Reactive collision avoidance for collaborative robots via PointCloud based 3D scene perception

In the last few years, robot manipulators have been used for an increasing variety of applications. A new paradigm arose when the blind machines were requested to work alongside humans: the robot should be aware of its surroundings, in order to interact with the environment. Thus, the knowledge of the operative area should be synthesized and interpreted, in order to adapt the motion accordingly. In this thesis, a novel 3D mapping framework to perceive rapidly changing environments is presented, along with its integration to two motion planning algorithms. The whole pipeline aims to endow the robot with the collision avoidance capability, using the visual PointCloud information. The main contribution regards a multiple grids approach for 3D mapping, presented as Repulsive Volumetric Grid (RVG). A discretization is applied into various zones of the scene with a variable resolution, which depends on the importance of the location that is mapped. The method allows to acquire featured representations of robots’ surroundings, while rougher descriptions are issued in areas that are not relevant for the motion planning. The low latency permits to perceive dynamic and eventually cluttered scenes, as the industrial scenarios reveal to be. Furthermore, a modeling technique based on primitive shapes is proposed, in order to label the structured part of the workspace. Then, the 3D map is exploited for arm-navigation, that is carried out with a reactive planner capable to modify the nominal trajectory by detecting changes in the occupancy data. The Online Motion Generation (OMG) is based on a constrained optimization problem, that considers the most relevant obstacles, selected according to danger criteria. Still on the purpose of collision avoidance, a complementary high-level planning algorithm is proposed, namely the Vision Based Trajectory Interrupt (VBTI). The idea is to temporarily halt the motion of any robotic arm, whenever its sphered-envelope results to be penetrated. Differently from the OMG algorithm, in this case an alternative path towards the target is not searched.

Negli ultimi anni, i manipolatori robotici sono stati utilizzati per un crescente numero di applicazioni. Un nuovo paradigma è sorto nel momento in cui le macchine, prive della capacità di vedere, hanno iniziato a svolgere compiti a fianco all’umano: il robot necessita di essere cosciente dei suoi d’intorni, per poter interagire con l’ambiente. Dunque, la conoscenza dell’area operativa deve essere sintetizzata ed interpretata, al fine di adattare il moto di conseguenza. In questa tesi, viene presentato un nuovo metodo di mappatura per percepire ambienti dinamici, integrato a due algoritmi di pianificazione del moto. L’insieme di operazioni ha lo scopo di dotare il robot della capacità di evitare le collisioni, mediante l’informazione visuale. Il contributo principale riguarda l’approccio a griglie distribuite per la mappatura 3D dell’ambiente. La discretizzazione nelle diverse aree della scena è applicata con risoluzione variabile, in funzione dell'importanza della zona mappata. Il metodo permette di acquisire rappresentazioni dettagliate nei d’intorni del robot, mentre descizioni più grossolane sono realizzate in aree non rilevanti per la pianificazione del moto. La bassa latenza permette di percepire scenari dinamici e complessi, come spesso si incontrano in industria. Inoltre, una tecnica di modellazione basata su forme primitive viene proposta, al fine di etichettare la parte strutturata di workspace. In seguito, la mappa 3D viene utilizzata per la navigazione del braccio robotico, eseguita mediante un pianificatore reattivo capace di modificare la traiettoria nominale percependo le variazioni dell’ambiente. La Generazione del Moto Online (OMG) è basata su un problema di ottimizzazione, che considera gli ostacoli più rilevanti, selezionati mediante criteri di pericolo. Sempre al fine di evitare le collisioni, viene proposto un algoritmo di pianificazione complementare, chiamato Vision Based Trajectory Interrupt (VBTI). L’idea consiste nel fermare temporaneamente il moto del robot, ogni volta che il suo inviluppo sferico risulta penetrato. Diversamente dal primo algoritmo, in questo caso non viene cercata una via alternativa per raggiungere il goal.