This project deals with the detection and pick and place of a component used in photovoltaic production process, laying the groundwork for the realization of a robotic work cell. A 2D camera, opportunely programmed and calibrated, is in charge of recognizing the pieces suitable for the picking task, which is carried out by a SCARA robot. Communication between the two parts is managed by a PLC. As first, the thesis offers an introduction on photovoltaic panel production and functioning and a research section on main concepts of industrial bin picking and computer vision. Afterwards, a solution to the task is conceived and implemented using the equipment made available during the internship by Ecoprogetti SrL, company specialized in the design and assembly of machines for production and quality control of photovoltaic modules.

Questo progetto si occupa del riconoscimento e del prelievo e deposito di un componente coinvolto nella produzione di un pannello fotovoltaico, gettando le basi per la realizzazione di un'isola robotizzata. Una camera 2D, opportunamente programmata e calibrata, è incaricata di riconoscere i pezzi disponibili per la presa, effettuata, poi, da un robot SCARA. La comunicazione tra le due parti è gestita da un PLC. Per prima cosa, la tesi offre un'introduzione riguardo la produzione e il funzionamento del pannello fotovoltaico e una sezione di ricerca sui principali concetti del bin picking industriale e della computer vision. Successivamente, una soluzione al problema è ideata e implementata utilizzando la strumentazione resa disponibile durante il tirocinio da Ecoprogetti SrL, azienda specializzata nella progettazione e nel montaggio di macchine per produzione e controllo qualità dei moduli fotovoltaici.

2D Camera-Based Bin Picking For Photovoltaic Applications

LEPORE, FRANCESCO
2023/2024

Abstract

This project deals with the detection and pick and place of a component used in photovoltaic production process, laying the groundwork for the realization of a robotic work cell. A 2D camera, opportunely programmed and calibrated, is in charge of recognizing the pieces suitable for the picking task, which is carried out by a SCARA robot. Communication between the two parts is managed by a PLC. As first, the thesis offers an introduction on photovoltaic panel production and functioning and a research section on main concepts of industrial bin picking and computer vision. Afterwards, a solution to the task is conceived and implemented using the equipment made available during the internship by Ecoprogetti SrL, company specialized in the design and assembly of machines for production and quality control of photovoltaic modules.
2023
2D Camera-Based Bin Picking For Photovoltaic Applications
Questo progetto si occupa del riconoscimento e del prelievo e deposito di un componente coinvolto nella produzione di un pannello fotovoltaico, gettando le basi per la realizzazione di un'isola robotizzata. Una camera 2D, opportunamente programmata e calibrata, è incaricata di riconoscere i pezzi disponibili per la presa, effettuata, poi, da un robot SCARA. La comunicazione tra le due parti è gestita da un PLC. Per prima cosa, la tesi offre un'introduzione riguardo la produzione e il funzionamento del pannello fotovoltaico e una sezione di ricerca sui principali concetti del bin picking industriale e della computer vision. Successivamente, una soluzione al problema è ideata e implementata utilizzando la strumentazione resa disponibile durante il tirocinio da Ecoprogetti SrL, azienda specializzata nella progettazione e nel montaggio di macchine per produzione e controllo qualità dei moduli fotovoltaici.
bin picking
computer vision
2d camera
photovoltaic
File in questo prodotto:
File Dimensione Formato  
Lepore_Francesco.pdf

accesso riservato

Dimensione 9.39 MB
Formato Adobe PDF
9.39 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/73127