From collaborative robot to collaborative space : intelligent human robot collaboration for smart factory

To enable safe and effective human-robot collaboration (HRC) in smart manufacturing, seamless integration of sensing, cognition and prediction into the robot controller is critical for real-time awareness, response and communication. Further complicating matters, the robot is co-operating within a heterogeneous manufacturing environment (robots, humans, equipment). Therefore, the specific research objective of this thesis is to provide the robot Proactive Adaptive Collaboration Intelligence (PACI) and switching logic within its control architecture. That is, give the robot the ability to optimally and dynamically adapt its motions given a priori knowledge and predefined execution plans for its assigned tasks, and detected human actions. The challenge lies in augmenting the robot’s decision-making process to have a greater situation awareness and to yield robot behaviors/reactions subject to different human-robot actions while simultaneously maintaining safety and production efficiency. The work was carried out using ROS Melodic Morenia (running on Ubuntu 18.04 Bionic Beaver) since it is today’s standard platform for robotic research and ensures great scalability and maintainability of the system. Inside this framework, a control architecture was developed to have features: flexibility (suitable for a large range of applications), accessibility (user friendly interface), modularity (selective and expandable path planning techniques, high-level controllers, behavior definitions), safety and productivity. Robot reactive behaviors were achieved via cost function-based switching logic activating the best suited high-level controller. The cost is a function of safety (e.g., obstacle/human proximity) and productivity (e.g., induced time delays). Leveraging the availability of numerous path planning and robot controllers in existing open-source robot libraries (MoveIt!), the PACI’s underlying segmentation and switching logic framework was demonstrated to yield a high degree of modularity and flexibility. Using a hardware-in-the-loop testbed setup, the performance of the developed control architecture subjected to different levels of humanrobot interactions was validated in the University of Florida e.DO robot testbed, simulating perception of the human operator. This research has been carried out at University of Florida (Gainesville, FL, USA), member of a multi-university/industry international collaboration. It represents the starting point for a long-term project funded by NSF-NRI and called “Intelligent Human-Robot Collaboration for Smart Factory”.

Sistemi in grado di raccogliere dati, comunicare e rispondere in tempo reale sono componenti critiche per la realizzazione di una collaborazione uomo-robot sicura ed efficace per applicazioni manufatturiere in future “smart factories”. È quindi di fondamentale importanza una perfetta integrazione di strumenti cognitivi, di rilevamento e previsione all’interno della struttura di controllo del robot. Inoltre, il robot è inserito in un contesto manufatturiero eterogeneo, caratterizzato dalla presenza sia di operatori che di attrezzatura. L’obiettivo di questa tesi è, quindi, lo sviluppo di una cosiddetta Proactive Adaptive Collaboration Intelligence (PACI) e di una logica di switch, componenti centrali dell’architettura di controllo proposta. Grazie a questo approccio, gli autori intendono conferire al robot la capacità di adattare i propri movimenti dinamicamente sulla base delle traiettorie definite offline e del comportamento rilevato dell’operatore. La sfida sta quindi nello sviluppo di capacità decisionali avanzate finalizzate ad ottenere un sistema robotico innovativo, in grado di comprendere la specifica situazione in cui si trova e reagire di conseguenza, rispettando i requisiti di sicurezza e garantendo alti livelli di produttività. Gli autori hanno scelto di utilizzare ROS Melodic Morenia (sistema operativo: Ubuntu 18.04 Bionic Beaver) in quanto rappresenta uno standard per la ricerca robotica e assicura grande scalabilità e manutenibilità del sistema. La struttura di controllo, sviluppata all’interno di questa piattaforma, presenta le seguenti caratteristiche: flessibilità (adatta ad un ampio spettro di applicazioni), accessibilità (interfaccia user friendly), modularità (tecniche di offline planning, soluzioni di controllo e comportamento selezionabili e facilmente espandibili), sicurezza e produttività. I comportamenti reattivi del robot sono stati ottenuti tramite una logica di switch che sfrutta funzioni di costo per attivare in tempo reale il controller più adatto alla situazione. Il “costo di attivazione” è valutato sulla base di dati relativi a sicurezza (distanza dall’operatore o altri ostacoli) e produttività (ritardi di produzione registrati). Sfruttando librerie open-source (MoveIt!), i moduli di controllo sviluppati hanno dimostrato alti livelli di modularità e flessibilità. Un banco di prova con hardware-in-the-loop (e.DO robot) e percezione dell’operatore emulata è stato, infine, sfruttato per validare le performance del sistema soggetto a diversi livelli di interazione uomo-robot. Questa tesi si inserisce in un contesto di collaborazione internazionale ed è stata svolta presso University of Florida (Gainesville, FL, USA). I risultati di questo lavoro rappresentano il punto di partenza per un progetto di ampio respiro chiamato “Intelligent Human-Robot Collaboration for Smart Factory” e finanziato dal programma NSF-NRI.