Pianificazione locale sensor-based della traiettoria basata su campi vorticosi per manipolatori robotici mobili

In this Thesis path planning topics are discussed for mobile manipulators. State of the art is analyzed and a kinematic model of the robot with its control system is developed. Main topic of the work is the development of a collision avoidance stategy, that allows an adaptation of the robot behavior to the local working conditions. A new local and sensor-based algorithm, named Reactive Rotation Field, is developed. It is able to react efficiently to every unknown workspace with obstacles sensed only by IR sensors. This algorithm is based on artificial potential field created on the state of the system. Reactive Rotation Field, unlike most of the main algorithms based on artificial potential field, doesn’t generate repulsive forces. The aim of the Reactive Rotation Field is to generate a potential field made by rotational forces that allows the robot to reach every possible goal, spinning around all potential obstacles. The management of the rotations of the Reactive Rotation Field forces is very important because it can be used for any algorithms based on repulsive potential field. The Model Predictive Control (MPC) is used to allow the definition of a desired dynamic behavior of the robot, based on Reactive Rotation Field references, goal position and additional constraints. In this Thesis, the peculiarity of the implemented approach lies in the variation of the control parameters according to specific rules (Auto-tuning of the weights matrices) and it can be used both in working conditions with known obstacles position and in sensor-based control strategies. The platform used is the KUKA youBot, a mobile manipulator designed for research purposes. The robot is equipped with image acquisition hardware (Asus Xtion PRO LIVE and Microsoft Lifecam Cinema) and IR sensors (IR Sharp GP2Y0A02YK), in order to detect potential objects and people and to perform all the assigned tasks of this Thesis. The results obtained both in simulation and with experiments show the efficiency of the control algorithm in managing mobile manipulation in unknown workspaces, opening new scenarios for the extension of the developed strategies in every working conditions and cooperation between robots.

Nella presente Tesi sono trattati gli aspetti caratterizzanti la pianificazione della traiettoria di robot manipolatori mobili. Viene analizzato lo stato dell’arte, realizzato un modello cinematico del robot e il relativo sistema di controllo. Argomento principale del lavoro svolto è lo sviluppo di una strategia di collision avoidance che, sulla base dell’interazione locale instaurata tra il manipolatore mobile e l’ambiente, consente un adattamento del comportamento del robot alle condizioni locali di lavoro. L’algoritmo di pianificazione della traiettoria sviluppato (Reactive Rotation Field) è di tipo locale sensor-based, e permette quindi di rispondere efficacemente alle particolari caratteristiche richieste per una navigazione in un ambiente ignoto, con ostacoli rilevati solo tramite i sensori di distanza. Esso prende spunto da algoritmi di pianificazione della traiettoria basati sui potenziali artificiali, che creano un campo di forze repulsive dipendente dagli elementi dell’ambiente rilevati o noti a priori. Scopo del Reactive Rotation Field è generare campi vorticosi, a partire da tali forze repulsive, che permettono al manipolatore mobile di raggiungere qualsiasi destinazione aggirando eventuali ostacoli percepiti. Particolare importanza riveste la gestione delle rotazioni delle forze del Reactive Rotation Field: l’algoritmo sviluppato risulta applicabile a qualsiasi tipologia di potenziale artificiale repulsivo. È stata inoltre applicata una strategia di controllo basata sul Model Predictive Control (MPC) che, sulla base dei riferimenti generati dal Reactive Rotation Field, della posizione del goal, e di diversi vincoli aggiuntivi consente la definizione del comportamento dinamico desiderato dal robot. La peculiarità del controllore implementato in questo lavoro di Tesi risiede nella modifica dei parametri secondo regole prefissate (Auto-tuning della matrici dei pesi), valide sia per ambienti con posizioni degli ostacoli noti a priori che per strategie di controllo sensor-based. La piattaforma utilizzata per la verifica sperimentale è il KUKA youBot, un manipolatore mobile sviluppato appositamente per la ricerca. Per rendere il robot atto a svolgere i compiti assegnati in questo lavoro di Tesi, lo si è dotato di periferiche di acquisizione d’immagine (Asus Xtion PRO LIVE e webcam Microsoft Lifecam Cinema) e sensori di distanza ad infrarossi (IR Sharp GP2Y0A02YK) per il rilevamento di eventuali oggetti o persone. I risultati ottenuti, sia in simulazione che sperimentalmente, mostrano l’efficacia dell’algoritmo di controllo presentato nel gestire le fasi di navigazione e di manipolazione del robot in un ambiente sconosciuto, facendo uso dei sensori già citati, e aprendo nuovi scenari per l’estensione della strategia realizzata a qualsiasi ambiente di lavoro dinamico.