Có sẵn trực tuyến tại www.sciencedirect.

com

Khoa học trực tiếp

Giấy tờ IFACONLine 55-2 (2022) 295–300

DigitalTwin-basedDesignandOperationofHuman-RobotCollaborative
Assembly
Yichen Wang*, Jindan Feng**, Jinshan Liu**, Xiaojun Liu***, Junfeng Wang*
* Khoa Kỹ thuật Hệ thống Công nghiệp và Sản xuất, Đại học Khoa học và Công nghệ Huazhong, Vũ Hán
430074 Trung Quốc (e-mail tương ứng: wangjf@hust.edu.cn).
**Công ty TNHH Tàu vũ trụ Bắc Kinh, Bắc Kinh 100094 Trung Quốc
Trường Kỹ thuật Cơ khí, Đại học Đông Nam, Nam Kinh 211198 Trung Quốc

Tóm tắt: Lắp ráp hợp tác giữa người và robot (HRCA) có thể làm giảm cường độ làm việc của con người
và cải thiện mức độ tự động hóa lắp ráp. Tuy nhiên, hiệu quả lắp ráp cao không chỉ đòi hỏi sự phân công
lao động hợp lý giữa con người và robot mà còn phải giao tiếp chặt chẽ và điều khiển linh hoạt trong quá
trình lắp ráp. Trong bài báo này, chúng tôi đề xuất một khuôn khổ dựa trên Digital Twin (DT) cho việc thiết
kế và vận hành HRCA. Khung bao gồm năm yếu tố: thực thể vật lý, thực thể ảo, dữ liệu sinh đôi, trung tâm
dịch vụ và kết nối của chúng. Trong đó, quy trình thiết kế được định hướng thiết kế bố trí, lập kế hoạch
trình tự và phân công nhiệm vụ; Quá trình vận hành được định hướng để xử lý và trực quan hóa dữ liệu, xử
lý sự kiện, lập lịch tác vụ và điều khiển người-robot. Thông qua lập bản đồ, mô phỏng và tối ưu hóa thời
gian thực ảo và thực tế, nó cho phép cộng tác sâu sắc giữa người và robot và lắp ráp hiệu quả. Cuối cùng
chúng tôi sử dụng ví dụ về lắp ráp tấm vệ tinh để minh họa tính hợp lý của khung trong thiết kế và vận
hành HRCA.
Bản quyền © 2022 Các tác giá. Đáy lá một bái viết truy cáp mở thếộ giáy phếp CC BY-NC-ND
(https://creativecommons.org/licenses/by-nc-nd/4.0/)
Từ khóa: Hợp tác giữa người và robot, lắp ráp, Bản sao kỹ thuật số, Thiết kế và vận hành

1. GIỚI THIỆU
Lắp ráp là một quá trình quan trọng từ các bộ phận đến sản
phẩm và tự động hóa có tác động quan trọng đến việc nâng cao
hiệu quả sản xuất. Tuy nhiên, nhiều sản phẩm có cấu trúc phức
tạp và một số lượng lớn các bộ phận đòi hỏi mức độ linh hoạt
cao trong quá trình lắp ráp. Robot truyền thống không thể lắp
ráp các sản phẩm như vậy do kích thước lớn và chuyển động
cồng kềnh của chúng. Với sự phát triển của công nghệ cảm biến
và truyền thông, các robot cộng tác linh hoạt và an toàn hơn
(còn được gọi là cobot) đã xuất hiện để cung cấp giải pháp cho
những vấn đề này. Thông qua sự hợp tác giữa con người và
robot, những lợi thế của sự sáng tạo, tính linh hoạt cao, khả
năng học tập và nhận thức của con người, và sức mạnh, không
mệt mỏi, tốc độ và độ chính xác của robot có thể được sử dụng
đầy đủ (Hashemi-Petroodi et al., 2019). Bằng cách này, không
chỉ độ tin cậy của lắp ráp có thể được đảm bảo mà năng suất
cũng có thể được cải thiện.
Mối quan hệ giữa người và robot (H-R) gần gũi hơn giúp cải
thiện năng suất, nhưng cũng mang lại nhiều vấn đề, ví dụ như
phân công nhiệm vụ H-R không hợp lý, khả năng cộng tác kém
mạnh mẽ và rủi ro H-R cao hơn. Bản sao kỹ thuật số (DT) hiện
được sử dụng rộng rãi trong tối ưu hóa hệ thống sản xuất
(Tsubasa et al., 2020). Một cách tiếp cận khác là đưa DT vào
quy trình HRCA. Dựa trên khái niệm DT để thiết lập bản đồ kỹ
thuật số của từng thực thể trên tế bào làm việc trong không gian
ảo, quá trình lắp ráp không gian vật lý được điều khiển bởi mô
phỏng, phân tích và ra quyết định thời gian thực của bản đồ
(Wang et al., 2019). Bài viết này thiết lập một khung HRCA
dựa trên DT và xây dựng chi tiết quy trình thiết kế và vận hành
của nó.
Phần còn lại của bài viết này được tổ chức như sau. Phần 2 tóm
tắt các nghiên cứu liên quan về HRCA và DT. Phần 3 đề xuất
một khung tổng thể dựa trên DT cho quá trình thiết kế và vận
hành HRCA. Phần 4 mô tả khung phụ chi tiết của hai quy trình,
bao gồm các dịch vụ khác nhau. Phần 5 xác minh tính hợp lý
và tính khả thi của khuôn khổ thông qua một nghiên cứu điển
hình về lắp ráp vệ tinh. Cuối cùng, Phần 6 đưa ra kết luận.
2. NHÀ NƯỚC NGHỆ THUẬT
Hợp tác giữa người và robot là một trong những hình thức hợp
tác gần gũi nhất giữa con người và robot. Đặc điểm của nó là
HR chia sẻ không gian làm việc, nhiệm vụ và tài nguyên và
hoàn thành nhiệm vụ đồng thời trong khi cho phép tiếp xúc trực
tiếp (Wang et al., 2019). Có nhiều nghiên cứu về thiết kế và
vận hành HRCA, trong đó các khía cạnh thiết kế tập trung vào
bố cục cảnh và phân công nhiệm vụ; các khía cạnh hoạt động
tập trung vào kiểm soát H-R và an toàn.
296 Yichen Wang và cộng sự / IFAC PapersOnLine 55-2 (2022) 295–300
Bố cục cảnh cần được tạo hoặc cấu hình lại nếu sản phẩm cần
được cập nhật hoặc nếu khách hàng có yêu cầu đặc biệt. Pooja
et al. (2018) đã đề xuất một phương pháp thiết kế bố trí đơn vị
hợp tác dựa trên đánh giá rủi ro của nhiệm vụ. Đầu tiên họ thiết
kế kịch bản bằng cách sử dụng một công cụ mô phỏng 3D. Sau
đó, họ đánh giá rủi ro bảo mật của bố cục thông qua các thử
nghiệm vật lý và tính toán định lượng. Cuối cùng, bố cục được
tối ưu hóa dựa trên kết quả đánh giá.
Phân công nhiệm vụ xác định các nhiệm vụ và trình tự cụ thể
mà mỗi người / robot cần thực hiện. Một kế hoạch phân công
hợp lý có thể phát huy đầy đủ các lợi thế tương ứng của con
người và robot giúp giảm thời gian và chi phí lắp ráp
2405-8963 Bán quyến © 2022 Các tác giá. Đáy lá một bái viết truy cáp mở thếộ giáy phếp CC BY-NC-ND. Đánh giá
ngáng háng thuộc trách nhiếm cuá Liến độán điếu khiến tự động quộc tế.
10.1016/j.ifácộl.2022.04.209
(Chryssolouris et al., 2016). Xu et al. (2020) đã phát triển một
mô hình toán học với thời gian tháo gỡ, chi phí và độ khó làm
mục tiêu tối ưu hóa. Mô hình được mô tả dựa trên các mối quan
hệ ràng buộc ưu tiên của các bộ phận. Cuối cùng, một thuật toán
con dấu rời rạc đã được sử dụng để giải quyết nó. Ranz et al.
(2017) đã sử dụng phương pháp chấm điểm chuyên gia để đánh
giá khả năng H-R và phân công nhiệm vụ dựa trên kết quả. Các
chỉ số đánh giá bao gồm thời gian xử lý, đầu tư bổ sung và chất
lượng quy trình.
Việc kiểm soát HRCA tập trung vào việc lên lịch các nhiệm vụ
và kiểm soát việc thực hiện H-R với sự kết hợp giữa kế hoạch
và tình hình thực tế. Rüickert et al. (2018) đã sử dụng camera
kinect để theo dõi quá trình lắp ráp và hiển thị nhiệm vụ và tiến
độ cho người vận hành trong thời gian thực. Họ cũng điều chỉnh
chuyển động của robot bằng cách phát hiện phạm vi hoạt động
của con người. Fernández et al. (2017) đã tích hợp nhiều cảm
biến để cảm nhận và kiểm soát vị trí lắp ráp. Con người có thể
trực tiếp điều khiển robot thông qua cử chỉ, và robot có thể điều
chỉnh tốc độ và tư thế của nó trong thời gian thực theo hành vi
của con người.
Trong quá trình lắp ráp, điều quan trọng là phải đảm bảo an toàn
cho con người và robot như tránh va chạm hoặc các tai nạn
khác. Flacco Fabrizio et al. (2017, 2015) đã đề xuất một phương
pháp đánh giá khoảng cách môi trường động dựa trên camera
kép có thể xác định chính xác khoảng cách giữa con người và
robot và thực hiện các biện pháp để tránh va chạm trong thời
gian thực.
Bản sao kỹ thuật số (DT) lần đầu tiên được đề xuất bởi Giáo sư
Michael Grieves tại Đại học Michigan (2020). Mô hình khái
niệm của DT bao gồm chủ yếu là một thực thể vật lý, một thực
thể ảo và kết nối của chúng. Việc kiểm soát và tối ưu hóa thực
thể vật lý đạt được thông qua lập bản đồ, mô phỏng và tính toán
thời gian thực trong không gian ảo. Hiện nay có nhiều nghiên
cứu về ứng dụng DT trong sản xuất. Yi et al. (2021) trình bày
khung ứng dụng ba lớp để thiết kế quy trình lắp ráp thông minh
dựa trên DT. Liu et al. (2021) đã đề xuất kiến trúc thiết kế hệ
thống sản xuất thông minh kiểu dòng chảy dựa trên DT. Họ
cũng thiết kế một hệ thống DT dựa trên cấu trúc này.
Ngoài ra còn có các nghiên cứu kết hợp DT với HRCA. Arne
Bilberg et al. (2019) đã thực hiện công việc dựa trên DT về phân
công nhiệm vụ H-R, giám sát thời gian thực của quá trình lắp
ráp và điều khiển robot thời gian thực và tối ưu hóa quỹ đạo. Lv
et al. (2021) đã thiết lập khung HRCA dựa trên DT từ ba khía
cạnh: các yếu tố tổng thể, quy trình lắp ráp và hiệu suất lắp ráp.
Các thí nghiệm mà họ thực hiện cho thấy khuôn khổ có thể cải
thiện hiệu quả và an toàn lắp ráp.
Các nghiên cứu trên đã đề cập đến một số khía cạnh chính của
HRCA bao gồm thiết kế bố trí, phân công nhiệm vụ và kiểm
soát lắp ráp. Tuy nhiên, thiếu một khuôn khổ thống nhất cho
toàn bộ quá trình từ thiết kế đến vận hành HRCA dựa trên DT.
Trong khi đó, nghiên cứu hiện tại về DT tập trung vào máy móc
/ robot và không xem xét con người một cách toàn diện.
3. KHUNG THIẾT KẾ VÀ VẬN HÀNH HRCA DỰA
TRÊN DT
Dựa trên nghiên cứu hiện tại, bài báo này xây dựng khung thiết
kế và vận hành HRCA dựa trên DT, bao gồm các thực thể vật
lý, thực thể ảo, dữ liệu đôi, trung tâm dịch vụ và kết nối thành
phần. Năm thành phần này được phân phối trong không gian
vật lý và không gian ảo, có thể cung cấp dịch vụ thiết kế và vận
hành cho quy trình HRCA, như thể hiện trong Hình 1.
Hình 1. Khung thiết kế và vận hành HRCA dựa trên DT
HRCA chủ yếu được tổ chức cùng với các nhà khai thác (con
người và robot) và các đối tượng vận hành (các bộ phận / lắp
ráp), vì vậy chúng tạo thành cốt lõi của các thực thể vật lý trong
không gian vật lý. Một loạt các cảm biến và bộ điều khiển được
phân phối xung quanh các thực thể cốt lõi để theo dõi và kiểm
soát các trạng thái khác nhau của các thực thể cốt lõi thông qua
cảm biến thời gian thực. Những cảm biến này là phương tiện
vật lý để giao tiếp giữa không gian vật lý và không gian ảo.
Ngoài ra, cũng có nhiều đơn vị khác cung cấp hỗ trợ cần thiết
cho HRCA.
Các thực thể ảo trong không gian ảo bao gồm nhiều mô hình,
được sử dụng để phản ánh trạng thái đa chiều và đa cấp của các
thực thể vật lý. Trong số đó, mô hình hình học và mô hình vật
lý phản ánh hình dạng hình học, vị trí, mối quan hệ ràng buộc
và các tham số của từng thực thể vật lý từ quy mô không gian.
Mô hình hành vi và mô hình nhiệm vụ phản ánh hành vi và hành
động của từng thực thể vật lý trong toàn bộ quá trình lắp ráp từ
thang thời gian, điều này cũng phản ánh sự phân công và thực
hiện nhiệm vụ.
Dữ liệu sinh đôi bao gồm tất cả dữ liệu được tạo ra và cần thiết
trong quy trình HRCA. Một mặt, nó chịu trách nhiệm thu thập
và lưu trữ dữ liệu được tạo ra bởi nhiều cảm biến trong không
gian vật lý để cập nhật thời gian thực của các thực thể ảo. Dữ
liệu này cũng sẽ cung cấp cơ sở dữ liệu cho các dịch vụ của
trung tâm dịch vụ. Mặt khác, các quyết định của trung tâm dịch
 Yichen Wang và cộng sự / IFAC PapersOnLine 55-2 (2022) 295–300
vụ được tải xuống cơ sở dữ liệu song sinh và được dịch thành
một luồng hướng dẫn cho các thực thể vật lý.
Dựa trên dữ liệu kép và mô hình thực thể ảo, trung tâm dịch vụ
cung cấp các giải pháp tối ưu hóa và ra quyết định cho thiết kế
và vận hành HRCA bằng cách tích hợp nhiều trình mô phỏng
và sử dụng nhiều thuật toán. Trước khi bắt đầu lắp ráp, trước
tiên trung tâm dịch vụ thực hiện thiết kế, đánh giá và tối ưu hóa
kịch bản; Nó cũng thực hiện phân công nhiệm vụ và lập kế
hoạch trình tự lắp ráp dựa trên khả năng tương ứng của con
người và robot. Trong quá trình HRCA, trung tâm dịch vụ chủ
yếu cung cấp hợp nhất dữ liệu, trực quan hóa dữ liệu, xử lý sự
kiện, lập lịch tác vụ và điều khiển người-robot để đảm bảo lắp
ráp an toàn và hiệu quả.
Bốn phần trên được kết nối với nhau thông qua mô-đun kết nối,
để mô hình bản sao kỹ thuật số tạo thành một tổng thể. Thực thể
vật lý, thực thể ảo và dữ liệu sinh đôi nhận ra đồng bộ hóa thời
gian thực và giao tiếp ảo-thực thông qua kết nối. Dữ liệu đôi,
thực thể ảo và trung tâm dịch vụ được kết nối để đạt được truyền
thông tin nhanh chóng và xử lý thời gian thực. Cảm biến thời
gian thực, mô phỏng chính xác và tối ưu hóa lặp đi lặp lại trạng
thái thực thể vật lý trong quá trình lắp ráp được thực hiện thông
qua kết nối của các thực thể vật lý và trung tâm dịch vụ.
4. KEY CÁC QUY TRÌNH CỦA KHUNG
4.1 Thiết kế HRCA điều khiển DT
Bố cục của ý nghĩa và trình tự và phân công nhiệm vụ của con
người / robot cần được xác định trước khi lắp ráp (Sau đây gọi
là bố trí và phân công). Một bố cục hợp lý có thể cải thiện hiệu
quả lắp ráp, tăng cường sự thoải mái của con người, tăng sự an
toàn của HRCA và giảm chi phí sản xuất. Trong khi đó, việc
phân công hợp lý có thể rút ngắn thời gian lắp ráp, giảm mức
tiêu thụ do con người và robot chờ đợi nhau, phát huy hết kỹ
năng của họ và nâng cao chất lượng sản phẩm. Do đó, các dịch
vụ của quy trình thiết kế HRCA chủ yếu được chia thành các
dịch vụ thiết kế, đánh giá và tối ưu hóa bố cục cảnh và phân
công nhiệm vụ, dịch vụ lập kế hoạch trình tự lắp ráp, như thể
hiện trong Hình 2.
Hình 2. Thiết kế bố cục HRCA dựa trên DT và phân công nhiệm vụ
Trong quá trình bố trí và phân công, nếu bố trí được thực hiện
trước mà không có sự phân công thì không thể xác định được
các chỉ số như thời gian lắp ráp. Do đó, việc đánh giá tính hợp
lý của bố cục cũng không thể được thực hiện. Tuy nhiên, nếu
nhiệm vụ được thực hiện trước mà không có bố cục, các thuộc
tính như khả năng tiếp cận của robot không thể được xác định,
thì việc phân công cũng không thể được thực hiện. Do đó, chúng
tôi thiết kế quy trình tối ưu hóa thiết kế bố cục-phân công-đánh
297
giá bố cục-bố cục để đạt được các lần lặp lại xen kẽ và tối ưu
hóa xoắn ốc của bố cục và phân công.
Dịch vụ thiết kế bố cục được thực hiện dựa trên các thực thể ảo,
bao gồm các mô hình hình học và vật lý. Nhà thiết kế xây dựng
các cảnh và thực hiện thiết kế bố cục trong nền tảng ảo dựa trên
các thực thể ảo. Nhiệm vụ chính của thiết kế là xác định vị trí
của từng thực thể và khu vực làm việc của nó, chẳng hạn như:
khu vực làm việc độc lập với robot, khu vực HRCA, khu vực
đặt bộ phận, khu vực giám sát camera, v.v. Thiết kế vị trí và diện
tích đảm bảo rằng mỗi thực thể có đủ không gian để hoạt động
với nhau và khu vực làm việc của chúng không can thiệp lẫn
nhau.
Dịch vụ đánh giá bố cục dựa trên một hệ thống các chỉ số, như
thể hiện trong Hình 3. Việc đánh giá được chia thành bốn phần
chính: hiệu quả, an toàn, chi phí và kỹ thuật yếu tố con người
(HFE). Mỗi phần cũng có một số chỉ số phụ. Dữ liệu tương ứng
với các chỉ số có thể thu được thông qua mô phỏng nền tảng ảo
và một số trong số chúng cần được lấy sau khi phân công nhiệm
vụ. Cuối cùng, bố cục được tối ưu hóa lặp đi lặp lại bằng cách
điều chỉnh vị trí / số / khu vực làm việc của từng thực thể theo
kết quả đánh giá.
Hình 3. Hệ thống chỉ báo đánh giá bố cục cảnh
Dịch vụ phân công nhiệm vụ và dịch vụ lập kế hoạch trình tự
được thực hiện sau khi mỗi thiết kế bố cục được hoàn thành.
Quá trình chính được chia thành hai giai đoạn: mô hình hóa và
giải quyết. Trong giai đoạn mô hình hóa, robot thường không
thể thực hiện quá trình lắp ráp hoàn chỉnh của bộ phận do giới
hạn cuối cùng của nó. Do đó, chúng tôi chia nhỏ quy trình lắp
ráp bộ phận thành các nhiệm vụ định vị và kết nối có thể được
thực hiện hoàn toàn bởi con người hoặc robot. Sau đó, các ràng
buộc ưu tiên nhiệm vụ được thiết lập dựa trên phân tích nhiệm
vụ và các ràng buộc ưu tiên một phần. Đối với mỗi nhiệm vụ,
chúng tôi cũng thiết lập một bảng các thuộc tính để thực hiện
con người / robot, bao gồm thời gian, tính khả thi và độ phức
tạp của việc thực hiện con người và robot tương ứng.
Vì một số lượng lớn các bộ phận dẫn đến một số lượng lớn các
chuỗi lắp ráp và sơ đồ phân công nhiệm vụ, vấn đề gán là một
vấn đề NP điển hình, thường được tìm kiếm và giải quyết bằng
các thuật toán heuristic. Lấy thuật toán di truyền làm ví dụ,
trong bài báo này, trước tiên, chúng tôi tạo ra một số trình tự
ban đầu một cách ngẫu nhiên. Tiếp theo, mỗi chuỗi được đánh
giá để có được thể lực của nó. Sau đó, các hoạt động lựa chọn,
298 Yichen Wang và cộng sự / IFAC PapersOnLine 55-2 (2022) 295–300
chéo và đột biến được thực hiện để tối ưu hóa lặp đi lặp lại cho
đến khi nó hội tụ. Cuối cùng, một giải pháp tối ưu hóa thu được.
Tuy nhiên, thuật toán không hoàn toàn trừu tượng hóa quá trình
lắp ráp hoàn chỉnh, dẫn đến kết quả thuật toán không phải lúc
nào cũng hoàn toàn khả thi, ví dụ: bản thân thuật toán không thể
xem xét các xung đột không gian khi con người và robot thực
hiện các nhiệm vụ tương ứng. Do đó, chúng tôi đã mô phỏng
toàn bộ quá trình lắp ráp trong nền tảng mô phỏng theo kết quả
tối ưu hóa và tinh chỉnh sơ đồ để xác minh tính khả thi và hợp
lý của nhiệm vụ.
Thiết kế HRCA dựa trên DT tránh điều chỉnh lặp đi lặp lại bố
cục thực tế và sơ đồ phân công nhiệm vụ thông qua mô hình
hóa hoàn toàn thực tế của các thực thể vật lý, tối ưu hóa đa
thuật toán và mô phỏng toàn bộ, điều này cũng cải thiện độ tin
cậy và tính hợp lý của thiết kế.
4.2 Hoạt động HRCA theo hướng DT
Quá trình HRCA yêu cầu con người và robot thực hiện một loạt
các nhiệm vụ song song hoặc nối tiếp theo sơ đồ phân công
nhiệm vụ. Bên cạnh đó, một số sự kiện khác (ví dụ: va chạm
giữa người và robot...) có thể xảy ra trong quá trình lắp ráp để
ảnh hưởng đến việc thực hiện nhiệm vụ bình thường hoặc thậm
chí đe dọa sự an toàn giữa người và robot. Do đó, một khung
điều khiển là cần thiết có thể lên lịch các tác vụ trong thời gian
thực theo cách thực hiện của chúng và phản ứng nhanh với các
sự kiện khác nhau.
Trong bài báo này, chúng tôi đề xuất một khung hoạt động
HRCA dựa trên DT, như thể hiện trong Hình 4. Khung này
cung cấp Dịch vụ Hợp nhất và Trực quan hóa Dữ liệu (DFVS),
Dịch vụ Xử lý Sự kiện (EHS), Dịch vụ Lập lịch Tác vụ (TSS)
và Dịch vụ Điều khiển HumanRobot (HRCS) trong quá trình
vận hành. Chúng tôi xem quy trình HRCA như một tập hợp các
nhiệm vụ và sự kiện. Trung tâm dịch vụ giám sát các loại sự
kiện khác nhau được tạo ra trong quá trình lắp ráp, sau đó được
xử lý theo thứ tự ưu tiên và cuối cùng được cấp cho con người
/ robot để thực hiện như các nhiệm vụ.
Hình 4. Khung hoạt động HRCA dựa trên DT
Dịch vụ Hợp nhất và Trực quan hóa Dữ liệu (DFVS) khai thác
và xử lý dữ liệu không đồng nhất đa biến và trực quan hóa dữ
liệu cần thiết để tạo điều kiện thuận lợi cho hoạt động của con
người và giám sát quản lý quá trình lắp ráp. Trong quá trình lắp
ráp, giọng nói, cử chỉ, điện não đồ (EEG) và các thông tin khác
của người vận hành được ghi lại trong thời gian thực bởi các
cảm biến tương ứng của họ, tạo thành dữ liệu cảm biến và được
tải lên máy chủ điện toán biên (ECS). ECS tính toán các dữ
liệu này bằng cách sử dụng các thuật toán được thiết lập sẵn để
lọc ra thông tin không hợp lệ và tải thông tin hợp lệ lên trung
tâm dữ liệu lớn trong khi cập nhật các thực thể ảo. Cuối cùng,
DFVS phân loại và lưu trữ những dữ liệu này, đồng thời đưa ra
những suy luận và dự đoán nhất định dựa trên biểu đồ tri thức.
Đồng thời, DFVS có thể trực quan hóa những dữ liệu này,
chẳng hạn như quỹ đạo robot, tiến độ nhiệm vụ, trạng thái
người vận hành, v.v. Ngoài ra, phương pháp tính toán đồng thời
trong ECS có thể xử lý đồng thời một lượng lớn dữ liệu trong
một khoảng thời gian ngắn, đạt được sự đồng bộ hóa thông tin
thời gian thực giữa không gian thực và ảo. Hơn nữa, tính toán
nhanh giúp tiết kiệm sức mạnh số học của chương trình điều
khiển trung tâm và rút ngắn thời gian quyết định.
Dịch vụ Xử lý Sự kiện (EHS) chịu trách nhiệm xác định và
phân loại dữ liệu hợp nhất. Trong trường hợp này, dữ liệu được
chia thành ba loại: dữ liệu sự kiện: lệnh, cảnh báo, va chạm,
v.v.; Dữ liệu trạng thái: tình trạng mệt mỏi của con người, tình
trạng an toàn / nguy hiểm, v.v.; và dữ liệu dự đoán: hành vi, ý
định của con người, rủi ro có thể xảy ra, v.v. Sau đó, chúng
được chia thành ba loại sự kiện: sự kiện theo kế hoạch, sự kiện
thường xuyên và sự kiện bất thường. Trong bài báo này, các sự
kiện được lên kế hoạch là các sự kiện được sắp xếp theo sơ đồ
phân công nhiệm vụ. Trong quá trình lắp ráp, các sự kiện này
sẽ được kích hoạt tuần tự dựa trên trình tự hoàn thành nhiệm
vụ. Các sự kiện được lên kế hoạch giúp trung tâm điều khiển
dễ dàng theo dõi tiến độ nhiệm vụ và lên lịch dựa trên nó. Trong
4.1, chúng tôi đã phân tách quá trình lắp ráp bộ phận thành các
tác vụ định vị và các tác vụ kết nối dựa trên khả năng H-R. Để
kiểm soát chi tiết, phần này tiếp tục phân tách mỗi nhiệm vụ
thành một loạt các chuyển động liên tục, như thể hiện trong
Hình 5. Chúng tôi sử dụng sự bắt đầu và kết thúc của mỗi
chuyển động như các sự kiện đã lên kế hoạch. Trong đó sự kiện
bắt đầu kích hoạt thực thi chuyển động và sự kiện kết thúc kích
hoạt sự bắt đầu của chuyển động tiếp theo. Cả sự kiện thông
thường và bất thường đều là các sự kiện được phát hiện bởi các
cảm biến được đầu vào bởi con người hoặc robot bên ngoài.
Các sự kiện thông thường thường là các sự kiện do con người
/ robot nhập để hỗ trợ lắp ráp, ví dụ: cử chỉ, lệnh thoại, v.v.,
trong khi các sự kiện bất thường là lỗi, lỗi và các sự kiện nguy
hiểm xảy ra trong quá trình lắp ráp, ví dụ: ngắt kết nối robot,
va chạm H-R hoặc xâm nhập bởi bên ngoài, v.v. Nói chung, ưu
tiên của ba sự kiện là: sự kiện bất thường > sự kiện thường
xuyên > sự kiện theo kế hoạch.
Dịch vụ Lập lịch Tác vụ (TSS) xử lý các tác vụ dựa trên mức
độ ưu tiên của nhiệm vụ. Đối với các sự kiện bất thường nguy
hiểm, TSS có thể tạo ra các nhiệm vụ khẩn cấp mới, ví dụ: dừng
khẩn cấp robot. Đối với các sự kiện bất thường hoặc thường
xuyên chung, TSS có thể tạm dừng / tiếp tục / thay đổi nhiệm
vụ hoặc kéo dài / nén thời gian thực hiện tác vụ. Đối với các sự
kiện theo lịch trình, TSS có thể bắt đầu / kết thúc nhiệm vụ theo
sơ đồ phân công nhiệm vụ.
 Yichen Wang và cộng sự / IFAC PapersOnLine 55-2 (2022) 295–300
Hình 5. Phân tích tác vụ định vị và tác vụ kết nối
Dịch vụ điều khiển con người / robot (HRCS) thực hiện các
tính toán động học / động tương ứng dựa trên các nhiệm vụ do
TSS ban hành và cuối cùng chuyển các nhiệm vụ này thành các
lệnh cụ thể được cấp cho các thực thể vật lý, từ đó điều khiển
lắp ráp người / robot. Đối với con người, các phương pháp
kiểm soát HRCS bao gồm đầu ra dưới dạng video / hình ảnh /
văn bản để hướng dẫn người vận hành xử lý lắp ráp. Đối với
robot, HRCS có thể thay đổi quỹ đạo của nó, điều khiển nắm
hoặc nhả đầu để phù hợp với lắp ráp của con người. Thông qua
sự hợp tác của bốn dịch vụ trên, một loạt các sự kiện trong quy
trình HRCA có thể được kiểm soát và xử lý để đạt được sự hợp
tác sâu sắc giữa người và robot và đảm bảo lắp ráp hiệu quả.
5. THỬ NGHIỆM TÌNH HUỐNG
Một cụm vệ tinh được thể hiện trong Hình 6, chủ yếu bao gồm
một hình trụ thẳng trung tâm, 14 tấm, 16 đầu nối và một số bu
lông. Do thời gian lắp ráp ngắn của các sản phẩm vệ tinh, hiệu
quả lắp ráp rất khắt khe, nhưng do nhiều loại tấm có độ tương
đồng cao, lắp ráp thủ công truyền thống dễ bị lỗi gây ra nhiều
lần làm lại. Để khắc phục những hạn chế này, chúng tôi đã triển
khai lắp ráp các tấm vệ tinh HRCA theo khung thiết kế và vận
hành HRCA dựa trên DT, như thể hiện trong Hình 7.
Hình 6. Lắp ráp tấm vệ tinh
Trong giai đoạn thiết kế lắp ráp trước, bố cục lắp ráp và các
nhiệm vụ được thiết kế và phân công trong phần mềm V-REP,
và kết quả đã được tối ưu hóa, như thể hiện ở phần trên của
Hình 7. Sau đó, không gian vật lý được bố trí hoàn toàn theo
thiết kế và được hiệu chỉnh bằng cánh tay đo 3D.
Theo thiết kế, thực thể vật lý chủ yếu bao gồm con người, robot
UR5, các bộ phận, bàn và tuốc nơ vít. Các thiết bị giám sát chủ
yếu bao gồm: Camera Kinect và máy chiếu laser, trong đó
camera chịu trách nhiệm xác định loại tấm và vị trí; Máy chiếu
laser có nhiệm vụ chiếu chính xác vị trí tấm sau khi lắp ráp tấm
hoàn thành để xác minh độ chính xác của lắp ráp. Các thiết bị
điều khiển chủ yếu bao gồm tủ điều khiển UR5, điều khiển từ
xa hồng ngoại và màn hình, chúng chịu trách nhiệm điều khiển
robot, điều khiển đầu robot, hiển thị thông tin lắp ráp theo thời
gian thực và hướng dẫn lắp ráp con người tương ứng.
299
Hình 7.Một kịch bản ứng dụng của lắp ráp H-R hợp tác dựa trên
DT (a) Sơ đồ phân công nhiệm vụ; (b) Thực tế ảo
lập bản đồ trong quá trình chuyển động của robot; (c) Giám sát hiển
thị thông tin để
hướng dẫn lắp ráp con người; (d) Hội đồng quản trị HRC; (e)
xác minh độ chính xác lắp ráp bằng máy chiếu laser;
Chúng tôi đã thêm các ống hút ở cuối robot, vì vậy robot chủ
yếu chịu trách nhiệm nhặt và định vị các tấm, trong khi con
người có thể thực hiện cả nhiệm vụ định vị tấm và kết nối. Bây
giờ, chúng tôi minh họa hoạt động của hội đồng với một bảng
HRCA làm ví dụ, như sau.
Bước 1: TSS ban hành các nhiệm vụ lắp ráp theo sơ đồ phân
công được xác định trước.
Bước 2: HRCS gửi lệnh để điều khiển chuyển động của robot
và nhặt đĩa.
Bước 3: Robot lấy tấm và di chuyển đến vị trí máy ảnh, nơi
máy ảnh xác định loại tấm và vị trí và gửi lại cho DFVS.
Bước 4: Mô hình thực thể ảo được cập nhật theo thời gian thực.
Sau đó, HRCS thực hiện lập kế hoạch quỹ đạo robot. Robot
sau đó di chuyển đến vị trí lắp ráp theo kết quả lập kế hoạch.
Trong quá trình di chuyển của robot, quỹ đạo robot được thiết
bị giám sát đọc trong thời gian thực và được đồng bộ hóa trong
thực thể ảo.
Bước 5: Màn hình hiển thị tác vụ và hướng dẫn con người buộc
chặt tấm. Sau đó, cốc hút ở cuối robot được giải phóng.
Bước 6: Robot được đặt lại và TSS phát hiện sự kiện hoàn
thành lắp ráp và sau đó phát hành nhiệm vụ tiếp theo.
Trong quá trình lắp ráp, chúng tôi cũng xem xét thực hiện một
số biện pháp để đảm bảo an toàn cho con người và robot. Trong
trường hợp có tình huống nguy hiểm, con người có thể nhấn
300 Yichen Wang và cộng sự / IFAC PapersOnLine 55-2 (2022) 295–300
nút dừng khẩn cấp trên bảng điều khiển để dừng chuyển động
UR5 ngay lập tức; hoặc nhấn nút điều khiển từ xa hồng ngoại
để điều khiển thủ công thông gió và ngắt kết nối cốc hút đầu
UR5.
Trong tương lai, chúng ta có thể làm nhiều việc hơn dựa trên
khuôn khổ này. Ví dụ: chúng ta có thể thêm micrô để con người
có thể tương tác bằng giọng nói. Chúng ta cũng có thể sử dụng
camera để theo dõi va chạm giữa người và robot; hoặc để robot
giảm tốc độ di chuyển khi đi vào khu vực HRCA, v.v.
6. KẾT LUẬN
Trong bài báo này, chúng tôi đề xuất một khuôn khổ cho thiết
kế và vận hành HRCA dựa trên cặp song sinh kỹ thuật số, bao
gồm năm chiều, tức là các thực thể vật lý, thực thể ảo, dữ liệu
sinh đôi, trung tâm dịch vụ và kết nối của chúng. Thứ hai, dựa
trên khuôn khổ đề xuất, bài viết này nêu chi tiết cơ chế thiết kế
và vận hành dịch vụ của HRCA. Cuối cùng, chúng tôi xác nhận
tính hợp lý của khung bằng cách sử dụng lắp ráp bảng điều
khiển vệ tinh làm ví dụ. Kết quả của công việc cho thấy khuôn
khổ là hợp lý và có thể thực hiện được. Dựa trên khuôn khổ
được đề xuất trong bài báo này, một mặt nó tránh được việc
điều chỉnh lặp đi lặp lại không gian vật lý trong quá trình bố trí
và lắp ráp, mặt khác sửa chữa độ lệch giữa mô hình lý thuyết
và quy trình lắp ráp thực tế, làm giảm tỷ lệ thất bại lắp ráp. Vì
bài báo này không hoàn thành tất cả các chức năng của khung
đề xuất, công việc trong tương lai có thể được thực hiện dựa
trên nó, ví dụ: hướng dẫn trực quan hóa HRCA dựa trên VR /
AR, hợp nhất đa cảm biến để phát hiện và ứng phó sự kiện an
toàn của con người / robot, v.v.
LỜI CẢM ƠN
Nghiên cứu này được hỗ trợ bởi Chương trình nghiên cứu sơ
bộ của Phòng Phát triển Thiết bị (61409230103).
robot: một cuộc khảo sát. Đánh giá hàng năm về kiểm
soát, 49, 264-276, 2020.
Liu, Q., Leng, J., Yan, D., Zhang, D., và Chen, X.. Thiết kế dựa
trên bản sao kỹ thuật số của cấu hình, chuyển động, điều
khiển và mô hình tối ưu hóa của hệ thống sản xuất thông
minh kiểu dòng chảy. Tạp chí Hệ thống Sản xuất, 58 (B),
52-64, 2021.
Lv, Q.B., Zhang, R., Sun, X.M., Lu, Y.Q., và Bao, J.S. Sự hợp
tác kỹ thuật số giữa người và robot điều khiển
Cách tiếp cận lắp ráp sau COVID-19. Tạp chí Hệ thống
Sản xuất, 60, 837-851, 2021.
Pooja, W., Varun, G., và Kerstin, J. Thiết kế bố cục an toàn và
đánh giá tế bào ứng dụng hợp tác giữa người và robot
thông qua đánh giá rủi ro - A
Phương pháp tiếp cận có sự hỗ trợ của máy tính. Sản xuất
Procedia, 25, 602-611, 2018.
Ranz, F., Hummel, V., Sihn, W. Phân bổ nhiệm vụ dựa trên
năng lực trong sự hợp tác giữa người và robot. Sản xuất
Procedia, 9, 182-189, 2017.
Rückert, P., Adam, J., Papenberg, B., Paulus, H., và Tracht, K..
Hiệu chuẩn hệ thống lắp ráp mô-đun để cộng tác robot của
con người được cá nhân hóa và thích ứng. Procedia CIRP,
199-204, 2018.
Tsubasa, K., Hamzeh, Reza., và Xu, X.. Máy công cụ hỗ trợ
STEP-NC Bản sao kỹ thuật số. Procedia CIRP, 93,
14601465, 2020
Wang, L., Gao, R., Váncza, J., Krüger, J., và Chryssolouris, G.
Symbiotic hợp tác giữa người và robot. Biên niên sử
CIRP, 68 (2), 701-726, 2019.

THAM KHẢO Xu, W., Tang, Q., Liu, J., Liu, Z., Zhou, Z., Pham, D.T. Lập kế
hoạch trình tự tháo gỡ bằng thuật toán ong rời rạc để hợp
Bilberg, A., Malik, A.A., Lắp ráp hợp tác giữa người và robot tác giữa người và robot trong tái sản xuất. Robot và sản
điều khiển bản sao kỹ thuật số. Biên niên sử CIRP, 68 (1), xuất tích hợp máy tính, 62, 101860, 2020.
499-502, 2019.
Yi, Y., Yan, Y., Liu, X., Ni, Z., và Liu, J.. Thiết kế quy trình lắp
Chryssolouris, G., Tsarouchi, P., và Makris, S. Đánh giá tương ráp thông minh dựa trên bản sao kỹ thuật số và khung ứng
tác của Humanrobot và những thách thức về lập kế hoạch dụng cho các sản phẩm phức tạp và nghiên cứu điển hình
và lập trình nhiệm vụ. Tạp chí Quốc tế về Sản xuất Tích của nó. Tạp chí Hệ thống Sản xuất,58 (B), 94-107, 2021.
hợp Máy tính, 29 (7/9), 916-931, 2016.
Fernández, JG, Mronga, D., Günther, M., Knobloch, T., và
Kirchner, F.. Điều khiển toàn bộ cơ thể dựa trên cảm biến
đa phương thức để hợp tác giữa người và robot trong các
môi trường công nghiệp. Robot và hệ thống tự trị, 94,
102119, 2017.
Flacco, F., và Luca, A. D.. Tính toán thời gian thực khoảng cách
đến chướng ngại vật động với nhiều cảm biến độ sâu.
IEEE robotics &; automation letters, 2(1), 56-63, 2017.
Flacco, F., Kroeger, T., De Luca, A., và Khatib, O.. Một cách
tiếp cận không gian sâu để đánh giá khoảng cách đến các
đối tượng. Tạp chí Hệ thống Thông minh &; Robotic, 80
(1), 7-22, 2015.
Hashemi-Petroodi, S. E., Thevenin, S., Kovalev, S., và Dolgui,
A. (2020). Các vấn đề quản lý hoạt động trong thiết kế và
kiểm soát các hệ thống sản xuất hợp tác giữa người và