Palletization is the process of stacking boxes of products on a pallet for convenient transportation of multiple goods. Without the palletizing process automation, workers must manually stack the boxes on the pallet, requiring a large amount of labor and non-deterministic processing time. A fixed automation system can be applied when there is consistency between the type of boxes to load. However, the high initial investment and the significant set-up time represent the main drawback of the solution. A programmable automation system with a robotic manipulator can be introduced to decrease the set-up times when more flexibility is required. In a scenario where there is no consistency on the boxes to be shipped, so as the boxes' size or stack patterns are heterogeneous for different pallets, these solutions are not feasible. The thesis focuses on designing and implementing a flexible method for the autonomous palletization of a heterogeneous (different dimension) set of packaging boxes with a robotic manipulator. The pallet configuration and loading sequence of the boxes are defined by solving a container loading problem, given the pallet's dimension and the set of boxes. The solution is generated through a Biased Random Key Genetic Algorithm (BRKGA), an evolutionary metaheuristic for discrete sequencing problems in combinatorial optimization. The algorithm is implemented with Python and the Pymoo open-source framework. The solution's feasibility is verified on a simulated environment in CoppeliaSim, defined with Python, by exploiting the PyRep toolkit's functionalities.
The method's application with a robotic manipulator system is investigated, with proper scaling of the dimensions to meet the available system's limitations. Each box is placed in the manipulator's workspace with a QR code containing its position and dimensions. A camera system is designed to collect the initial information required by the BRKGA, enabling the palletization process.
팔레트화는 복수의 상품을 편리하게 운송하기 위해 팔레트에 제품 상자를 쌓는 과정이다. 팔레트화를 자동화 없이 진행할 경우, 작업자가 팔레트에 상자를 수동으로 쌓아야 하므로 많은 노동력과 비 결정적인 처리 시간이 요구된다. 적재할 상자의 형태에 일관성이 있을 때 고정 자동화 시스템을 적용할 수 있다. 그러나 높은 초기 투자 및 설정 시간이 해당 방법의 주요 단점이다. 더 많은 작업유연성이 필요할 시, 설정 시간을 줄이기 위해 로봇 매니퓰레이터를 기반으로 한 프로그래밍 가능한 자동화 시스템을 도입할 수 있다. 하지만 배송 할 상자에 일관성이 없어서 상자의 크기 또는 스택 패턴이 팔레트마다 다를 경우, 이러한 해결책은 실현 가능하지 않다. 본 논문은 로봇 매니퓰레이터를 사용하여 이기종(다양한 크기)의 포장 상자군의 자율적 팔레트화를 위한 유연한 방법을 설계하고 구현하는 데 중점을 둔다. 팔레트 구성 및 상자의 적재 순서는 팔레트의 치수와 상자 세트를 고려하여 컨테이너 적재 문제를 정의하여 해결한다. 이 해결책은 조합 최적화에서 이산 시퀀싱 문제에 대한 진화적 메타 휴리스틱 방법인 편향 임의키 유전 알고리즘을 적용하여 생성하였다. 알고리즘은 파이썬 및 파이무 오픈 소스 프레임 워크로 구현하였다. 솔루션의 실행 가능성은 파이렙 툴킷의 기능을 활용하여 파이썬 기반의 코펠리아심의 시뮬레이션 환경에서 검증하였다.
로봇 매니퓰레이터 시스템을 사용한 본 방법의 응용을 상용화된 그리퍼로 쥐기 적절한 치수의 조정과 함께 제안하였다. 각 상자는 위치와 치수가 내장된 2차원 2진 코드와 함께 조작자의 작업 공간에 배치되었다. 팔레트화 과정을 구현하기 위해 카메라 시스템이 편향 임의키 유전 알고리즘에서 요구하는 초기 정보를 수집하도록 디자인되었다.
