Intention estimation in physical human robot interaction with sensorless admittance control

Human-robot collaboration is becoming more and more essential for the companies to be competitive on the market. The collaborative robotics has made it possible to combine the precision and accuracy of the robot with the cognitive skills and adaptation capabilities of the human. To this purpose in the last few years human-robot interactions have been extensively studied aiming at allowing a better adaptation of the robot to the human's behaviour during operations, improving the effectiveness of the cooperation in terms of productivity and quality. This thesis deals with the human-robot physical interaction which is a branch of collaborative robotics where the human guides the end-effector of a manipulator towards an objective. In this thesis, we initially developed an algorithm that allows to estimate the unknown robot dynamical parameters. These make effective the usage of a dynamical model based technique that has been adopted to estimate the human force. The knowledge of the interaction force allows to control the robot with an admittance control without the need of a force sensor, a device that, due to the cost and fragility is not always possible to integrate on the robot. Then, an inference algorithm that predicts the most likely human reaching target among a predefined set has been developed. Subsequently, this algorithm has been validated in a real scenario using the ABB IRB140 manipulator. The results demostated that the algorithm provides accurate predictions in real time and without requiring an initial training phase.

La collaborazione uomo-robot sta diventando sempre più essenziale per competere nel mercato. La robotica collaborativa ha reso possibile combinare la precisione e l'accuratezza del robot con le abilità cognitive e di adattamento dell’uomo. Di conseguenza negli ultimi anni le interazioni uomo-robot sono state ampiamente studiate con lo scopo di permettere un migliore adattamento del robot al comportamento dell’uomo durante le operazioni, migliorando l’efficacia della cooperazione in termini qualitativi e produttivi. Questa tesi tratta di una collaborazione uomo-robot di tipo fisica, un ramo della robotica collaborativa dove l'umano guida l'end-effector del manipolatore verso un obiettivo. In questa tesi abbiamo inizialmente sviluppato un algoritmo che permette di stimare i valori incogniti dei parametri dinamici del robot. Questo ha permesso l’uso di una tecnica basata sul modello dinamico che è stata applicata per stimare la forza umana. La conoscenza della forza di interazione permette di controllare il robot con un controllo di ammettenza senza il bisogno di un sensore di forza, dispositivo che non sempre è possibile integrare nel robot dato il suo costo e la sua fragilità. Successivamente è stato sviluppato un algoritmo di inferenza che predice l’obiettivo di raggiungimento più probabile tra un insieme predefinito. Questo algoritmo è stato poi validato in uno scenario reale usando il manipolatore ABB IRB140. I risultati hanno dimostrato che l’algoritmo fornisce predizioni accurate in tempo reale e senza necessità di un iniziale fase di addestramento.