Automating Box Folding: Sequence Extraction and Ranking Methodologies

技术摘要：纸箱折叠自动化：序列提取与排序方法论

问题陈述
本文探讨了在工业包装系统中实现纸箱折叠自动化所面临的挑战。尽管在优化空间填充和包装稳定性方面已有大量研究，但关于如何确定“折叠路径”的具体任务仍缺乏深入探索。现有文献通常分为两个极端：一是仅从理论角度推导所有可能的折叠序列，而不考虑硬件约束；二是针对特定纸箱类型定制的硬件特定解决方案，缺乏灵活性。本研究旨在填补这一空白，通过提供一个系统性框架，既能识别任何纸箱设计的可行折叠序列，又能同时评估其在特定机器人硬件上的可实现性。

方法论
所提出的方法采用三阶段法，旨在将扁平状态的纸箱（$S_0$）过渡到最终构型（$S_f$）：

1. 纸箱建模与连通矩阵生成：
   纸箱被建模为一个运动学机构，其中面板充当刚性连杆，折痕充当转动副。系统利用连通矩阵（$C$）来编码面板之间的邻接关系和层级依赖关系（父子关系）。纸箱的状态由关节角度向量（$\theta$）和连通矩阵定义，并以连通图（$G_t$）的形式进行动态表示。物理属性（包括面板尺寸和几何中心）也被纳入其中，以实现精确的空间计算。

2. 折叠序列识别：
   折叠过程被视为一系列离散动作的过程，在每一步中，只有一个关节从初始角度旋转到最终角度。系统采用决策树表示法，并通过回溯算法（深度优先搜索）进行探索。碰撞检测函数（$CC$）用于验证每一次增量旋转。只有当序列在不违反几何约束或引起碰撞的情况下，完成从$S_0$到$S_f$的转换时，该序列才会被记录。此阶段生成了一组所有理论上可行的序列（$\sigma_1, \dots, \sigma_q$），这些序列独立于特定的硬件。

3. 用于排序的评估指标：
   为了弥合理论可行性与实际应用之间的差距，作者引入了特定的代价函数，根据硬件兼容性对识别出的序列进行排序：

• 包围盒体积准则 ($C_{vol}$)： 最小化纸箱在整个折叠过程中占据的累积空间体积，以促进紧凑性。
• 包围盒最大维度准则 ($C_{dim}$)： 最小化折叠过程中包围盒在任何时刻的最大单维尺寸，以确保符合机器人的工作空间限制。
• 空中折叠次数准则 ($C_{aerial}$)： 计算在没有工作台支撑的情况下进行的折叠次数（即“空中折叠”）。减少该指标可以提高稳定性，尤其是在缺乏外部视觉反馈的设置中。

核心贡献

• 广义序列提取： 本文提出了一种算法，可以为任何纸箱设计生成所有可行的折叠序列，而无需预先针对特定硬件进行定制，从而超越了固定夹具模型或纯理论模型的局限性。
• 硬件感知排序： 本文的一个创新贡献是引入了评估指标，根据可用自动化硬件的约束（如机器人臂展、稳定性要求）对序列进行排序。
• 系统化框架： 该工作提供了一个从运动学建模到选择特定、可实现的折叠路径的完整流程。

结果与案例研究
该方法通过使用一台配备了带有吸盘和弹簧机构的定制工具的 ABB GoFa CRB 15000 协作机器人进行了验证。实验设置包括一个带有铝型材和 L 型支撑件的工作台，用于在折叠过程中稳定面板。

• 仿真： 系统在 Unity 中实现，以处理复杂的 3D 碰撞检测和运动学建模。
• 序列选择： 算法生成了 100 多个有效序列。利用所提出的指标，序列主要按减少空中折叠次数进行排序，其次是按最小化最大箱体尺寸进行排序。
• 验证： 排名靠前的序列针对机器人的物理约束进行了测试。前五个序列因起始折叠点超出了机器人的工作空间而被判定为不可行。然而，第六个序列满足了所有约束，并成功执行，将扁平纸箱转化为稳定的结构，以便进行物体装填。

意义与声明
作者声称，这项工作提供了一种灵活且高效的解决方案，解决了文献中的一个特定空白：即缺乏一种既能识别所有可能折叠路径，又能根据现实硬件约束对其进行评估的方法。通过将过程泛化为适用于任何纸箱设计，并引入优先级指标来优化稳定性及工作空间兼容性，本研究为工业实现提供了系统性框架。论文结论较为审慎，指出虽然案例研究证明了可行性，但仍需在多种纸箱类型上进行进一步的统计验证，以全面证明该方法能在更少的尝试中一致地识别出可行解。