BR102017009024B1

BR102017009024B1 - METHOD AND DEVICE FOR WORKCELL AUTOMATION AND FACTORY LEVEL

Info

Publication number: BR102017009024B1
Application number: BR102017009024-8A
Authority: BR
Inventors: Arun Ayyagari; Thi Q. Nguyen; Ngoc S. Le; David H. Amirehteshami; Benjamin J. Ivers
Original assignee: The Boeing Company
Priority date: 2016-07-12
Filing date: 2017-04-28
Publication date: 2023-07-04

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.METHOD AND APPARATUS FOR FACTORY LEVEL AND WORKCELL AUTOMATION Factory level and workcell automation requires an automated guided vehicle (AGV) to achieve the accuracy and positional repeatability required in relation to a cradle or workbench installation within a a work cell. The AGV makes distance measurements of objects within the workcell using laser scanning sensors. Distance measurements are filtered to remove objects that are not targeted features in the cradle or workbench installation. Systematic or biased laser scan sensor errors are removed from the filtered distance measurements, and a filter or mathematical estimator is applied to the filtered distance measurements using random laser scan sensor errors to generate estimated distance measurements. A map of the target resources is then constructed using the estimated distance measurements, where the map is used for trajectory planning and navigational control of the AGV relative to the cradle or workbench facility within the workcell.

Description

FIELD OF THE INVENTION 1. Field.

[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.[001] The invention relates in general to the field of factory automation and, more particularly, to the application of factory automation to an airplane assembly and construction process.

2. Fundamentals.

[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.[002] Workcell and factory-level automation for an airplane assembly and construction process is typically comprised of specific workcells for front and rear fuselages, respectively. A typical workcell includes multiple cradle facilities to support and position the fuselage assembly on a workbench. Workcell and factory-level automation typically requires that Automatic Guided Vehicles (AGVs), which carry robots both inside and outside the fuselage, achieve the required positional accuracy and repeatability relative to the fuselage assembly in a cradle installation, in order to that the robots on the AGVs inside the fuselage work in a coordinated manner with the robots on the AGVs outside the fuselage.

[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.[003] Trajectory planning and navigation for AGVs outside the fuselage are guided by laser scanning sensors mounted on each of the four sides of the AGV. These laser scanning sensors are capable of measuring the distance to an object in their Field of View (FoV) and these travel distances to objects within their Field of Observation (FoR) are used by an AGV controller to construct a contour or map in a two-dimensional (2-D) view plane for use in trajectory planning and navigation.

[004] Existem duas áreas para melhoria: (1) a precisão e 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.[004] There are two areas for improvement: (1) the accuracy and repeatability of the AGV in returning to learned node positions in a particular workcell, and (2) the ability for the AGV to use the same learned node positions, with cradle fixtures and a workbench in the particular workcell, through to other workcells using other sets or copies of similar cradle fixtures and workbenches.

[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.[005] With regard to area (1), the AGV, as it approaches or is at the learned node position in a workcell, adjacent to berth facilities and/or a workbench, may use either all laser scanning sensors on each of the four sides of the AGV. However, from an operational perspective, the laser scanning sensor that is directly facing and/or adjacent to the cradle and/or workbench installations is ideal to use. The other laser scanning sensors that are behind and to the sides of the AGV may or may not be able to effectively see the target features in the cradle and/or workbench installations. The laser scanning sensor being used by the AGV sweeps 190 degrees in discrete steps, whereby it measures the distance to the object within its laser beam path using a time-of-flight optical pulse measurement principle. Distance-to-object measurements in the beam path of the laser scan sensor can include systematic or statistical bias and random errors. The 5 sigma measurement error of laser scanning sensors (statistical systematic or biased and random errors) is an order of magnitude greater than the desired AGV accuracy and repeatability in returning to the learned node positions in a workcell and, consequently, averaging simple measurements of measured distances will not be adequate.

[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 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.[006] With regard to area (2), the ability of the AGV to use the same learned node positions, with the cradle and workbench facilities in the particular workcell, through other workcells using other sets or copies of cradle installations and similar work benches, is challenging because of the variability in objects beyond the target capabilities within the Field of Observation (FoR) and Field of View (FoV) of the laser scanning sensor in the particular workcell. The target features in a cradle or workbench installation in one workcell are assumed to be replicated, with metrological accuracy, in other assemblies or copies of similar cradle and workbench installations across other workcells. Given that the laser scan sensor sweeps 190 degrees and with a throw distance specification of 49 meters, there is a high probability that, in an operational environment, static and dynamic objects other than the target features in the cradle and bench installation can be picked up, and thereby cause mapping ambiguity and problems with trajectory planning and navigation of the AGV to move to the desired node position within the workcell adjacent to the cradle and/or workbench facilities .

[007] Portanto, existe uma necessidade na tecnologia de melhorias na aplicação de automação de fábrica para um processo de montagem e construção de avião.[007] Therefore, there is a need in technology for improvements in the application of factory automation to an airplane assembly and construction process.

SUMMARY

[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.[008] To overcome the limitations in the above-described prior art, and overcome other limitations that will become apparent upon reading and understanding the present specification, the present invention describes a method and apparatus for workcell and factory-level automation using an AGV having a or more laser scanning sensors.

[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 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.[009] One or more calibrations are made on the laser scanning sensors in the AGV to determine systematic or biased errors and random errors in the distance measurements made by the laser scanning sensors. Calibrations are offline calibrations of the laser scan sensors on the AGV against target reference points to determine systematic or biased errors or a distribution and standard deviation of random errors in the distance measurements made by the laser scan sensors. The random error distribution comprises a Gaussian distribution, or is stored in a table when the distribution does not comprise a Gaussian distribution.

[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.[0010] One or more distance measurements are made of one or more objects within a workcell using the laser scanning sensors on the AGV. Specifically, distance measurements are made to objects in the FoV of the laser scan sensor in the AGV at each step of angular indexing through the FoR of the laser scan sensor in the AGV. In one embodiment, distance measurements are made using only the laser scan sensor on the AGV that is directly facing or adjacent to the cradle or workbench facility within the workcell. In another embodiment, distance measurements are made using more than one of the laser scan sensors on the AGV via the FoR of the laser scan sensors on the 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.[0011] Distance measurements have filtered out objects that are not target features in a cradle or workbench installation within the workcell. A convex zone is defined around each of the target features to exclude objects that are not the target features. A margin of distance between a perimeter of the target features and a perimeter of the defined convex zone is small enough that no other static or dynamic objects occupy an annular space formed between the perimeter of the target features and the perimeter of the defined convex zone. Distance measurements that fall outside a threshold boundary of the convex zones defined around each of the target features are filtered, producing the filtered distance measurements for each of the objects in a FoR of the laser scan sensor on the AGV.

[0012] Erros sistemáticos ou tendenciosos do sensor de varredura a laser são removidos das medições de distância filtradas.[0012] Systematic or biased laser scan sensor errors are removed from filtered distance measurements.

[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.[0013] A filter or mathematical estimator is applied to the filtered distance measurements using random errors from the laser scan sensor to generate estimated distance measurements.

[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.[0014] Finally, a map of the target features on a 2-D view plane is constructed using the estimated distance measurements. The constructed map is used for trajectory planning and navigation control of the AGV in relation to the cradle or workbench installation inside the workcell. Specifically, the constructed map allows the AGV to accurately and reproducibly return to one or more learned node positions within the workcell. Furthermore, when the workcell is a reference workcell, the constructed map allows the AGV or another AGV to accurately and reproducibly return to learned node positions within one or more other workcells, when a cradle or workbench setup within the other workcells is positioned in the same manner as the cradle or workbench setup within the reference workcell.

DESIGNS

[0015] Referindo-se agora aos desenhos, nos quais números de referência iguais representam partes correspondentes do começo ao fim:[0015] Referring now to the drawings, in which like reference numerals represent corresponding parts from beginning to end:

[0016] A FIG. 1A ilustra um esquema de célula de trabalho típica de acordo com uma modalidade.[0016] FIG. 1A illustrates a typical workcell layout according to one embodiment.

[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.[0017] FIG. 1B illustrates a workbench that can be used in the typical workcell layout according to one embodiment.

[0018] As FIGS. 1C, 1D e 1E ilustram mapas de uma célula de trabalho típica de acordo com uma modalidade.[0018] FIGS. 1C, 1D and 1E illustrate maps of a typical workcell according to one embodiment.

[0019] A FIG. 1F é um esquema ilustrando o uso de um veículo guiado automaticamente com sensores de varredura a laser de acordo com uma modalidade.[0019] FIG. 1F is a schematic illustrating the use of an automated guided vehicle with laser scanning sensors according to one modality.

[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.[0020] FIG. 2 is a flowchart illustrating the steps to perform an offline calibration process for an automatically guided vehicle according to a modality.

[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.[0021] FIG. 3 is a flowchart illustrating the steps to carry out a scanning process using the laser scanning sensors of an automatically guided vehicle in accordance with one embodiment.

[0022] A FIG. 4 é um fluxograma de metodologia de produção de serviço de aeronave de acordo com uma modalidade.[0022] FIG. 4 is a flowchart of aircraft service production methodology according to an embodiment.

[0023] FIG. 5 é um diagrama de blocos de uma aeronave de acordo com uma modalidade.[0023] FIG. 5 is a block diagram of an aircraft according to an embodiment.

DETAILED DESCRIPTION

[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.[0024] In the following description of the preferred embodiment, reference is made to the accompanying drawings which form a part thereof, and in which a specific embodiment in which the invention can be practiced is shown by way of illustration. It should be understood that other modalities can be used and that structural changes can be made without departing from the scope of the present invention.

Overview

[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.[0025] FIG. 1A illustrates a typical workcell layout 100 that includes one or more cradle facilities 102 for supporting and positioning a fuselage assembly 104. One or more AGVs 106 carry robots 108 both inside and outside of the fuselage assembly 104. Typical workcell 100 may also include a workbench 110, illustrated in FIG. 1B, which can be positioned anywhere within workcell 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 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.[0026] Workcell and factory-level automation requires that the AGVs 106 achieve the accuracy and positional repeatability required in relation to cradle installations 102 or workbenches 110, so that the robots 108 outside the fuselage assembly 104 can work in a coordinated manner with the robots 108 within the fuselage assembly 104. In one embodiment, the AGVs 106 construct maps for trajectory planning and navigation, wherein the maps comprise digital representations of objects in the workcell 100 represented on a plane of 2-D view.

[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.[0027] FIG. 1C illustrates a schematic map of a typical workcell 100 that includes multiple cradle facilities 102, also labeled cradle facilities 1, 2, and 3, that support and position a fuselage assembly (not shown) as well as a workbench 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.[0028] FIG. 1D is a top or plan view of a cradle 102 or workbench 110 installation of FIG. 1C, which includes target features 112, also labeled F1, F2, F3, F4, F5, F6, F7, and F8, and legs 114, also labeled L1, L2, L3, and L4. Both the target features 112 and the legs 114 are shown with dashed outlines indicating that they are hidden in the top or plan view beneath the cradle feature 102 or workbench 110. In one embodiment, the target features 112 are alignment aids mounted on the cradle feature 102 or workbench 110, while the legs 114 are supporting structures for the cradle feature 102 or workbench 110. Further, the configuration of the target features 112 on the cradle feature 102 or workbench 110 uniquely identify the resource type or function of the cradle 102 or workbench 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.[0029] FIG. 1E is an elevational view of the cradle installation 102 or workbench 110 of FIGS. 1C and 1D, which includes target features 112, also labeled F1, F2, F3, and F4, and legs 114, also labeled L1 and L2. Both the target features 112 and the legs 114 are shown with solid outlines indicating that they are not hidden in the elevation view of the cradle feature 102 or workbench 110.

[0030] A FIG. 1F é uma vista de topo ou plana de uma instalação de 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.[0030] FIG. 1F is a top or plan view of a cradle installation 102 or workbench 110, which includes target features 112, also labeled F1, F2, F3, F4, F5, F6, F7, and F8, and legs 114, also labeled L1, L2, L3 and L4. Both the target features 112 and the legs 114 are shown with dashed outlines indicating that they are hidden in the top or plan view beneath the cradle feature 102 or workbench 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.[0031] In FIG. 1F, an AGV 106 operates in close proximity to the cradle facility 102 or workbench 110. The AGV 106 includes at least one controller 116, also labeled CTL, and laser scanning sensors 118, also labeled LSS 1, LSS 2, LSS 3 and LSS 4, on each of the four sides of the AGV 106. Laser scanning sensors 118 are used to scan target features 112 using laser beams 120 in order to make distance measurements to target features 112 as well as identify convex zones 122 indicated by boxes with dashed outlines around target features 112, as described in more detail below.

[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.[0032] The controller 116 may comprise a general purpose or special purpose computer or processor. Although only a single controller 116 is shown, multiple controllers 116 can be provided to respectively control the AGV 106 and robots 108, and subsystems thereof. Controller 116 includes internal memory storage in which various operating and control programs can be stored, as well as maps for trajectory planning and navigation.

[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.[0033] In some embodiments, the AGV 106 can be fully autonomous and the controller 116 is programmed to perform all operations automatically, including movement of the AGV 106 and control of the robot 108. However, in other embodiments, the AGV 106 can only be partially automated, and the controller 116 may require another system and/or operator to feed instructions or commands to the AGV 106.

[0034] O controlador 116 realiza o planejamento de trajetória e navegação para o AGV 106, usando princípios localização e mapeamento 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.[0034] The controller 116 performs trajectory planning and navigation for the AGV 106, using simultaneous location and mapping (SLAM) principles, guided by laser scanning sensors 118 mounted on each of the four sides of the AGV 106. As noted earlier, 118 laser scanning sensors are capable of mapping objects in a 2-D view plane that are a few inches from the factory floor, and have been extended to support distance measurements to objects in the 2-D view plane.

[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.[0035] The challenge problem consists of two primary areas: (1) accuracy and repeatability of the AGV 106 in returning to node positions learned from a cradle installation 102 or workbench 110 within a workcell 100, and ( 2) the ability to use the same node positions learned from other workcells 100 using other sets or copies of similar cradle installations 102 and workbenches 110.

[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.[0036] In one embodiment, a mathematical approach is applied by the trajectory planning and navigation controller 116 that allows the AGV 106 to accurately and reproducibly return to the learned node positions using the laser scanning sensors 118 to map a model using target features 112 in cradle 102 and workbench facilities 110. This approach allows the use of laser scanning sensors 118 with a distance measurement error for a given target feature 112, including both systematic or biased errors and random errors, to filter the distance measurement error and remove systematic or biased errors from the laser scan sensor 118 and thereby allow the trajectory planning and navigation controller 116 of the AGV 106 to achieve the desired positional accuracy and repeatability in with respect to cradle installations 102 or work bench 110 within work cell 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 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.[0037] Furthermore, this approach defines boundaries of the 2-D area, i.e., the convex zones 122, around the target resources 112 in the cradle facilities 102 or workbench 110 in the workcell 100 to ensure that resources mapping target 112 identified by the laser scanning sensors 118 of the AGV 106 do not include other objects, thereby providing the AGV 106 with an accurate and consistent set of unambiguous target features 112 for its trajectory planning and navigation controller 116. Along with this and given that the target features 112 in a cradle 102 facility or workbench 110 of a reference workcell 100 are replicated, with metrological accuracy, in another set or copies of cradle facilities 102 and benches workcells 110 through other workcells 100, the AGV 106 could use the same node positions learned from the reference workcell 100 through other workcells 100, thereby greatly mitigating the need for further teaching and verification of learned node positions for a given process automation at the workcell and factory level, i.e. front and rear fuselages, respectively.

[0038] Isto está descrito com mais detalhes a seguir, contrastando a técnica de mapeamento atual com a técnica de mapeamento melhorada.[0038] This is described in more detail below, contrasting the current mapping technique with the improved mapping technique.

Current Mapping Technique 1) The accuracy and repeatability of the AGV in returning to learned node positions within a workcell

[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 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.[0039] The current mapping technique uses a single measurement calculation of the distances measured by the laser scan sensor 118. In this configuration, the laser scan sensor 118 is programmed to make multiple (in the range of 30 to 50) measurements of distance to objects including target features 112 within the For and FoV of the laser scan sensor 118 within a workcell 100. Then, extraneous distance measurements for any objects previously observed or learned are removed and a simple average is computed to determine the distance measurement to the particular observed or learned objects. These averaged distance measurements are then used to create the map of the 2-D view plane observed by the particular laser scanning sensor 118 within a given work cell 100. Creating the observed 2-D map for a given work cell work 100 from a given position of the AGV 106 based on the averaged distance measurements with possible systematic or biased errors from the laser scanning sensor 118 makes the total measurement error of the distances (systematic or biased and random errors ) does not allow the trajectory planning and navigation controller 116 of the AGV 106 to achieve the desired accuracy and repeatability in returning to learned node positions within a work cell 100, i.e. the trajectory planning and navigation controller 116 acts as a proportional integral derivative (PID) controller 116 using a combination of coarse motion steps followed by fine motion steps as it seeks a desired position, where the controller 116 would be expected to operate below the noise floor of the distance measurement fed into the controller, ie, noise on the sensed or observed inputs limits the controllability of the trajectory planning and navigation controller 116. Because of the above-stated uncertainties in map distance measurements on the 2-D plane, the accuracy and repeatability of the AGV 106 in returning to learned node positions within a workcell 100 cannot be achieved with a high degree of confidence which, in turn, adversely impacts the workcell and factory level automation process.

2) The ability for the AGV to use the same learned node positions, with cradle facilities and a workbench within the particular workcell, across other workcells using other sets or copies of cradle facilities and workbenches similar

[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 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 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.[0040] The current mapping technique expects objects beyond the target capabilities 112 in the For and FoV of the laser scanning sensor 118 in a workcell 100 to present an identical view across all workcells 100 using other sets or copies of cradle installations 102 and similar workbenches 110. The target features 112 in a cradle 102 installation or workbench 110 in a reference workcell 100 are assumed to be replicated, with metrological accuracy, in other sets or copies of similar cradle 102 installations and workbenches 110 through other work cells 100. The laser scanning sensor 118 being used on any given side of the AGV 106 is capable of scanning about 190 degrees and with a target distance specification of about 49 meters. Given these specifications of the laser scanning sensor 118, there is a high probability that, in an operational environment, static and dynamic objects other than the target features 112 in the cradle installation 102 or workbench 110 may be picked up. This can cause ambiguity and mapping uncertainties for the trajectory planning and navigation controller 116 of the AGV 106 when moving the AGV 106 to the desired node position within the workcell 100 adjacent to the cradle facilities 102 and/or workbench. work 110. Furthermore, this approach uses the four laser scanning sensors 118 mounted on each side of the AGV 106, respectively. The laser scanning sensors 118 that are behind and on the sides of the AGV 106 can pick up other static and dynamic objects that can vary from workcell 100 to workcell 100. This can cause variability in the dynamic map in the 2-D plane, resulting in an inability of the AGV 106 to effectively use the same learned node positions, with the cradle 102 and workbench 110 facilities within the reference workcell 100, through other workcells 100 using other sets or copies of cradle installations 102 and similar workbenches 110. Furthermore, the planned use of the laser scan sensors 118 that are on the sides of the AGV 106, in addition to the laser scan sensor 118 that is directly facing or adjacent to the cradle installation 102 and/or workbench 110, can see target features 112 plus a primary rigid body cradle 102 or workbench 110 installation under consideration. A typical workcell 100 includes multiple cradle arrangements 102 for supporting and positioning the fuselage assembly and a workbench 110. However, the separation distance between these multiple cradle arrangements 102 and rigid body workbench 110 are not accurate to metrological requirements to ensure consistent and accurate map view in the 2-D plane across other work cells 100 using other sets or copies of similar berth installations 102 and work benches 110. Therefore, the use of target features 112 that are beyond a single cradle installation 102 or rigid body workbench 110 will lead to variability in the dynamic map in the 2-D plane resulting in an inability for the AGV 106 to effectively use the same positions of learned nodes, with cradle facilities 102 and a workbench 110 within the reference workcell 100, through other workcells 100 using other sets or copies of similar cradle facilities 102 and workbench 110.

Improved mapping technique 1) The accuracy and repeatability of the AGV in returning to learned node positions within a workcell

[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.[0041] The improved mapping technique performs offline calibration of the four laser scan sensors 118 on each side of the AGV 106 against target reference points to determine systematic or biased errors between the four laser scan sensors 118 during function performance range for distance measurements to objects in the FoV of the laser scan sensor 118 and thereby allowing computational processes to remove systematic or biased errors from distance measurements to target objects and features 112.

[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.[0042] This approach also performs an offline calibration process to determine the distribution and standard deviation of the random errors of the distance measurements for each of the four laser scanning sensors 118 on each side of the AGV 106. Typically, the distribution of the random errors of distance measurements follows a Gaussian distribution, but this process confirms that if the sensor 118 does not follow an exact Gaussian distribution process, then a distribution lookup table can be constructed from the offline calibration process for greater fidelity in measurements. computational processes. Often, the distance measurement random error standard deviation stated in the manufacturer's specification of the laser scan sensor 118 is greater than what the particular sensor 118 actually achieves and therefore the distance measurement random error standard deviation of the sensor 118 would be used. offline calibration process for greater fidelity in computational processes. This approach removes the systematic or biased errors measured for the particular laser scan sensor 118 from distance measurements to specific objects associated with target features 112 from scans across the For of the laser scan sensor 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.[0043] Mathematical filter/estimator, such as statistical maximum likelihood and Bayesian parameter estimation techniques, are used to improve the accuracy of each of the distance measurements from the laser scanning sensors 118 to a specific object or target feature 112. The application of a technique, such as a Recursive Bayesian Estimator, using the distribution and standard deviation of the random errors of the distance measurements for the particular laser scan sensor 118 by the offline calibration process, has been shown to significantly filter out the random error of the distance measurement. distance and thereby allow the AGV 106 to achieve accuracy and repeatability in returning to learned node positions within a workcell 100.

2) The ability for the AGV to use the same learned node positions, with cradle facilities and a workbench within the particular workcell, across other workcells using other sets or copies of cradle facilities and a workbench similar work.

[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.[0044] In the improved mapping technique, it is considered that the target features 112 in a cradle facility 102 or workbench 110 of a reference workcell 100 are replicated, with metrological accuracy, in another set or copies of facilities from cradles 102 or similar workbenches 110 through other workcells 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 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.[0045] This approach, while performing coarse and fine movement of the AGV 106 from a given node position to a next node position within a work cell 100, includes one or more of the following options: Use only the sensor laser scanning sensor 118 that is directly facing or adjacent to the cradle installation 102 or workbench 110. Alternatively, other laser scanning sensors 118 may be used in addition to the primary laser scanning sensor 118 that is directly facing or adjacent to the cradle facility 102 or workbench 110, when those other laser scanning sensors 118 can see the target features 112 of the cradle facility 102 or workbench 110. Use only target features 112 associated with a given cradle facility 102 or workbench 110, and use no static or dynamic object within the workcell 100. Use only target resources 112 associated with a single cradle installation 102 or workbench 110, and in addition use at least three target resources 112 that are closest to the AGV 106, i.e., since a single cradle facility 102 or workbench 110 has multiple target resources 112, some on the near side and some on the far side of the cradle facility 102 or workbench 110 with respect to the AGV 106, wherein it is suggested that at least three of the target features 112 are on the near side of the cradle facility 102 or workbench 110 with respect to the 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.[0046] This approach defines a convex zone 122 around each of the target resources 112 associated with the cradle facilities 102 or workbench 110 in the workcell 100, such that the target resource 112 is completely located in the convex zone defined perimeter 122. The margin of distance between the perimeter of the target feature 112 and the perimeter of the defined convex zone 122 is small such that any other static or dynamic foreign object would not be expected to occupy the annular space formed between the perimeter of the target feature 112 and the perimeter of the defined convex zone 122. The perimeter of the convex zone 122 around a particular target feature 112 defines the threshold limits of the distance measurement to objects in the For of the laser scan sensor 118 that need to be included in the computational process, while detected objects that are outside the threshold boundaries up to the particular target resources 112 are ignored. This approach allows one to ignore the static and dynamic objects that vary from one workcell 100 to another, yet also lessens the variability, because of elements such as hoses, cables, etc., associated with a cradle 102 installation or particular workbench 110 associated with a given workcell 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.[0047] The processes for implementing the improved mapping technique for a workcell and factory level automation process are described in more detail below.

Offline calibration process

[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.[0048] FIG. 2 is a flowchart illustrating the steps to perform an offline calibration process for laser scanning sensors 118 of an 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.[0049] Block 200 represents the step of performing one or more calibrations of the laser scanning sensors 118, namely, LSS 1 to LSS 4, on the AGV 106 to determine the systematic or biased errors in the distance measurements made by the sensors laser scanning 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.[0050] Block 202 represents the step of performing one or more calibrations of the laser scanning sensors 118, namely, LSS 1 to LSS 4, on the AGV 106 to determine the random errors in the distance measurements made by the scanning sensors 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.[0051] The calibrations performed in blocks 200 and 202 are offline calibrations of the laser scanning sensors 118 on the AGV 106 performed against target reference points to determine systematic or biased errors and/or a distribution and standard deviation of random errors in the measurements distances made by laser scanning sensors 118. As noted earlier, the random error distribution may comprise a Gaussian distribution, or the distribution is stored in a table when the distribution does not comprise a Gaussian distribution.

scan process

[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.[0052] FIG. 3 is a flowchart illustrating the steps to perform a scanning process using laser scanning sensors 118 of an 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.[0053] Block 300 represents the initiation step of the scanning process using the laser scanning sensors 118 of the AGV 106.

[0054] Os blocos 302 a 306 representam um laço realizado para 1 a N varreduras.[0054] Blocks 302 to 306 represent a loop performed for 1 to N scans.

[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 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.[0055] In each iteration of this loop, block 304 represents the step of making one or more distance measurements of one or more objects within a work cell 100 using at least one laser scanning sensor 118 on an AGV 106. Specifically, this step makes distance measurements to objects in the FoV of the AGV 106 laser scan sensor 118 at each step of angular indexing through the FoR of the AGV 106 laser scan sensor 118. In one embodiment, the distance measurements are made using only the laser scan sensor 118 on the AGV 106 that is directly facing or adjacent to the cradle facility 102 or workbench 110 within the workcell 100. In another embodiment, distance measurements are made using more from one of the laser scan sensors 118 on the AGV 106 through the FoR of the laser scan sensors 118 on the 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.[0056] Block 306 is a decision block that determines whether N scans have been completed; if so, control goes to Block 308; otherwise, control returns to block 302 to perform the next iteration of the loop.

[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 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.[0057] Block 308 represents the step of filtering the distance measurements of objects that are not target resources 112 in a cradle installation 102 or workbench 110 within the work cell 100. Specifically, this step filters all measurements of distance of the N sweeps that fall outside the landing boundaries of the convex zones 122 defined for each target feature 112 associated with a single cradle installation 102 or workbench 110 being scanned, producing N distance measurements for each of the K objects in the FoR associated with the target features 112. A convex zone 122 is defined around each of the target features 112 to exclude objects that are not the target features 112. A margin of distance between a perimeter of the target features 112 and a perimeter of the zone defined convex zone 122 is small enough such that no other static or dynamic objects occupy an annular space formed between the perimeter of the target features 112 and the perimeter of the defined convex zone 122. Distance measurements that fall outside the threshold boundaries of the zones Convex lines 122 defined around each of the target features 112 are filtered, producing the filtered distance measurements for each of the objects in the FoR of the laser scan sensor 118 on the AGV 106.

[0058] Os blocos 310 a 316 representam um laço realizado para 1 a K objetos no FoR.[0058] Blocks 310 to 316 represent a loop performed for 1 to K objects in 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.[0059] In each iteration of this loop, block 312 represents the step of removing systematic or biased errors from the laser scanning sensor 118 from the filtered distance measurements, that is, each of the N distance measurements associated with an object selected in the FoR , and block 314 represents the step of applying a filter or mathematical estimator, such as a Recursive Bayesian Estimator, to the filtered distance measurements using the distribution and standard deviation of the random errors of the laser scan sensor 118 to generate estimated distance measurements for the selected object in 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.[0060] Block 316 is a decision block that determines whether the K objects in the FoR have been completed; if they are, control goes to block 318; otherwise, control returns to Block 310 to perform the next iteration of the loop.

[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.[0061] Block 318 represents the step of building a map of the target resources 112 in the cradle facilities 102 or workbench 110 within the work cell 100 using the estimated distance measurements in the 2-D view plane between the AGV 106 and the target features 112 in the FoR of the laser scanning sensors 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 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.[0062] Block 320 represents the step of storing the constructed map of the target resources 112 in the 2-D view plane in the trajectory planning and navigation controller 116 of the AGV 106 and using the constructed map to control the trajectory planning and navigation of the AGV 106 relative to the cradle facilities 102 or workbench 110 within the workcell 100. Specifically, the constructed map allows the AGV 106 to accurately and reproducibly return to one or more learned node positions within the workcell. work 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.[0063] The AGV 106 returns to the learned node positions within an acceptable positional accuracy, that is, it does not have to be the exact position, but within a specified tolerance up to a high degree of confidence. Consequently, there are two aspects: (1) the ability of the AGV 106 to be learned to arrive at a node position within acceptable positional accuracy, and (2) subsequently, when the AGV is commanded to return to the learned node position within acceptable positional accuracy, thereby achieving positional repeatability.

[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.[0064] Furthermore, when the workcell 100 is a reference workcell 100, the constructed map allows the AGV 106 or another AGV 106 to accurately and reproducibly return to learned node positions within one or more other workcells 100, when a cradle 102 or workbench 110 facility within the other workcells 100 is positioned in the same manner as the cradle 102 or workbench 110 facility within the reference workcell 100.

airplane set

[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.[0065] Embodiments of the description may be described in the context of a method of manufacturing and servicing aircraft 400 as shown in FIG. 4 and an aircraft 500 as shown in 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 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.[0066] As shown in FIG. 4, during preproduction, the exemplary method 400 may include specification and design 402 of the aircraft 500 and material procurement 404. During production, component and subassembly fabrication 406 and system integration 408 of the aircraft 500 occur, which includes airframe automation and factory level using the AGV 106, controller 116 and laser scanning sensors 118 described here. Next, aircraft 500 may undergo certification and delivery 410 in order to be placed into service 412. While in service by a customer, aircraft 500 is scheduled for routine maintenance and service 414 (which includes modification, reconfiguration, remanufacturing, and so on), which also includes workcell and factory-level automation using the AGV 106, controller 116, and laser scanning sensors 118 described here.

[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.[0067] Each of the processes of method 400 can be done or performed by a system integrator, a third party and/or an operator (for example, a customer). For purposes of this description, a system integrator may include without limitation any number of aircraft manufacturers and major system subcontractors; a third party may include without limitation any number of vendors, subcontractors and suppliers; and an operator can be an airline, leasing company, military entity, service organization, and so on.

[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.[0068] As shown in FIG. 5, aircraft 500 produced by exemplary method 400 may include a main frame 502 with a plurality of systems 504 and an interior 506. Examples of high-level systems 504 include one or more of a propulsion system 508, an electrical system 510, a 512 hydraulic system and a 514 environmental system. Any number of other systems can be included. Although an aerospace example is shown, the principles of the invention can be applied to other industries, such as the automotive industry.

[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 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.[0069] Apparatus and methods conceived here may be employed during any one or more of the stages of the production and service method 400. For example, components or subassemblies corresponding to the production process 406 may be manufactured or manufactured in a similar manner to the components or subassemblies produced while 500 aircraft are in service. Also, one or more apparatus embodiments, method embodiments, or a combination thereof may be utilized during production stages 406 and 408, for example, substantially shipping a set of or reducing the cost of an aircraft 500. Similarly, one or more aircraft More than apparatus embodiments, method embodiments, or a combination thereof may be utilized while aircraft 500 is in service, for example, and without limitation, for maintenance and service 414.

Benefits

[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.[0070] The embodiments described here provide numerous benefits, such as the potential for significant value, allowing the application of factory automation to an airplane assembly and construction process that directly allows for significant improvements in manufacturing rate, quality and safety, yet reducing costs.

[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.[0071] The embodiments described here are equally applicable to and leveraged in areas of manufacturing other than aerospace applications. For example, there is potential for use by other companies in other industries to achieve full workcell and factory level automation within a hierarchical supervisory control system composed of dynamic discrete event systems. This may include aircraft manufacturers, electrical and electronic equipment manufacturers, automotive manufacturers and factory automation vendors.

[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 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 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 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.[0072] Thus, briefly according to a first aspect of the present invention there is provided: A1. A method for workcell and factory level automation, comprising: making (304) one or more distance measurements of one or more objects within a workcell (100) using at least one laser scanning sensor (118 ) in an automatically guided vehicle (AGV) (106); filtering (308) distance measurements from objects that are not target resources (112) in a cradle (102) or workbench (110) installation within the workcell (100); removing (312) systematic errors or biases of the laser scan sensor (118) from the filtered distance measurements; applying (314) a mathematical filter or estimator to the filtered distance measurements using random errors from the laser scanning sensor (118) to generate estimated distance measurements; constructing (318) a map of the target resources (112) at the cradle facility (102) or workbench (110) within the workcell (100) using the estimated distance measurements; and using (320) the constructed map for trajectory planning and navigation control of the AGV (106) in relation to the cradle installation (102) or work bench (110) within the work cell (100). A2. Also provided is the method of paragraph A1, wherein the constructed map allows the AGV (106) to accurately and reproducibly return to one or more learned node positions within the workcell (100). A3. Also provided is the method of paragraph A2, in which the work cell (100) is a reference work cell (100) and the constructed map allows the AGV (106) or another AGV (106) to accurately return and reproducible for the learned node positions within one or more other work cells (100), when a cradle (102) or workbench (110) facility within the other work cells (100) is positioned such as the cradle installation (102) or workbench (110) inside the reference work cell (100). A4. Also provided is the method of paragraph A1, further comprising performing (200,202) one or more calibrations of the laser scanning sensor (118) on the AGV (106) to determine systematic or biased errors and random errors in the distance measurements made by the sensor laser scanner (118). A5. Also provided is the method of paragraph A4, wherein the performing step comprises performing (200) offline calibration of the laser scan sensor (118) on the AGV (106) against target reference points to determine systematic or biased errors in the measurements. distances made by the laser scanning sensor (118). A6. Also provided is the method of paragraph A4, wherein the performing step comprises performing (202) offline calibration of the laser scan sensor (118) on the AGV (106) against target reference points to determine a distribution and standard deviation of the errors. random in the distance measurements made by the laser scanning sensor (118) in the AGV (106). A7. Also provided is the method of paragraph A6, wherein the distribution comprises a Gaussian distribution. A8. Also provided is the method of paragraph A6, where the distribution is stored in a table when the distribution does not comprise a Gaussian distribution. A9. Also provided is the method of paragraph A1, wherein the making step comprises using (304) the laser scan sensor (118) on the AGV (106) that is directly facing or adjacent to the cradle facility (102) or work (110) within the work cell (100). A10. Also provided is the method of paragraph A1, wherein the at least one laser scan sensor (118) comprises a plurality of laser scan sensors (118) and the making step comprises using (304) more than one of the laser scan sensors (118). laser scanning (118) on the AGV (106) through a Field of Observation (FoR) of the laser scanning sensors (118) on the AGV (106). A11. Also provided is the method of paragraph A1, wherein the step of making comprises making (304) measurements of distance to objects in a Field of View (FoV) of the laser scanning sensor (118) on the AGV (106) at an angular indexing step through a Field of Observation (FoR) of the laser scanning sensor (118) in the AGV (106). A12. Also provided is the method of paragraph A1, wherein the filtering step comprises defining (308) a convex zone (122) around at least one of the target resources (112) to exclude objects that are not the target resources (112 ). A13. Also provided is the method of paragraph A12, wherein a margin of distance between a perimeter of the target features (112) and a perimeter of the defined convex zone (122) is small enough such that no other static or dynamic objects occupy a space annular formed between the perimeter of the target features (112) and the perimeter of the defined convex zone (122). A14. Also provided is the method of paragraph A12, wherein the filtering step comprises filtering (308) distance measurements that fall outside a threshold boundary of the convex zones (122) defined around the target features (112), producing the filtered distance measurements for each of the objects in a Field of Observation (FoR) from the laser scanning sensor (118) in the AGV (106). A15. Also provided is the method of paragraph A1, wherein the build step comprises building (318) the target resource map (112) into a two-dimensional (2-D) view plane using the estimated distance measurements.

[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 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).[0073] According to a further aspect of the present invention, there is provided: B1. An apparatus for workcell and factory level automation, comprising: an automatically guided vehicle (AGV) (106) including at least one laser scanning sensor (118) and a controller (116), wherein the controller (116 ) is operable to: make (304) one or more distance measurements of one or more objects within a work cell (100) using the laser scanning sensor (118) on the AGV (106); filtering (308) distance measurements from objects that are not target resources (112) in a cradle (102) or workbench (110) installation within the workcell (100); removing (312) systematic errors or biases of the laser scan sensor (118) from the filtered distance measurements; applying (314) a mathematical filter or estimator to the filtered distance measurements using random errors from the laser scanning sensor (118) to generate estimated distance measurements; constructing (318) a map of the target resources (112) at the cradle facility (102) or workbench (110) within the workcell (100) using the estimated distance measurements; and using (320) the constructed map for trajectory planning and navigation control of the AGV (106) in relation to the cradle installation (102) or work bench (110) within the work cell (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); 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). 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.[0074] According to a further aspect of the present invention, there is provided: C1. A method for workcell and factory level automation, comprising: making (304) one or more distance measurements of one or more objects within a workcell (100) using one or more laser scanning sensors (118 ) in an automatically guided vehicle (AGV) (106); filtering (308) distance measurements from objects that are not target resources (112) in a cradle (102) or workbench (110) installation within the workcell (100); removing (312) systematic errors or biases of the laser scanning sensors (118) from the filtered distance measurements; applying (314) a filter or mathematical estimator to the filtered distance measurements using random errors from the laser scanning sensors (118) to generate estimated distance measurements; constructing (318) a map of the target resources (112) at the cradle facility (102) or workbench (110) within the workcell (100) using the estimated distance measurements; and using (320) the constructed map to enable the AGV (106) to accurately and reproducibly return to one or more learned node positions within the workcell (100). C2. Also provided is the method of paragraph C1, wherein the constructed map allows the AGV (106) to accurately and reproducibly return to one or more learned node positions within one or more other work cells (100). C3. Also provided is the method of paragraph C1, further comprising performing (200,202) one or more calibrations of the laser scanning sensors (118) on the AGV (106) to determine systematic, biased, or random errors in the distance measurements made by the scanning sensor. laser scanning (118). C4. Also provided is the method of paragraph C1, wherein the making step comprises using (304) the laser scan sensors (118) on the AGV (106) via a Field of Observation (FoR) of the laser scan sensors ( 118) on the AGV (106). C5. Also provided is the method of paragraph C1, wherein the step of making comprises making (304) measurements of distance to objects in a Field of View (FoV) of the laser scanning sensors (118) on the AGV (106) in a step of angular indexing through a Field of Observation (FoR) of the laser scanning sensors (118) in the AGV (106). C6. Also provided is the method of paragraph C1, wherein the filtering step comprises defining (308) a convex zone (122) around at least one of the target resources (112) to exclude objects that are not the target resources (112 ). C7. Also provided is the method of paragraph C6, wherein a margin of distance between a perimeter of the target features (112) and a perimeter of the defined convex zone (122) is sufficiently small such that no other static or dynamic objects occupy a space annular formed between the perimeter of the target features (112) and the perimeter of the defined convex zone (122). C8. Also provided is the method of paragraph C6, wherein the filtering step comprises filtering (308) the distance measurements that fall outside the threshold boundaries of the convex zones (122) defined around the target features (112), producing the measurements of filtered distances for each of the objects in a Field of Observation (FoR) of the laser scanning sensors (118) in the AGV (106). C9. Also provided is the method of paragraph C1, wherein the build step comprises building (318) the target resource map (112) into a two-dimensional (2-D) view plane using the estimated distance measurements.

Alternatives

[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.[0075] The description of the different modalities presented here was presented for purposes of illustration and description, and is not intended to be exhaustive or limited to the modalities in the form described. Many modifications and variations will become apparent to those skilled in the art.

[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 ser diferentes daqueles descritos aqui.[0076] Specifically, devices other than AGVs and laser scanning sources may be used. In addition, different methods and steps can be performed. Finally, the use and arrangement of workcells, berthing facilities, workbenches, target resources and the like may differ from those described here.

[0077] Pretende-se que o escopo da invenção seja limitado não por esta descrição detalhada, mas, em vez disso, pelas reivindicações anexas aqui.[0077] It is intended that the scope of the invention be limited not by this detailed description, but rather by the claims appended hereto.

Claims

1. Method for workcell and factory level automation, comprising: making (304) one or more distance measurements of one or more objects within a workcell (100) using at least one laser scanning sensor ( 118) in an automatically guided vehicle (AGV) (106); filtering (308) distance measurements from objects that are not target resources (112) in a cradle (102) or workbench (110) installation within the workcell (100); removing (312) systematic errors or biases of the laser scan sensor (118) from the filtered distance measurements; applying (314) a mathematical filter or estimator to the filtered distance measurements using random errors from the laser scanning sensor (118) to generate estimated distance measurements; constructing (318) a map of the target resources (112) at the cradle facility (102) or workbench (110) within the workcell (100) using the estimated distance measurements; and use (320) the map built for trajectory planning and navigation control of the AGV (106) in relation to the installation of the cradle (102) or workbench (110) inside the work cell (100), characterized by the fact that that the filtering step comprises defining (308) a convex zone (122) around at least one of the target features (112) to exclude objects that are not the target features (112), and wherein the distance margin between a perimeter of the target features (112) and a perimeter of the defined convex zone (122) is small enough such that no static or dynamic object occupies an annular space formed between the perimeter of the target features (112) and the perimeter of the zone convex (122) defined.

2. Method according to claim 1, characterized in that the built map allows the AGV (106) to accurately and reproducibly return to one or more node positions learned within the work cell (100).

3. Method according to claim 2, characterized in that the work cell (100) is a reference work cell (100) and the built map allows the AGV (106) or another AGV (106) accurately and reproducibly return to learned node positions within one or more other work cells (100) when a cradle (102) or workbench (110) installation within the other work cells (100) is positioned such as the cradle installation (102) or work bench (110) within the reference work cell (100).

4. Method according to any one of claims 1 to 3, characterized in that it additionally comprises performing (200, 202) one or more calibrations of the laser scanning sensor (118) on the AGV (106) to determine systematic errors or biased and random errors in the distance measurements made by the laser scanning sensor (118).

5. Method according to claim 4, characterized in that the performing step comprises performing (200) offline calibration of the laser scanning sensor (118) on the AGV (106) target reference counterpoints to determine systematic errors or biases in the distance measurements made by the laser scanning sensor (118).

6. Method according to claim 4, characterized in that the performing step comprises performing (202) offline calibration of the laser scanning sensor (118) on the AGV (106) target reference counterpoints process to determine a distribution and standard deviation of the random errors in the distance measurements made by the laser scanning sensor (118) in the AGV (106).

7. Method according to claim 6, characterized in that the distribution comprises a Gaussian distribution.

8. Method according to claim 6, characterized in that the distribution is stored in a table when the distribution does not comprise a Gaussian distribution.

9. Method according to any one of claims 1 to 8, characterized in that the step of making comprises using (304) the laser scanning sensor (118) on the AGV (106) that is directly facing or adjacent to the installation cradle (102) or work bench (110) inside the work cell (100).

Method according to any one of claims 1 to 9, characterized in that the at least one laser scanning sensor (118) comprises a plurality of laser scanning sensors (118) and the step of making comprises using ( 304) over one of the laser scanning sensors (118) in the AGV (106) through a Field of Observation (FoR) of the laser scanning sensors (118) in the AGV (106).

11. Method according to any one of claims 1 to 10, characterized in that the step of making comprises making (304) measurements of distance to objects in a Field of View (FoV) of the laser scanning sensor ( 118) on the AGV (106) in one step of angular indexing through a Field of Observation (FoR) laser scanning sensor (118) on the AGV (106).

12. Method according to claim 1, characterized in that the filtering step comprises filtering (308) distance measurements that are outside a threshold of the limit of the convex zone (122) defined around the target resources (112 ), producing the filtered distance measurements for each of the objects in a Field of Observation (FoR) from the laser scanning sensor (118) in the AGV (106).

13. Workcell and factory level automation apparatus, comprising: an automatically guided vehicle (AGV) (106) including at least one laser scanning sensor (118) and a controller (116), wherein the controller ( 116) is operable to: make (304) one or more distance measurements of one or more objects within a workcell (100) using the laser scanning sensor (118) on the AGV (106); filtering (308) distance measurements from objects that are not target resources (112) in a cradle (102) or workbench (110) installation within the workcell (100); removing (312) systematic errors or biases of the laser scan sensor (118) from the filtered distance measurements; applying (314) a mathematical filter or estimator to the filtered distance measurements using random errors from the laser scanning sensor (118) to generate estimated distance measurements; constructing (318) a map of the target resources (112) at the cradle facility (102) or workbench (110) within the workcell (100) using the estimated distance measurements; and use (320) the map built for trajectory planning and navigation control of the AGV (106) in relation to the installation of the cradle (102) or workbench (110) inside the work cell (100), characterized by the fact that that the filtering step comprises defining (308) a convex zone (122) around at least one of the target features (112) to exclude objects that are not the target features (112), and wherein the distance margin between a perimeter of the target features (112) and a perimeter of the defined convex zone (122) is small enough such that no static or dynamic object occupies an annular space formed between the perimeter of the target features (112) and the perimeter of the zone convex (122) set.