Physical human-robot interaction through goal-driven manual guidance

During the last decade, collaborative robotics has become a major trend in the robotic research field as well as in the fourth industrial revolution. Collaborative robotics is indeed a powerful tool to suitably and effectively respond to the new flexibility requirements of the current global economy. Robots and humans actively cooperate within the same working environment, having their strengths combined. Human advanced cognitive skills together with robot speed, strength and accuracy, make a team endowed with high flexibility and problem solving capabilities to accomplish a huge variety of complex tasks. In this context, human-robot physical interaction, and in particular manual guidance operations, have received increasing attention. Indeed, on one hand, manual guidance can be an intuitive means to teach new positions to the robot, on the other hand, it relieves the user physical fatigue, increasing his/her precision and the safety of the application. By applying forces and torques on a handle, the operator drives the end-effector of a compliant manipulator towards the target along the desired path. Typical applications are the handling of large and heavy objects in industrial scenarios, rehabilitation and surgery in the healthcare. These operations are difficult to be completely automated. Hence, the joint work of a human and a robot represents the best solution to effectively accomplish the task. This work aims at improving the effectiveness and the synergy of humanrobot physical interaction in manual guidance operations, both in free space and in contact with an unknown environment. The developed control and estimation algorithms endow the robot with new capabilities, helping the human in complex manual guidance operations. First, a variable admittance control, named goal-driven, was developed. It provides the user with intuitive directional haptic feedback that allows the human to accurately reach a predefined goal position even with closed eyes. Then, an inference algorithm estimates the target towards which the human is guiding the robot among a predefined set of 3D goal positions. This is jointly applied with goal-driven control to remove the hypothesis of a perfectly known goal, preserving the achieved performance. To assist the human during articulated tasks in limited spaces, translational virtual fixtures (VFs) were conceived. To increase the physical intuition of these invisible constraint geometries, the goal-driven control is jointly applied with the VFs, achieving better performance in terms of execution time and precision. To guarantee high accuracy and safety also in terms of the end-effector orientation, rotational goal-driven controls and rotational VFs were developed as well. An obstacle avoidance technique, specific for manual guidance, allows the shop floor worker to be facilitated in handling large and heavy objects in a cluttered environment without collisions. When it comes to guiding the robot with the end-effector in contact with a surface, to enable a fluent physical human-robot-environment interaction (pHREi) two estimation algorithms were designed. The first one evaluates the environment stiffness at the first contact; the second one continuously estimates the direction normal to the environment surface at the tool tip. Then, a tailored force controller acting along the normal direction is automatically tuned based on these quantities. Besides, the admittance control is applied on the tangential plane to the surface. The performance achieved by the admittance control in free space is preserved also in contact with the environment. All the methods proposed in the thesis have been validated in experimental campaigns with volunteers operating on an industrial robot.

Durante l’ultimo decennio, la robotica collaborativa è diventata uno dei trend più importanti nella ricerca in ambito robotico e nella quarta rivoluzione industriale. Infatti, la robotica collaborativa è un potente strumento per rispondere opportunamente ed efficacemente ai nuovi requisiti di flessibilità dell’attuale economia mondiale. I robot e gli uomini cooperano attivamente nello stesso spazio di lavoro, unendo i loro punti di forza. Le avanzate capacità cognitive dell’uomo insieme alla velocità, forza e accuratezza del robot formano una coppia di lavoro in grado di completare con successo una grande varietà di compiti complessi grazie alla loro elevata flessibilità e capacità risolutiva. In questo contesto, l’interazione fisica uomo-robot e in particolare le operazioni di guida manuale hanno ricevuto una crescente attenzione. Infatti, queste applicazioni riducono lo sforzo fisico dell’operatore e al contempo ne incrementano precisione e sicurezza. Esercitando forze e coppie al manubrio, l’operatore guida l’organo terminale del manipolatore verso la posizione obbiettivo lungo il percorso desiderato. Tipiche applicazioni sono la movimentazione di oggetti voluminosi e pesanti in contesti industriali, riabilitazione e chirurgia in ambito sanitario. Queste operazioni sono difficili da automatizzare completamente. Quindi, la collaborazione uomo-robot rappresenta la miglior soluzione per espletare efficacemente tali compiti. Questa tesi si pone l’obbiettivo di migliorare l’efficacia e la sinergia dell’interazione fisica uomo-robot durante operazioni di guida manuale, anche quando l’organo terminale del robot è in contatto con un ambiente esterno ignoto. Gli algoritmi di controllo e di stima sviluppati in questo lavoro dotano il robot di nuove capacità utili per aiutare l’uomo nell’esecuzione di compiti complessi. Prima di tutto, è stato sviluppato un controllo di ammettenza variabile che è stato denominato goal-driven. Questo restituisce all’operatore un feedback tattile direzionale intuitivo che gli consente di raggiungere accuratamente una predefinita posizione obbiettivo persino ad occhi chiusi. In seguito, un algoritmo di inferenza stima l’obbiettivo verso cui l’uomo sta guidando il robot tra un insieme di posizioni obbiettivo tridimensionali. Questa tecnica è applicata congiuntamente al controllo goal-driven per rimuovere l’ipotesi di goal perfettamente noto, preservandone al contempo le prestazioni. Per assistere l’uomo durante compiti complicati in spazi limitati, sono stati concepiti dei nuovi vincoli virtuali traslazionali. Per migliorare l’intuitività fisica di questi vincoli invisibili caratterizzati da geometrie complesse, il controllo goal-driven è adottato congiuntamente con essi, ottenendo migliori prestazioni in termini di tempo di esecuzione e precisione. Per garantire un’elevata accuratezza e sicurezza anche per l’orientamento dell’organo terminale, sono state sviluppate delle formulazioni rotazionali del controllo goal-driven e dei vincoli virtuali. E’ stata anche realizzata una tecnica per evitare gli ostacoli presenti nell’ambiente di lavoro, specifica per operazioni di guida manuale. Essa facilita il lavoratore nel movimentare oggetti voluminosi e pesanti in ambienti di lavoro articolati, minimizzando il rischio di eventuali collisioni. Per consentire un’interazione fluida tra uomo e robot quando l’organo terminale è in continuo contatto con un ambiente esterno ignoto, sono stati concepiti due algoritmi per stimarne le proprietà meccaniche e geometriche. Il primo valuta la rigidità dell’ambiente nelle prime fasi del contatto, mentre il secondo stima la direzione normale alla superficie dell’ambiente in corrispondenza della punta dell’utensile. Sulla base di tali stime viene tarato automaticamente uno specifico controllore di forza che agisce lungo la direzione normale alla superficie dell’ambiente. Inoltre, il controllo di ammettenza viene applicato lungo il piano tangente in modo che l’operatore possa movimentare l’utensile a piacere. Le prestazioni ottenute con il controllo di ammettenza “nello spazio libero” vengono preservate anche in contatto con l’ambiente. Tutte le tecniche proposte in questa tesi sono state validate in campagne sperimentali dove numerosi volontari hanno interagito con un robot industriale.