Goal-driven variable admittance control in physical human-robot-environment interaction

Nowadays, collaborative robotics is a trending topic in industrial automation, because the interaction between robots and humans brings many advantages both from an economic point of view as well as for the psycho-physical well-being of the worker. Indeed, the high level of precision, speed and repeatability of the robots are combined with the flexibility and intelligence of the human operator. One of the main purposes of the physical human-robot interaction is to allow the human to manually guiding the robot that may have different applications, such as learning by demonstration. In the latter, the human moves the robot by just applying a force at the end-effector to teach the robot a task, in an intuitive and fast way. The goal of the present work is to develop a control strategy that allows applying manual guidance on a stiff external environment, entering in the field of the physical Human-Robot-Environment Interaction (pHREI), which has not been explored a lot by the scientific community so far. A force sensor mounted at the end-effector of an industrial manipulator measures the sum of the forces resulting from the interaction with the human and the environment. Unlike the previous works in the literature, in this work neither additional force sensors nor particular algorithms will be adopted to distinguish the force of human from that of the environment. This is to make the approach cheaper and simpler at the computational level. To mitigate the lack of information on the exact components due to the human and the environment, the force is divided into two components: one orthogonal to the environment and the other one parallel to the tangential plane to the surface of the environment. Along the first direction, the main component must be represented by the environment while that of the human acts as a disturbance to be compensated. Indeed, a precise force has to be exerted along the normal direction to the environment, which the robot takes care of. On the contrary, along the tangent plane, the main force is that exerted by operator, while that of the environment friction acts as a disturbance. The normal component of the force is used as input of a force regulator to ensure a stable contact, while the latter is used for the manual guidance. Two estimators are used to acquire knowledge about the real-time environment orientation and its stiffness. The former is used to split the measured force, while the latter helps the force regulator to adapt to different environments. Then, the Goal-driven variable admittance control is applied on the tangential plane to show that the proposed control strategy preserves the performance of a control method based on haptic feedback, which reaches similar results to the one obtained in free-space applications. Eventually, the performance of the proposed method is evaluated an experimental campaign exploiting an ABB IRB140 manipulator.

Al giorno d’oggi, la robotica collaborativa è un argomento di alta tendenza nell’automazione industriale, dal momento che l’interazione tra robot e uomo porta molti vantaggi sia dal punto di vista economico che da quello del benessere psico fisico del lavoratore. Infatti, l’elevato livello di precisione, velocità e ripetibilità dei robot si unisce alla flessibilità e all’intelligenza dell’uomo. Uno degli scopi principali dell’interazione fisica uomo-robot è quello di consentire all’essere umano di guidare manualmente il robot, esso può avere diverse appli cazioni, come il "learning by doing". In quest’ultimo, l’umano muove il robot semplicemente applicando una forza all’end-effector per insegnare al robot un compito, in modo intuitivo e veloce. L’obiettivo di tale lavoro è quello di sviluppare una strategia di controllo in grado di estendere l’uso della guida manuale su un ambiente esterno rigido, entrando nel campo dell’interazione fisica Uomo-Robot-Ambiente (pHREI), che fino ad ora è stato poco esplorato dalla comunità scientifica. Un sensore di forza montato sull’end-effector di un manipolatore industriale misura la somma delle forze risultanti dall’interazione con i due sistemi, uomo e ambiente inanimato. A differenza dei precedenti lavori in letteratura, in questo lavoro non ver ranno adottati né sensori di forza aggiuntivi né particolari algoritmi per distinguere la forza dell’uomo da quella dell’ambiente. Questo in modo da rendere l’approccio più economico e semplice a livello computazionale. Per mitigare la mancanza di informazioni sulle esatte componenti dovute all’uomo e all’ambiente, la forza è divisa in due componenti: una ortogonale all’ambiente e l’altra parallela al piano tangenziale alla superficie dell’ambiente. Lungo la prima direzione, la componente principale dovrà essere rappresentata dall’ambiente, mentre quella dell’uomo agente da disturbo verrà compensata. Infatti, lungo la normale all’ambiente deve essere esercitata una forza precisa che quindi deve essere realizzata dal robot. Al contrario, lungo il piano tangente, la forza principale è quella esercitata dall’uomo, mentre quella dell’ambiente dovuta agli attriti agisce come disturbo. La componente normale viene utilizzata come input di un controllo di forza per garantire un contatto stabile con l’ambiente, mentre la seconda viene utilizzata per la guida manuale del robot. Due stimatori vengono utilizzati per acquisire conoscenze sull’orientamento dell’ambiente in tempo reale e sulla sua rigidità. Il primo serve per dividere la forza misurata nelle due componenti di cui sopra, mentre il secondo serve al regolatore di forza in modo che quest’ultimo si possa adattare ad ambienti diversi. Quindi, il controllo ad ammettenza variabile "Goal-driven" viene applicato sul piano tangenziale all’ambiente per mostrare che la strategia di controllo proposta è in grado di preservare le prestazioni di un metodo di controllo basato sul feedback tattile, che raggiunge risultati simili a quelli ottenuti nelle applicazioni sullo spazio libero. Infine, le prestazioni del metodo di controllo proposto vengono valutate in una campagna sperimentale che utilizza un manipolatore ABB IRB140.