Robot programming by demonstration of planar periodic movements in contact with a planar surface

One of the key features of Industry 4.0 is the use of collaborative robots, also known as "cobots", which allow human operators and robots to safely work in close proximity, removing the barriers which historically separated industrial robots from humans. This is possible thanks to the presence of various safety measures, such as force sensors, cameras and ad hoc control systems. One of the main advantages of cobots is the possibility to combine the precision, speed and lack of fatigue of robots with the flexibility and intelligence of a human operator. The goal of this thesis is to develop a control strategy to allow a human operator to kinesthetically teach the manipulator a periodic movement by handmoving its end effector while the robot tool is in contact with a planar surface. The cobot will learn the trajectory progressively, until it is able to reproduce it with complete autonomy. The operator can afterwards teach the manipulator a new periodic movement. This can be achieved just by interacting again with the end effector and showing the new desired path, therefore creating a very versatile and easy to use human-robot interface. In order to achieve this objective, adaptive frequency oscillators and periodic "Dynamic Movement Primitives" (DMPs) are used to learn the desired trajectory. To handle the smooth transition from manual guidance to complete autonomy, a subsystem which tracks the operator force and the velocity tracking error was implemented. A hybrid Admittance- DMPs controller is used to control the cobot.

Una delle principali caratteristiche dell’industria 4.0 è l’uso dei robot collaborativi, noti anche come “cobots”. Essi consentono a lavoratori e robot di lavorare in stretta prossimità in maniera sicura, consentendo di rimuovere le barriere che storicamente hanno separato i robot industriali dagli uomini. Questo è reso possibile grazie alla presenza di vari sistemi di sicurezza, come ad esempio sensori di forza, telecamere e logiche di controllo sviluppate ad hoc. Uno dei principali vantaggi dei cobot è la possibilità di combinare la precisione, velocità e mancanza di fatica dei robot con la flessibilità e intelligenza degli operatori umani. L’obiettivo di questa tesi è quello di sviluppare una strategia di controllo che consenta all’operatore di insegnare al manipolatore una traiettoria periodica interagendo con l’end effector manualmente mentre vi è contatto su una superficie planare. Il robot imparerà gradualmente, fino al punto in cui è completamente autonomo. L’operatore potrà in seguito insegnare al robot una nuova traiettoria, semplicemente interagendo ancora con l’end effector, creando così una interfaccia uomo-robot molto versatile e facile da usare. Per arrivare a questo obiettivo, degli "adaptive frequency oscillators" e delle “Dynamic Movement Primitives” (DMPs) verranno utilizzate per imparare la traiettoria desiderata. Per gestire la fluida transizione, da guida manuale a completa autonomia, è stato implementato un sottosistema che tiene conto della forza impressa dall’operatore e dell’errore di tracciamento della velocità. Per controllare il cobot viene infine utilizzato un controllo ibrido di Ammettenza-DMP.