Robust real-time monitoring of human task advancement in collaborative robotics applications

In recent years, the interest in collaborative robotics has been continuously growing. This is due to the fact that humans and robots working together can efficiently complete tasks that are very difficult for either agent to accomplish alone. The robot executes operations that require strength and could be dangerous for the human to perform, while the operator adds flexibility to the task. To collaborate fluidly, robots must recognize humans’ intentions and adapt to their actions appropriately. However, from the interaction between robots and humans, a large amount of problems arise, mainly due to the uncertainties caused by the latter. This thesis offers a robust way to estimate the advancement of the current human operation, considering the variability introduced by the human being. Our work accounts for the possibility that the operator performs the operation in different ways and estimates the progress of the current operation taking into account this issue. From the estimate of the advancement, it is then possible to derive the expected duration of the current task. The proposed method compares the ongoing sequence with a set of possible reference ones and this is done with the use of the Open-Ended Dynamic Time Warping. The proposed solution proved to be satisfactory, guaranteeing low errors in estimating the duration of operations and robustness to the uncertainties introduced by the human.

La robotica collaborativa è un settore in continua espansione. Ciò è dovuto al fatto che operatori umani e robotici che collaborano possono completare efficacemente operazioni che altrimenti sarebbero difficili da eseguire singolarmente. Il robot conduce operazioni che richiedono forza e che potrebbero essere pericolose per l'umano, mentre l'operatore aggiunge flessibilità. Per collaborare in maniera efficiente, è necessario che i robot riconoscano le intenzioni dell'umano per adattarvisi e scegliere di conseguenza il prossimo compito da eseguire. Dall'analisi dell'interazione tra uomo e robot scaturiscono diversi problemi, alcuni dei quali dovuti al fatto che l'essere umano ha un comportamento non sempre predicibile. Questa tesi offre un metodo robusto per stimare l'avanzamento dell'operazione collaborativa che tiene in considerazione l'incertezza introdotta dall'umano. Il nostro algoritmo affronta la possibilità che l'uomo possa eseguire l'operazione in diversi modi e stima l'avanzamento dell'operazione corrente tenendo in considerazione questo aspetto. Il metodo proposto paragona la sequenza corrente dei movimenti dell'operatore a un insieme di sequenze di riferimento possibili e ciò è possibile tramite l'Open-Ended Dynamic Time Warping. La soluzione proposta si è rivelata soddisfacente, garantendo bassi errori nella stima della durata delle operazioni e robustezza alle incertezze introdotte dall'umano.