Advanced sensorless optimal interaction controller with impact formulation

In this thesis an advanced sensorless optimal interaction controller with impact formulation is proposed. A strategy that allows to track a force reference without using a force sensor is developed to manage the interaction robot-environment. Nowadays robots have to face thousands of different tasks in an ever-changing environment. Considering the manufacturing context, robots have to provide a flexible solution, adapting to new tasks/production, while guaranteeing target performance. Moreover, lots of tasks require an interaction with the surrounding environment (e.g., assembly tasks). Such environments are usually (partially) unknown to the robot, requiring the implemented controllers to suitably react to the established interaction. Therefore, the measurement or the estimation of interaction forces is essential to the control. In this work, the robot is directly controlled with a Proportional-Derivative position control in joint space. An Extended Kalman Filter is implemented to estimate the external torques that result from the interaction between the robot and the environment. The estimated torques in joint space are converted with the Jacobian matrix in forces in cartesian space and they are used both in the force control outer loop and in the admittance control. The outer control is the force tracking control, which is developed, in the normal direction with respect to the environment, with the aim to minimize the impulsive force at the contact point and to minimize the overshoot. The novelties, introduced in this work, are mainly related to the force control. A first contribution is the modelling of the Impact LQR optimal control. Another contribution is related to the transition between the Impact LQR optimal control and the Interaction LQR optimal control through the Fuzzy logic control. Moreover, the most recent contribution is the proper design of the Fuzzy logic control to manage the transition phase. Each block of the controller was tested both in Matlab simulations and real experiments on the Panda robot. The results obtained show that each block is set correctly and it offers decent performance. Moreover, the results of the entire control strategy tested in different scenarios are great. In the end, the developed control strategy allows to autonomously adapt to the different situations (impact/contact) of the robot-environment interaction.

Nella presente tesi è proposta una strategia di controllo evoluta per il tracking della forza nel campo della robotica. La strategia è sviluppata senza l’uso di sensori di forza per gestire l’interazione robot-ambiente. Oggigiorno, i robot sono impiegati in operazioni disparate ed in ambienti di lavoro dinamici in continua evoluzione. Nel contesto manifatturiero, i robot devono fornire una soluzione flessibile, adattandosi a nuovi compiti e produzioni, ma mantenendo valori di performance elevati. In aggiunta, molte operazioni richiedono al robot un’interazione con l’ambiente; questi ultimi, spesso, sono parzialmente sconosciuti al robot e richiedono perciò l’implementazione di controllori capaci di gestire le interazioni scambiate con l’ambiente. Quindi, è necessario conoscere le forze in gioco e questo è possibile attraverso misurazioni o stime. Nel presente lavoro, il robot è controllato con un controllo di posizione ai giunti di tipo Proporzionale-Derivativo. Un filtro di Kalman esteso (EKF) è implementato per stimare le coppie esterne ai giunti risultanti dall’interazione tra il robot e l’ambiente. Le coppie esterne sono, poi, convertite con la matrice Jacobiana in forze esterne cartesiane. Queste ultime sono usate sia nel controllo di forza esterno e sia nell’ammettenza. Il controllo esterno è il controllo del tracking di forza, il quale è sviluppato nella direzione normale rispetto all’ambiente con lo scopo di minimizzare le forze impulsive e minimizzare gli overshoot. Le novità introdotte sono principalmente legate al controllo di forza. Un primo contributo è la modellazione dell’impatto mediante il controllo ottimo. Un altro contributo è legato alla transizione tra i due controlli ottimi di impatto e contatto attraverso l’uso del controllore Fuzzy. L’ultimo contributo è legato proprio al design del controllore Fuzzy per gestire la transizione. Quest’ultimo aspetto è molto importante perché permette al controllore di attivare un controllore rispetto all’altro in base all’interazione instaurata tra robot e ambiente. Ogni blocco del controllore è stato testato sia tramite simulazioni Matlab sia tramite esperimenti con il Franka EMIKA Panda robot. I risultati ottenuti mostrano che ogni blocco è settato correttamente e offre prestazioni apprezzabili. In aggiunta, i risultati dell’intera strategia di controllo, la quale è stata testata in differenti scenari, sono soddisfacenti. In conclusione, la strategia di controllo sviluppata permette al robot di adattarsi autonomamente alle diverse situazioni (impatto/contatto) dell’interazione robot-ambiente.