Adaptive hybrid system framework for unified admittance and impedance control of manipulators

Manipulation is an important area in the robotic field since it is employed in many applications. An increasing number of activities requires the support of robots to humans in order to guarantee safety or to improve the performance, above all in demanding challenges typical of space research, humanoid development and healthcare assistance. Therefore many efforts have been concentrated on developing new control strategies to deal with the interaction with different environments. In this context, the impedance control in its two typical implementations, known as "Admittance Control" and "Impedance Control", has been widely used since it is capable of taking into account the dynamic coupling between the robot and the environment. Admittance and Impedance Control show different stability requirements and for this reason they are employed in different scenarios. In the present work a new impedance control algorithm is proposed aimed at unifying these two formulations. It is an Adaptive Hybrid System that interpolates the features between Admittance and Impedance Control by rapidly switching between them. Acting on the duty cycle of the switching system, it is able to guarantee good performance and robustness in unknown environment, even time variant. The adaptive component is realized with a Multilayer Feedforward Neural Network that receives the states of the system and the interaction force as inputs and gives a proper duty cycle as output. The proposed new controller is developed for 1 d.o.f. and 2 d.o.f.s systems. The performance and robustness to uncompensated friction, delay and uncertainties are proved by means of numerical simulations.

Nel campo della robotica il problema della manipolazione è da sempre di particolare interesse: un crescente numero di attività richiedono l'affiancamento di robot a operatori umani per garantire la sicurezza e incrementare le performance. In ambiti quali la ricerca spaziale, lo sviluppo di umanoidi e l'assistenza sanitaria questo bisogno diventa più impellente per far fronte alle nuove sfide che si impongono. Per questo motivo molti sforzi sono stati fatti per sviluppare nuove strategie di controllo volte a gestire l'interazione tra l'automa e l'oggetto manipolato. In questo contesto il controllo di impedenza nelle sue due formulazioni, note come "Controllo di Ammettenza" e "Controllo di Impedenza", è stato largamente utilizzato in quanto capace di gestire l'accoppiamento dinamico tra robot e ambiente interagente. Il Controllo di Ammettenza e il Controllo di Impedenza mostrano requisiti di stabilità opposti, di conseguenza viene usato rispettivamente uno o l'altro a seconda dello scenario in cui ci si trova ad operare. Nel presente lavoro è proposto un nuovo algoritmo per il controllo di impedenza che ha lo scopo di unificare le due differenti implementazioni. Il sistema ibrido adattativo è in grado di interpolare le caratteristiche del Controllo di Ammettenza e di Impedenza commutando rapidamente tra i due. Agendo sul duty cycle dello switch, il sistema è in grado di garantire ottime performance e un alto livello di robustezza durante l'interazione con ambienti sconosciuti, anche tempo-varianti. La componente adattativa è realizzata sfruttando una rete neurale feedforward che riceve gli stati del sistema e la forza di interazione come ingressi e fornisce un adeguato duty cycle come output. La strategia di controllo presentata è sviluppata su sistemi ad uno e due gradi di libertà. Le performance e la robustezza sono provate attraverso simulazioni numeriche.