Obstacle avoidance in variable admittance control for robot manual guidance

Modern manufacturing is characterized by small-batched, rapidly varying production mixes, requiring some repetitive operations, that should be executed by industrial robots, and others that are too complex for them. Despite their speed and accuracy, traditional robots are not well suited for this new kind of tasks, since they lack the flexibility and soft skills of the human beings. The Industry 4.0 paradigm aims at solving this problem through collaborative robotics. Cobots are endowed with particular sensors and control systems that allow them to work alongside human workers, without the need of safety barriers that prevent a direct interaction with them. One important field of collaborative robotics is physical human robot interaction, where the operator is physically in contact with the mechanical structure of the manipulator, usually in correspondence of its end-effector. A particular branch is formed by manual guidance operations, where a robotic manipulator and a human worker collaborate in the transportation of heavy and usually bulky objects that a human is not able to move alone. The robot compensates for the gravitational load, and the operator guides the end-effector to the correct target, applying a force on an appropriate handle. This solution allows great flexibility in terms of different types of transported object and multiple destinations, thanks to the combination of the robot strength and human cognitive capabilities. However, there might be cases where the bulky size of the transported object obstructs the human field of view, increasing the risk of accidental collisions during the movement and reducing the accuracy of the final positioning/insertion phase. Hence the overall performance would considerably decrease while the risks would increase. In the present work, a new variable admittance control strategy, which is able to provide a directional haptic feedback to the operator in a manual guidance task, is proposed. Thanks to this feedback, the user is able to navigate in cluttered working spaces, reaching the predefined target position with very low final positioning error, even with closed eyes. To achieve this objective, an environment exploring structure is constructed. Then, at each time instant, an optimal motion direction is determined based on the end-effector position with respect to the exploring structure and on the user force direction, which is a symptom of his/her motion intention. The admittance parameters are suitably varied according to the optimal movement direction, in order to realize an intuitive and effective directional haptic feedback for the operator. The performance of the developed algorithms is evaluated through three set of experiments, which were executed by multiple volunteers assisted by a Comau Smart Six manipulator.

L’industria manifatturiera odierna è caratterizzata da una produzione in piccole quantità e ad elevata variabilità, che richiede sia operazioni ripetitive eseguite da robot industriali, sia azioni per loro troppo elaborate. Nonostante l’elevata velocità e accuratezza, i robot tradizionali non sono adatti a questo tipo di compiti, poiché mancano della flessibilità e delle soft-skills proprie dell’uomo. Il paradigma dell’Industria 4.0 suggerisce la robotica collaborativa come soluzione. I Cobot sono dotati di sensori e sistemi di controllo particolari che permettono loro di collaborare con i lavoratori umani, eliminando le barriere di sicurezza che impediscono l’interazione diretta tra le due parti. Un importante campo applicativo della robotica collaborativa è l’interazione fisica tra uomo e robot, dove l’operatore è fisicamente in contatto con la struttura del manipolatore, solitamente in corrispondenza dell’organo terminale del robot. Una particolare categoria è costituita dalle operazioni di guida manuale, dove un manipolatore robotico e un operaio umano collaborano nel trasporto di oggetti pesanti e spesso voluminosi, che l’uomo non sarebbe in grado di sollevare da solo. Il manipolatore compensa il peso del carico, mentre l’operatore guida l’organo terminale del robot verso la destinazione corretta, applicando una forza su un’opportuna maniglia. Grazie alla combinazione tra forza del robot e capacità cognitive dell’uomo, questa soluzione permette una grande flessibilità, sia in termini di tipi di oggetto diversi trasportabili, sia di destinazioni variabili. Tuttavia, ci sono casi in cui le dimensioni dell’oggetto trasportato sono tali da ostruire il campo visivo del lavoratore, aumentando il rischio di collisioni accidentali durante il movimento e peggiorando l’accuratezza del posizionamento/inserimento finale. Di conseguenza, l’efficienza dell’operazione diminuirebbe mentre i rischi aumenterebbero. In questa tesi viene presentata una nuova strategia di controllo ad ammettenza variabile, in grado di fornire un feedback tattile all’operatore durante la guida manuale. Grazie a questo riscontro, l’utente è in grado raggiungere la destinazione con un minimo errore sul posizionamento finale, attraversando un ambiente di lavoro ricco di ostacoli, anche ad occhi chiusi. A questo scopo, viene generata una struttura di esplorazione dell’ambiente. Ad ogni istante di tempo, viene determinata una direzione di moto ottimale basandosi sulla posizione dell’organo terminale rispetto alla struttura e sulla direzione della forza esercitata dall’utente, che indica la sua intenzione di moto. I parametri dell’ammettenza vengono modificati in base alla direzione di moto ottimale, così da realizzare un feedback tattile direzionale intuitivo ed efficace per l’operatore. La performance dell’algoritmo sviluppato è state valutata con tre set di esperimenti, eseguiti da più volontari, assistiti da un manipolatore Comau Smart Six.