Esta tesis se centra en la optimización de las tareas de pick-and-place realizadas por un robot colaborativo de doble brazo, en un entorno particular de la industria de fabricación de calzado. El robot tiene que identificar las piezas de un zapato colocadas en una bandeja, y recogerlas y colocarlas en un molde de calzado para su posterior procesamiento. Las piezas del zapato llegan a la bandeja en posiciones y ángulos aleatorios (patrones) y pueden recogerse en distinto orden. La optimización de estas tareas permitirían aumentar la rapidez en el montaje de cada unidad y por tanto, mejorar la producción de zapatos. Para ello se desarrolla un modelo de árbol de decisión y un modelo matemático basado en programación lineal entera binaria (BILP). El primero nos permite identificar una secuencia fija para el montaje del calzado, mientras que el segundo encuentra la secuencia óptima para recoger y colocar las piezas del zapato en el molde, con lo que se minimiza el tiempo de recogida y de toma de decisiones. Las dos soluciones propuestas se prueban con dos modelos de zapato de 3 piezas unitarias, uno de entrenamiento y otro de validación, que comprenden un total de 500 bandejas. Los resultados obtenidos se comparan entre si. El análisis de los resultados de este estudio muestra que el BILP presenta ventajas para la planificación del movimiento de tareas en un entorno complicado con múltiples trayectorias y potencial colisión entre brazos. Se generaliza el modelo BILP para zapatos con n piezas de montaje, confirmando la robustez del modelo para cualquier número de piezas.

This thesis focuses on the optimisation of pick and place tasks performed by a dual-arm collaborative robot in a specific environment of the shoe manufacturing industry. The robot has to identify, pick and place pieces of a shoe placed on a tray into a shoe mould for further processing. The shoe pieces arrive on a tray in random positions and angles (patterns) and can be picked up in different orders. Optimising these tasks would increase the speed of assembly of each unit and therefore improve the production of shoes by developing a decision tree model and a mathematical model based on binary integer linear programming (BILP). The former allows us to identify a fixed sequence for shoe assembly, while the latter finds the optimal sequence for picking up and placing the shoe pieces in the mould, thus minimising picking and decision time. The two proposed solutions are tested on two shoe models of 3 pieces, one for training and one for validation, with a total of 500 trays. The results obtained are compared. The analysis of the results of this study shows that the BILP has advantages for task motion planning in a complicated environment with multiple trajectories and potential collisions between arms. The BILP model is generalised for shoes with n assembly pieces, confirming the robustness of the model for any number of pieces.