Development of an automated sanding solution for auto body repairs
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Authors
Date
2022-08-22
Department
Major/Subject
Control, Robotics and Autonomous Systems
Mcode
ELEC3025
Degree programme
AEE - Master’s Programme in Automation and Electrical Engineering (TS2013)
Language
en
Pages
56
Series
Abstract
Due to the increased interest in a circular economy and declining labor force in the auto body repair industry it is essential to start automating the repair processes. Robotics provide an excellent opportunity to automate collision repair processes. However, industrial robots are mostly used in continuous applications where most of the external factors stay unchanged. This is a problem for automating collision repair processes, where the vehicle shape, damage location and extent of the damage varies on a case-to-case basis. Furthermore, since the cases are unique it is beneficial to be able to find damages without the need of CAD models. A potential approach for overcoming this problem is to use a 3D camera or 3D scanner to localize and outline the damaged part. Such solutions include “Scan & Sand” (Gray Matter Robotics, Ltd.) and “Craftmate” (Nordbo Robotics). These systems help bridge the gap toward adaptive robotic sanding systems. However, the systems need an operator to manually select the part or region to process. This thesis develops a software solution as a proof-of-concept. The solution is able to scan a part, automatically detect damages and prepare the damages for filling and painting by sanding them. The hardware consists of a 3D camera, a sanding system, and a collaborative robot. The software utilizes standard image processing algorithms to find visible defects like scratches and point cloud processing to find non-visible damages such as dents. After the defects are found the software generates a trajectory for the robot and sends commands to the robot to execute the sanding sequence. The approach was evaluated by processing six painted metal sheets and visually inspecting the result. Some of the cases were also evaluated by comparing the detected damages to the actual damages. The approach proves that it is possible to use machine vision to automate robotic sanding. The developed solution finds most of both visible and non-visible defects through the respective algorithms. The generated trajectories were mostly appropriate, except for some cases where an unnecessarily large area was sanded. The results can be translated to car parts which are flat or slightly curved. For example, the hood or roof of most modern cars.På grund av det stigande intresset av en cirkulär ekonomi och en minskande arbetskraft i bilkarosseribranschen är det nödvändigt att börja automatisera reparationsprocesserna. Robotik ger en utmärkt möjlighet att automatisera kollisionsreparations-processer. Dock är industrirobotar mest använda i kontinuerliga applikationer där majoriteten av yttre faktorer inte ändras. Detta är ett problem när det gäller att automatisera kollisionsreparationsprocesser eftersom bilens form, skadans plats och storlek varierar från fall till fall. Dessutom, eftersom fallen är så unika är det fördelaktigt om man inte behöver någon CAD modell för att hitta skador. Ett potentiellt tillvägagångssätt är att använda en 3D kamera eller 3D skanner för att lokalisera och kartlägga den skadade delen. Exempel på sådana lösningar är ”Scan & Sand” (Gray Matter Robotics, Ltd.) och “Craftmate” (Nordbo Robotics). Dessa lösningar hjälper till att minska klyftan mot adaptiva robotslipsystem. Dock behöver dessa system en operatör som manuellt väljer en del eller en region att behandla. Denna avhandling utvecklar en mjukvarulösning som ett bevis på konceptet. Lösningen kan skanna en del, automatiskt hitta skador och förbereda skadorna för spackel och målning genom att slipa dom. Hårdvaran består av en 3D kamera, ett slipsystem och en kollaborativ robot. Mjukvaran använder vanliga bildbehandlings algoritmer för att hitta synliga skador som repor, och ett punktmoln behandlas för att hitta icke-synliga skador som bucklor. Efter skadorna är hittade genererar mjukvaran en bana för roboten och sänder kommandon till roboten för att utföra slip-processen. Tillvägagångssättet blev utvärderat genom att processera sex målade metallplåtar och visuellt inspektera resultatet. Några av fallen blev även utvärderade genom att jämföra hittade skador med riktiga skador. Tillvägagångssättet bevisar att det är möjligt att använda maskinseende för att automatisera robotslipning. Den utvecklade lösningen hittar de flesta synliga och icke-synliga skador genom respektive algoritmer. De genererade banorna var mestadels lämpliga, förutom några fall där en onödigt stor area slipades. Resultaten kan överföras till bildelar som är platta eller lätt böjda. Till exempel, en motorhuv eller tak på de flesta moderna bilar.Description
Supervisor
Pajarinen, JoniThesis advisor
Nordström, CajKeywords
automated sanding, defect detection, dent detection, robotics, surface finishing