Görüntü İşleme İle Çikolata Konumlarının Tespit Edilip Endüstriyel Robot İle Toplanması

Endüstri 4.0 ile üretimde makineleşmenin önemi arttı. Bunun üzerine bir de pandemi dönemi gelince makineleşme kaçınılmaz bir hale geldi. Konu üretim hattındaki insan gücünü en aza indirgemek olunca robotların önemi arttı. İnsan üretimin kontrolünü sağlarken robotlar üretim hattında fiziksel performans gerektiren işleri görev edinmektedir. Bu şekilde olan hatların ilk yatırım maliyeti oldukça yüksek olsa da parça başına üretim maliyeti düşük çıkmaktadır. Parça başına üretim maliyeti düşen bir üretim hattının yatırım maliyeti kısa süre içerisinde kendini amorti etmektedir. Bu çalışmada; paketlenmeye hazır çikolataların bulunduğu konveyörün üzerine konumlandırılan kameradan alınan görüntüye göre konveyör üzerindeki çikolataların konumu tespit edilmiş ve alınan tüm konumlar PLC’ye gönderilmiştir. PLC, HMI panel üzerinden konumları robota göndermiştir. Robot doğrusal regresyon yöntemiyle elde edilen formüle göre konum bilgilerini kendi koordinat sistemine dönüştürüp ürünlerin konumunu tespit etmiştir. Konumu tespit edilen çikolatalar konveyör üzerinden alınıp kalıbın ilgili hücresine bırakılmıştır. Kurulan bu sistem ile 24 saat çalışabilecek bir üretim hattı kurulmuş olmaktadır. Dünya genelinde yaşanan kovid 19 salgınından dolayı birçok firma insan gücü eksikliğinden dolayı üretimine ara vermek zorunda kalmıştır. Bu dönemde makineleşmiş ve robotlarla donatılmış üretim hatlarının birçoğu üretimine devam etmiştir. Yatırım maliyeti bu gibi dönemlerde çok daha hızlı bir şekilde tekrar kazanılmış olmaktadır.

Anahtar Kelimeler:

Endüstriyel Robot, Görüntü İşleme, HMI, PLC, Python, RT Toolbox

Detecting Chocolate Positions by Image Processing and Collecting with Industrial Robot

With Industry 4.0, the importance of mechanization in production has increased. After that, when the pandemic period came, mechanization became inevitable. The importance of robots has increased when it comes to minimizing human power on the production line. Robots take on tasks that require physical performance on the production line, while humans control production. Although the initial investment cost of the lines in this way is quite high, the production cost per piece is low. The investment cost of a production line that reduces the cost of production per piece pays off in a short time. In this study,; according to the image taken from the camera placed on the conveyor where the chocolates are ready to be packed, the location of the chocolates on the conveyor has been determined and all the locations received have been sent to PLC. The PLC sent the locations to the robot via the HMI panel. According to the formula obtained by the robot linear regression method, it converted the location information into its own coordinate system and determined the position of the products. The chocolates, the location of which was determined, were taken from the conveyor and left in the corresponding cell of the mold. With this system, a production line that can work 24 hours a day has been established. Due to the COVID-19 pandemic worldwide, many companies have been forced to Decelerate their production due to lack of manpower. During this period, many of the production lines equipped with mechanized and robots continued to be produced. The cost of investment is recovered much faster during such periods.

Keywords:

Industrial Robot, Image Processing, HMI, PLC, Python, RT Toolbox,

PDF

___

Andhare, P. ve Rawat, S. (2016, Ağustos). Bilgisayar görüşlü endüstriyel robot kontrolörünü seçin ve yerleştirin. 2016'da Uluslararası Bilgi İşlem İletişim Kontrolü ve Otomasyonu Konferansı (ICCUBEA) (s. 1-4). IEEE.
Arenas, JOP, Moreno, RJ ve Beleño, RDH (2018). El hareketleriyle robotik bir kolun kontrolü için DAG mimarisine sahip evrişimli sinir ağı. Çağdaş Mühendislik Bilimleri , 11 (12), 547-557.
Barstugan, M., Ceran, YS, Yılmaz, M., & Dündar, NA (2020, Temmuz). Tek Boncuk Kaynakta Hataların Makine Öğrenimi Yöntemleriyle Tespiti. IOP Konferans Serisinde: Malzeme Bilimi ve Mühendisliği (Cilt 895, No. 1, s. 012012). GİB Yayıncılık.
Garad, PV (2017). Şekle göre nesne sıralama robotu. Int. J. of Adv. Araş., Fikirler ve Innov. Technol'de , 3 , 129-134.
İnan, T. (2013). Hareketli hedefi takip eden robot kolu sistemi (Doctoral dissertation, Marmara Universitesi (Turkey))
Koparde, S., Chavan, O., Joshi, M., & Bodke, S. (2020, Nisan). Rohanish Rover: Robotik Kol ve Görüntü İşleme. 2. Uluslararası İletişim ve Bilgi İşleme Konferansı'nda (ICCIP) .
Savran, A. İ., & Kumbasar, T. (2018, Ekim). Görüş Tabanlı Konumlandırma Gaz Kaçağı Test Otomasyon Sistemi. 2018'de 6. Uluslararası Kontrol Mühendisliği ve Bilişim Teknolojileri Konferansı (CEIT) (s. 1-6). IEEE.
Yıldıza, İ., Kayaa, A., Gedika, MA ve Barstuğana, M. (2021). Arızalı Ürünlerin Üretim Hattından Robotik Kolla Görüntü İşleme Yöntemleri ile Ayrılması. CEUR Çalıştay Bildirilerinde . CEUR-WS.
Zheng, Z., Ma, Y., Zheng, H., Gu, Y., & Lin, M. (2018). 2D monoküler görüşle yönlendirilen robotik bir kol kullanarak endüstriyel parça lokalizasyonu ve kavrama. Endüstriyel Robot: Uluslararası Bir Dergi .