Robust guidance of robotic manipulators based on stable-estimator for dynamical systems

Robotics is one of the sectors that has made enormous strides in recent decades; the possibility of being able to reproduce human actions and movements, from the simplest to the most complex, can become of vital importance in various aspects of daily life. The possibility of constructing and being able to perfectly control a robotic object can also have infinite potential in numerous fields of application, for example in medicine to create increasingly realistic prostheses and able to best replicate the functionality of a limb; as in space or research fields, to carry out actions that would be too risky or even impossible for a human being. The purpose of this thesis is to provide a method capable of teaching a robot certain movements and making it able not only to reproduce them, but also to create new ones based on the needs and obstacles that it may encounter along its path. To do this, the proposed method uses SEDS algorithms that allow to model the dynamics of these movements in an efficient and, above all, faithful way; the reliability of this method will be shown by verifying that the robot considered is actually capable of reproducing movements between two designated positions.

La robotica è uno dei settori che ha fatto enormi passi avanti negli ultimi decenni; la possibilità di poter riprodurre azioni e movimenti umani, da quelli più semplici a quelli più complessi, può diventare di vitale importanza in vari aspetti della vita quotidiana. Essere in grado di costruire e poter controllare ala perfezione un oggetto robotizzato può inoltre avere un infinito potenziale in numerosi campi di applicazione, ad esempio in medicina per creare protesi sempre più realistiche e in grado di replicare al meglio le funzionalità di un arto; come anche in campo spaziale o di ricerca, per operare azioni che per un essere umano sarebbero troppo rischiose se non addirittura impossibili. Lo scopo di questa tesi è di fornire un metodo in grado di insegnare ad un robot dei determinati movimenti e renderlo in grado non solo di riprodurli, ma anche di idearne di nuovi in base alle necessità e agli ostacoli che esso può incontrare lungo il proprio cammino. Per fare ciò il metodo che viene proposto utilizza gli algoritmi SEDS che permettono di modellizzare la dinamica di questi movimenti in modo efficiente e, soprattutto, fedele; verrà in seguito mostrata l’affidabilità di tale metodo verificando che il robot considerato sia effettivamente in grado di riprodurre movimenti tra due posizioni designate.