Optimal dual-arm robot coordination in human-robot collaborative frameworks

In the last few years collaborative robotics has received an increasing interest and it is expected to gain even more attention in the future. It is therefore essential to develop algorithms that improve the human-robot collaboration. In this light, the aim of this thesis is the creation of a real-time path planning algorithm for a dual-arm collaborative robot that dynamically coordinates the motion of both arms, in order to optimally manage the workspace shared with the human operator. Indeed, the proposed algorithm allows the robot to autonomously choose the most suitable arm to move to simultaneously minimize the robot motion duration and avoid the areas of the workspace that are more likely to be occupied by the human operator. To achieve this result, the robot is endowed with the ability to predict in advance the future human intended target and the trajectory he/she will perform to reach the desired goal position, based on the data retrieved by a Kinect camera. The human intended target is inferred through a tailored method based on the application of a Bayesian recursive classifier, whereas the prediction of the human motion is performed using the Gaussian Processes Dynamical Models. Indeed, these are particularly suited to learn nonlinear high-dimensional models, such as the human motion, using a small amount of training data. The predicted human trajectories are then exploited to estimate the volumes swept by the operator during the execution of the motion trajectory and, thus, to characterize his/her workspace occupancy. Finally, a novel RRT-based path planning algorithm is developed to determine, for each robot arm, the collision-free optimal robot path. Then, based on the trade-off between the trajectory duration and the distance from the human predicted swept volumes, the best path among the ones planned for the two arms is selected and executed by the robot. The proposed method is general and can be applied to any collaborative task. The effectiveness of the proposed method is validated in a real human-robot collaborative task involving several volunteers and the ABB dual-arm YuMi cobot.

Negli ultimi anni, la robotica collaborativa ha suscitato un crescente interesse e si prevede che riceva ancora più attenzione in futuro. Risulta quindi fondamentale sviluppare algoritmi che migliorino la collaborazione uomo-robot. In quest'ottica, l'obiettivo di questa tesi è la creazione di un algoritmo in tempo reale di pianificazione del percorso per un robot collaborativo a due braccia, che coordini dinamicamente il movimento di entrambi i bracci, al fine di gestire in modo ottimale lo spazio di lavoro condiviso con l'operatore. Infatti, l'algoritmo proposto consente al robot di scegliere autonomamente quale braccio è più adatto muovere per minimizzare la durata del movimento del robot e, allo stesso tempo, evitare le aree dello spazio di lavoro che hanno maggiori probabilità di essere occupate dall'operatore. Per ottenere tale risultato, è essenziale fornire al robot la capacità di prevedere in anticipo l'obiettivo, all'interno dello spazio condiviso, che l'operatore vuole raggiungere e la traiettoria che lui o lei eseguirà raggiungendolo, sulla base dei dati ricavati da una fotocamera Kinect. La destinazione che l'operatore vuole raggiungere viene dedotta attraverso un metodo, progettato su misura, basato sull'applicazione di un classificatore Bayesiano ricorsivo, mentre la previsione del movimento umano viene eseguita utilizzando i Gaussian Process Dynamical Models. Essi sono particolarmente adatti per apprendere modelli non lineari ad alta dimensionalità - come il movimento umano - e richiedono solo una piccola quantità di dati per essere allenati. Le traiettorie umane previste vengono, poi, impiegate per stimare i volumi occupati dall'operatore, durante l'esecuzione della traiettoria, e per caratterizzare la sua occupazione dello spazio di lavoro condiviso. Infine, viene sviluppato un nuovo algoritmo di pianificazione del percorso del robot, basato sull'algoritmo RRT, per determinare, per ogni braccio del robot, il percorso ottimale e privo di collisioni. In base alla durata della traiettoria ed alla distanza dai volumi previsti spazzati dall'uomo, viene quindi selezionato ed eseguito dal robot il percorso migliore, tra i due calcolati. Il metodo proposto è generale e può essere applicato a qualsiasi operazione collaborativa. L'efficacia del metodo proposto è validata in uno scenario realistico di operazione collaborativa, che coinvolge diversi volontari ed il cobot dual-arm YuMi prodotto da ABB.