Abstract
Our research team is developing a 6-DOF manipulator that is adequate for the narrow workspace of press forming processes. This paper addresses the task sequence optimization methods for the manipulator to minimize the task-finishing time. First, a kinematic model of the manipulator is presented, and the anticipated times for moving among the task locations are computed. Then, a mathematical model of the task sequence optimization problem is presented, followed by a comparison of three meta-heuristic methods to solve the optimization problem: an ant colony system, simulated annealing, and a genetic algorithm. The simulation shows that the genetic algorithm is robust to the parameter settings and has the best performance in both minimizing the task-finishing time and the computing time compared to the other methods. Finally, the algorithms were implemented and validated through a simulation using Mathworks' Matlab and Coppelia Robotics' V-REP (virtual robot experimentation platform).
본 연구팀은 프레스 공정의 협소공간에서 작업이 가능한 6자유도 로봇을 개발하고 있으며, 본 논문은 개발된 로봇의 작업 시간을 최소화하기 위한 작업 시퀀스 최적화 방법을 제안하였다. 우선 6 자유도 로봇의 기구학을 모델링하고 작업 시간 예측 방법을 기술하였다. 그리고 작업 시퀀스 최적화를 위하여 수학적 모델을 제시하고, 이를 바탕으로 개미 집단 시스템(ant colony system), 시뮬레이트 어니일링(simulated annealing), 유전자 알고리즘(genetic algorithm)의 세 가지 최적화 방법을 적용하고 결과를 비교 분석하였다. 시뮬레이션 결과 유전자 알고리즘이 가장 좋은 결과를 보임을 확인할 수 있었으며, 계산 속도 측면에서도 가장 빨리 최적값에 수렴하였다. 또한, 개미집단시스템과 시뮬레이티드 어니일링의 경우 여러 파라미터 값들의 설정에 따라 수렴된 최적값의 편차가 비교적 큰 것에 비하여, 유전자 알고리즘은 파라미터 값에 상관없이 안정적으로 근사 최적값을 찾을 수 있었다. 마지막으로, 로봇의 작업시퀀스 최적화 방법을 시각적으로 검증하기 위하여 Mathworks 사의 Matlab과 Coppelia Robotics 사의 V-REP (virtual robot experimentation platform)를 사용한 시뮬레이션을 수행하였다.
