A scheduling algorithm for human-robot collaboration with uncertain duration of tasks : a fuzzy approach

In the current era, one of the most important changes is the evolution towards collaborative industrial robotics, in which the robot interacts with a human to carry out actions that might be dangerous for the human’s safety or that require high accuracy. To have a performing collaboration and an improvement in the production process, it is necessary to ensure that the involved agents are able to synchronize. To this end, it is important to predict the actions of the human operator to control the robot in a safe and functional way. In the collaborative context, interactions between agents can have unpredictable consequences: the robot could be forced to stop, to avoid dangerous situations for the human, or again, the human could spend a variable amount of time to complete a specific action. This uncertainty in the duration of actions of the agents is the main problem faced in this thesis. In order to minimize the inactivity time of agents and maximizing the production, a scheduling algorithm has been developed, based on Fuzzy Theory, which is used to represent the durations of agents' actions through possibility distributions. The experimental results, obtained from a real scenario of collaborative assembly, show that the algorithm developed guarantees an efficient control of the robot, which adequately adapts itself to needs of the human collaborator, promptly satisfying its collaboration intentions and minimizing its inactivity time.

Nell'epoca corrente, uno dei cambiamenti più importanti a cui si assiste è l’evoluzione verso una robotica industriale di tipo collaborativo, in cui il robot interagisce con l’umano per assisterlo nell'esecuzione di azioni che ne mettono a rischio l’incolumità o che richiedono elevata accuratezza. Affinché la collaborazione dei due agenti sia proficua e porti ad un miglioramento dell’efficienza del processo produttivo, occorre fare in modo che gli agenti coinvolti nel processo di assemblaggio siano capaci di sincronizzarsi. A tal fine, risulta importante predire le azioni dell'operatore umano per controllare il robot in maniera sicura e funzionale. In ambito collaborativo le interazioni tra agenti possono avere risvolti imprevedibili: il robot potrebbe essere costretto a fermarsi per evitare situazioni pericolose per l’umano o, ancora, l’umano potrebbe impiegare tempi variabili per completare una specifica azione. Tale incertezza nella durata delle azioni degli agenti è il principale problema affrontato in questa tesi. Al fine di controllare il robot in modo da minimizzare il tempo di inattività degli agenti e massimizzare la produzione è stato sviluppato un algoritmo di scheduling che, tramite l’impiego della Fuzzy Theory è capace di rappresentare le durate delle azioni degli agenti tramite distribuzioni possibilistiche. Questo consente di implementare un approccio diverso dai classici metodi finora proposti. I risultati sperimentali, ottenuti da uno scenario reale di assemblaggio collaborativo, indicano che l'algoritmo sviluppato garantisce efficienza nel comandare il robot, il quale si adatta adeguatamente alle esigenze del collaboratore umano, assecondando prontamente le sue intenzioni di collaborazione e minimizzando i suoi tempi di inattività.