2017, pág. 91/108 / 29 em um Campo de Visão (FoV) do sensor de varredura a laser (118) no AGV (106) em uma etapa de indexação angular através de um Campo de Observação (FoR) do sensor de varredura a laser (118) no AGV (106).
A12. É também provido o método do parágrafo A1, em que a etapa de filtrar compreende definir (308) uma zona convexa (122) em torno de pelo menos um dos recursos alvo (112) para excluir os objetos que não são os recursos alvo (112).
A13. É também provido o método do parágrafo A12, em que uma margem de distância entre um perímetro dos recursos alvo (112) e um perímetro da zona convexa definida (122) é suficientemente pequena, de forma que nenhum outro objeto estático ou dinâmico ocupa um espaço anular formado entre o perímetro dos recursos alvo (112) e o perímetro da zona convexa definida (122).
A14. É também provido o método do parágrafo A12, em que a etapa de filtrar compreende filtrar (308) as medições de distância que estão fora de um limite de patamar das zonas convexas (122) definidas em torno dos recursos alvo (112), produzindo as medições de distância filtradas para cada dos objetos em um Campo de Observação (FoR) do sensor de varredura a laser (118) no AGV (106).
A15. É também provido o método do parágrafo A1, em que a etapa de construir compreende construir (318) o mapa dos recursos alvo (112) em um plano de visão bidimensional (2-D) usando as medições de distância estimadas.
[0073] De acordo com um aspecto adicional da presente invenção, é provido:
B1. Um aparelho para automação de célula de trabalho e nível de fábrica, compreendendo:
um veículo guiado automaticamente (AGV) (106) incluindo pelo menos um sensor de varredura a laser (118) e um controlador (116), em
Petição 870170028544, de 28/04/2017, pág. 92/108 / 29 que o controlador (116) é operável para:
fazer (304) uma ou mais medições de distância de um ou mais objetos dentro de uma célula de trabalho (100) usando o sensor de varredura a laser (118) no AGV (106) ;
filtrar (308) as medições de distância dos objetos que não são recursos alvo (112) em uma instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100);
remover (312) erros sistemáticos ou tendenciosos do sensor de varredura a laser (118) das medições de distância filtradas;
aplicar (314) um filtro ou estimador matemático nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser (118) para gerar medições de distância estimadas;
construir (318) um mapa dos recursos alvo (112) na instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100) usando as medições de distância estimadas; e usar (320) o mapa construído para planejamento de trajetória e controle de navegação do AGV (106) em relação à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100).
[0074] De acordo com um aspecto adicional da presente invenção, é provido:
C1. Um método para automação de célula de trabalho e nível de fábrica, compreendendo:
fazer (304) uma ou mais medições de distância de um ou mais objetos dentro de uma célula de trabalho (100) usando um ou mais sensores de varredura a laser (118) em um veículo guiado automaticamente (AGV) (106);
filtrar (308) as medições de distância dos objetos que não são recursos alvo (112) em uma instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100);
Petição 870170028544, de 28/04/2017, pág. 93/108 / 29 remover (312) erros sistemáticos ou tendenciosos dos sensores de varredura a laser (118) das medições de distância filtradas;
aplicar (314) um filtro ou estimador matemático nas medições de distância filtradas usando erros aleatórios dos sensores de varredura a laser (118) para gerar medições de distância estimadas;
construir (318) um mapa dos recursos alvo (112) na instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100) usando as medições de distância estimadas; e usar (320) o mapa construído para permitir que o AGV (106) retorne de forma precisa e reprodutiva para uma ou mais posições de nó aprendidas dentro da célula de trabalho (100).
C2. É também provido o método do parágrafo C1, em que o mapa construído permite que o AGV (106) retorne de forma precisa e reprodutiva para uma ou mais posições de nó aprendidas dentro de uma ou mais outras células de trabalho (100).
C3. É também provido o método do parágrafo C1, compreendendo adicionalmente realizar (200,202) uma ou mais calibrações dos sensores de varredura a laser (118) no AGV (106) para determinar os erros sistemáticos, tendenciosos ou aleatórios nas medições de distância feitas pelo sensor de varredura a laser (118).
C4. É também provido o método do parágrafo C1, em que a etapa de fazer compreende usar (304) os sensores de varredura a laser (118) no AGV (106) através de um Campo de Observação (FoR) dos sensores de varredura a laser (118) no AGV (106).
C5. É também provido o método do parágrafo C1, em que a etapa de fazer compreende fazer (304) as medições de distância até os objetos em um Campo de Visão (FoV) dos sensores de varredura a laser (118) no AGV (106) em uma etapa da indexação angular através de um Campo de Observação (FoR) dos sensores de varredura a laser (118) no AGV (106).
Petição 870170028544, de 28/04/2017, pág. 94/108 / 29
C6. É também provido o método do parágrafo C1, em que a etapa de filtrar compreende definir (308) uma zona convexa (122) em torno de pelo menos um dos recursos alvo (112) para excluir os objetos que não são os recursos alvo (112).
C7. É também provido o método do parágrafo C6, em que uma margem de distância entre um perímetro dos recursos alvo (112) e um perímetro da zona convexa definida (122) é suficientemente pequena, de forma que nenhum outro objeto estático ou dinâmico ocupa um espaço anular formado entre o perímetro dos recursos alvo (112) e o perímetro da zona convexa definida (122).
C8. É também provido o método do parágrafo C6, em que a etapa de filtrar compreende filtrar (308) as medições de distância que estão fora dos limites de patamar das zonas convexas (122) definidas em torno dos recursos alvo (112), produzindo as medições de distância filtradas para cada dos objetos em um Campo de Observação (FoR) dos sensores de varredura a laser (118) no AGV (106).
C9. É também provido o método do parágrafo C1, em que a etapa de construir compreende construir (318) o mapa dos recursos alvo (112) em um plano de visão bidimensional (2-D) usando as medições de distância estimadas.
Alternativas [0075] A descrição das diferentes modalidades aqui apresentadas foi apresentada com propósitos de ilustração e descrição, e não pretende ser exaustiva ou limitada às modalidades na forma descrita. Muitas modificações e variações ficarão aparentes aos versados na técnica.
[0076] Especificamente, dispositivos sem ser AGVs e fontes de varredura laser podem ser usados. Além disso, diferentes métodos e etapas podem ser realizados. Finalmente, o uso e arranjo de células de trabalho, instalações de berço, bancadas de trabalho, recursos alvo e similares podem
Petição 870170028544, de 28/04/2017, pág. 95/108 / 29 ser diferentes daqueles descritos aqui.
[0077] Pretende-se que o escopo da invenção seja limitado não por esta descrição detalhada, mas, em vez disso, pelas reivindicações anexas aqui.
Petição 870170028544, de 28/04/2017, pág. 96/108

Claims (15)

  1. REIVINDICAÇÕES
    1. Método para automação de célula de trabalho e nível de fábrica, caracterizado pelo fato de que compreende:
    fazer (304) uma ou mais medições de distância de um ou mais objetos dentro de uma célula de trabalho (100) usando pelo menos um sensor de varredura a laser (118) em um veículo guiado automaticamente (AGV) (106);
    filtrar (308) as medições de distância dos objetos que não são recursos alvo (112) em uma instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100);
    remover (312) erros sistemáticos ou tendenciosos do sensor de varredura a laser (118) das medições de distância filtradas;
    aplicar (314) um filtro ou estimador matemático nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser (118) para gerar medições de distância estimadas;
    construir (318) um mapa dos recursos alvo (112) na instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100) usando as medições de distância estimadas; e usar (320) o mapa construído para planejamento de trajetória e controle de navegação do AGV (106) em relação à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100).
  2. 2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o mapa construído permite que o AGV (106) retorne de forma precisa e repetida para uma ou mais posições de nó aprendidas dentro da célula de trabalho (100).
  3. 3. Método de acordo com a reivindicação 2, caracterizado pelo fato de que a célula de trabalho (100) é uma célula de trabalho de referência (100) e o mapa construído permite que o AGV (106) ou um outro AGV (106) retorne de forma precisa e reprodutiva para as posições de nó aprendidas
    Petição 870170028544, de 28/04/2017, pág. 97/108
    2 / 4 dentro de uma ou mais outras células de trabalho (100), quando uma instalação de berço (102) ou bancada de trabalho (110) dentro das outras células de trabalho (100) é posicionada tal como a instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho de referência (100).
  4. 4. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente realizar (200,202) uma ou mais calibrações do sensor de varredura a laser (118) no AGV (106) para determinar os erros sistemáticos ou tendenciosos e erros aleatórios nas medições de distância feitas pelo sensor de varredura a laser (118).
  5. 5. Método de acordo com a reivindicação 4, caracterizado pelo fato de que a etapa de realizar compreende realizar (200) calibração offline do sensor de varredura a laser (118) no AGV (106) contra pontos de referência alvos para determinar os erros sistemáticos ou tendenciosos nas medições de distância feitas pelo sensor de varredura a laser (118).
  6. 6. Método de acordo com a reivindicação 4, caracterizado pelo fato de que a etapa de realizar compreende realizar (202) calibração offline do sensor de varredura a laser (118) no AGV (106) contra pontos de referência alvos processo para determinar uma distribuição e desvio padrão dos erros aleatórios nas medições de distância feitas pelo sensor de varredura a laser (118) no AGV (106).
  7. 7. Método de acordo com a reivindicação 6, caracterizado pelo fato de que a distribuição compreende uma distribuição Gaussiana.
  8. 8. Método de acordo com a reivindicação 6, caracterizado pelo fato de que a distribuição é armazenada em uma tabela quando a distribuição não compreende uma distribuição Gaussiana.
  9. 9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de fazer compreende usar (304) o sensor de varredura a laser (118) no AGV (106) que é diretamente confrontante ou adjacente à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de
    Petição 870170028544, de 28/04/2017, pág. 98/108
    3 / 4 trabalho (100).
  10. 10. Método de acordo com a reivindicação 1, caracterizado pelo fato de que pelo menos um sensor de varredura a laser (118) compreende uma pluralidade de sensores de varredura a laser (118) e a etapa de fazer compreende usar (304) mais de um dos sensores de varredura a laser (118) no AGV (106) através de um Campo de Observação (FoR) dos sensores de varredura a laser (118) no AGV (106).
  11. 11. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de fazer compreende fazer (304) as medições de distância até os objetos em um Campo de Visão (FoV) do sensor de varredura a laser (118) no AGV (106) em uma etapa da indexação angular através de um Campo de Observação (FoR) do sensor de varredura a laser (118) no AGV (106).
  12. 12. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de filtrar compreende definir (308) uma zona convexa (122) em torno de pelo menos um dos recursos alvo (112) para excluir os objetos que não são os recursos alvo (112).
  13. 13. Método de acordo com a reivindicação 12, caracterizado pelo fato de que uma margem de distância entre um perímetro dos recursos alvo (112) e um perímetro da zona convexa definida (122) é suficientemente pequena, de forma que nenhum outro objeto estático ou dinâmico ocupa um espaço anular formado entre o perímetro dos recursos alvo (112) e o perímetro da zona convexa definida (122).
  14. 14. Método de acordo com a reivindicação 12, caracterizado pelo fato de que a etapa de filtrar compreende filtrar (308) as medições de distância que estão fora de um limite de patamar das zonas convexas (122) definidas em torno dos recursos alvo (112), produzindo as medições de distância filtradas para cada dos objetos em um Campo de Observação (FoR) do sensor de varredura a laser (118) no AGV (106).
    Petição 870170028544, de 28/04/2017, pág. 99/108
    4 / 4
  15. 15. Aparelho para automação de célula de trabalho e nível de fábrica, caracterizado pelo fato de que compreende:
    um veículo guiado automaticamente (AGV) (106) incluindo pelo menos um sensor de varredura a laser (118) e um controlador (116), em que o controlador (116) é operável para:
    fazer (304) uma ou mais medições de distância de um ou mais objetos dentro de uma célula de trabalho (100) usando o sensor de varredura a laser (118) no AGV (106);
    filtrar (308) as medições de distância dos objetos que não são recursos alvo (112) em uma instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100);
    remover (312) erros sistemáticos ou tendenciosos do sensor de varredura a laser (118) das medições de distância filtradas;
    aplicar (314) um filtro ou estimador matemático nas medições de distância filtradas usando erros aleatórios do sensor de varredura a laser (118) para gerar medições de distância estimadas;
    construir (318) um mapa dos recursos alvo (112) na instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100) usando as medições de distância estimadas; e usar (320) o mapa construído para planejamento de trajetória e controle de navegação do AGV (106) em relação à instalação de berço (102) ou bancada de trabalho (110) dentro da célula de trabalho (100).
    Petição 870170028544, de 28/04/2017, pág. 100/108
    1/7
    CONJUNTO DA FUSELAGEM 104
    Petição 870170028544, de 28/04/2017, pág. 101/108
    2/7
BR102017009024-8A 2016-07-12 2017-04-28 Método e aparelho para automação de célula de trabalho e nível de fábrica BR102017009024B1 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/208437 2016-07-12
US15/208,437 2016-07-12
US15/208,437 US9817402B1 (en) 2016-07-12 2016-07-12 Application of factory automation for an airline assembly and build process

Publications (2)

Publication Number Publication Date
BR102017009024A2 true BR102017009024A2 (pt) 2018-02-06
BR102017009024B1 BR102017009024B1 (pt) 2023-07-04

Family

ID=

Also Published As

Publication number Publication date
CA2966283A1 (en) 2018-01-12
US9817402B1 (en) 2017-11-14
JP2018008368A (ja) 2018-01-18
EP3270246B1 (en) 2021-04-21
RU2017111506A3 (pt) 2020-06-22
CN114578777A (zh) 2022-06-03
JP6969886B2 (ja) 2021-11-24
KR102432270B1 (ko) 2022-08-11
CA2966283C (en) 2021-11-02
RU2729914C2 (ru) 2020-08-13
CN114578777B (zh) 2024-02-27
CN107608314A (zh) 2018-01-19
KR20180007316A (ko) 2018-01-22
EP3270246A1 (en) 2018-01-17
RU2017111506A (ru) 2018-10-05
CN107608314B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN107608314B (zh) 用于工作单元和工厂级自动化的方法和设备
US10286556B2 (en) Method and apparatus for compliant robotic end-effector
CN105806238B (zh) 用于大型结构的自动预测填隙的系统和方法
US10450053B2 (en) Methods using predictive shimming to optimize part-to-part alignment
US10197392B2 (en) Automated resin ridge reduction system
EP3199298B1 (en) Determining hole locations for parts
EP3196720A1 (en) Methods and systems for wing-to-body joining
Jiang et al. Template matching of freeform surfaces based on orthogonal distance fitting for precision metrology
JP2020197524A (ja) 固定工具及び硬化後の固定具較正のための方法、システム、及びヘッダ構造
JP2017159441A (ja) 自己位置決めロボット
US9855661B2 (en) Collision prevention in robotic manufacturing environments
US20120290243A1 (en) Method for automated detection of individual parts of a complex differential structure
Barnfather et al. Development and testing of an error compensation algorithm for photogrammetry assisted robotic machining
BR102017009024B1 (pt) Método e aparelho para automação de célula de trabalho e nível de fábrica
Brillinger et al. Mobile laser trackers for aircraft manufacturing: Increasing accuracy and productivity of robotic applications for large parts
Yu et al. A Robotic Spindle End High-accuracy Positioning Method Based on Eye-in-hand Vision Active Correction
Rega et al. A sensor data fusion-based locating method for reverse engineering scanning systems
Li et al. Optimization of abnormal point cloud recognition in robot vision grinding system based on multidimensional improved eigenvalue method (MIEM)
Tian et al. The pose measurement system for a large cylinder target
Al Khawli et al. Calibration methods for high precision robot assisted industrial automation
Dibari et al. An accurate hardware calibration and 3D point cloud stitching towards automatic quality control in aerospace manufacturing
Herrmann Path detection, estimation and correction for robot guidance
US20150338213A1 (en) Adaptive Manufacturing System
CN116626702A (zh) 一种基于多个面阵激光雷达的电梯井道实时建模监控方法
Zhang et al. Automatic assembly of in-cabin components based on hybrid guidance of binocular vision and laser tracker

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]
B06W Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette]
B07A Application suspended after technical examination (opinion) [chapter 7.1 patent gazette]
B07B Technical examination (opinion): publication cancelled [chapter 7.2 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 28/04/2017, OBSERVADAS AS CONDICOES LEGAIS