Neural network-based reachability map for autonomous on-orbit robotic manipulation

In the last few decades, robotics for space applications has gained a prominent role as a key enabling technology for human expansion in space. Robots are currently used in countless space activities: active debris removal and on-orbit servicing are two noteworthy examples. In the years to come, robotics will contribute to safer and more effective space exploration and will assist all the phases of human settlement. In this context, the seek for autonomous reasoning in robotic manipulation activities is a hot topic and a source of fascinating challenges. Topics treated in this study deal with the manipulation part of a space robotic mission. The robot's workspace, which strongly depends on the selected kinematic structure, is used as an index of performance to evaluate the robot’s ability to grasp and manipulate objects. In the first part of this thesis a model of the reachable workspace, the Reachability map, is implemented and exploited to detect the workspace regions more suitable for grasp and manipulation activities. The selected model is based on a hierarchical discretization of the robot’s workspace; a voxel-based structure is used to represent the capabilities of the selected manipulator in positioning and orienting its end-effector. A visual representation of the local dexterity of the robot’s end-effector is achieved through a quality index assigned to each discrete element of the workspace. In the second part of this work, an application of the Reachability map suitable for onboard implementation is presented. Information stored in the discretized workspace is used to train an artificial neural network in the perspective of finding a fast and reliable method to assess the feasibility of a prescribed grasp during on-orbit operations. Lastly, different network architectures are proposed; results are discussed and compared according to different metrics.

Negli ultimi decenni, la robotica per applicazioni spaziali ha acquisito un ruolo preponderante come tecnologia chiave per l'espansione umana nello spazio. I robot vengono attualmente impiegati in innumerevoli attività spaziali: la rimozione attiva di detriti e i servizi in orbita sono due esempi degni di nota. Negli anni avvenire, la robotica contribuirà notevolmente ad una più sicura ed efficace esplorazione dello spazio, prendendo parte a tutte le fasi dell'insediamento umano. In questo contesto, la capacità di un robot di prendere autonomamante decisioni in ambito di manipolazione robotica è un tema molto sentito e fonte di grande sfide. Gli argomenti trattati in questa tesi affrontano la tematica della manipolazione robotica in una missione spaziale. Lo spazio di lavoro del braccio robotico, che fortemente dipende dalla struttura cinematica scelta, viene utilizzato come parametro per valutare le prestazioni del manipolatore circa la sua abilità di afferrare e manipolare oggetti. Nella prima parte della tesi un modello dello spazio di lavoro raggiungibile viene implementato e sfruttato per individuare le regioni dello spazio maggiormente adeguate ad effettuare attività di cattura e manipolazione. Il modello scelto si basa su una discretizzazione gerarchica dello spazio di lavoro del braccio robotico; una struttura basata su voxels viene utilizzata per rapressentare le capacità del manipolare scelto nel posizionare e orientare l’effettore. Una rappresentazione grafica della destrezza locale dell’effettore del braccio robotico viene ottenuta mediante l’assegnazione di un indice di qualità a ciascun elemento discreto dello spazio di lavoro. Nella seconda parte della tesi, viene presentata un’applicazione della mappa di raggiungibilità adatta all’implementazione a bordo. Le informazioni contenute nello spazio di lavoro discretizzato vengono utilizzate per l’addestramento di una rete neurale artificiale con la prospettiva di trovare un metodo veloce e affidabile per valutare la fattibilità di una cattura assegnata durante le operazioni in orbita. Infine vengono proposte diverse architetture di rete; i risultati sono discussi e messi a confronto considerando diverse figure di merito.