Object grasp and manipulation planning with a dual arm robot

The rising of new technologies and the unstoppable trend of robot being moved into environments originally designed for human have changed completely the idea of production and manufacturing processes inside the companies of the industry 4.0. The stringent separation between humans and robots tasks has been abandoned in several fields, in favor of a more flexible manufacturing system and collaborative automated system, where workers and machines cooperate in the same environment at the same task. With the advent of collaborative robots (cobots), a middle ground has emerged that balances the need for flexibility combining humans’ adaptability and robots’ productivity. In this intrinsically human-centric environment, dual-arm manipulators can play a pivotal role, being able to mimic human behaviours and manipulating objects in ways similar to humans, facilitating seamless collaboration between robots and operators. The objective of this thesis is to design a planning algorithm tailored for the manipulation of an object with well-defined features and established initial and final poses. The main objective is the repositioning and the reorientation of the object reaching a goal, taking advantage of a dual arm manipulator. An integral facet distinguishing this approach involves regrasping, a specialized form of robot manipulation comprising also the transfer of an object from one manipulator hand to another. Regrasping represents a crucial step when it is not possible to modify the configuration of the object using a single grasp, due to limitations provided by the robot, the gripper, the object and the environment. Differently from single arm robots, using a dual arm robot, it is possible to guarantee unparallel dexterity in the manipulation task, removing the need to place objects in intermediate positions and cutting down cycle time. The method developed in this thesis can be applied in different manufacturing system and industrial applications like the processes of assembly, disassembly, machine tending of composite’s parts, or for simple pick and place tasks. The proposed work is designed by prioritizing simplicity and flexibility, while trying to maintain a high level of robustness. The organization of this approach takes the form of a sequential pipeline, beginning with the identification of stable object placements. Subsequently, it involves the specification and association of the corresponding grasping configurations, for both robotic hands, to these established poses, followed by a grasp pairing process to the possible object’s handling poses. During this process, an evaluation of the grasps quality ensues, with a concurrent elimination of unfeasible configurations that may potentially result in collisions or instability. Then, a process of grasps selection and graphical representation is executed. This graph is systematically explored to identify an optimal path that facilitates the achievement of the task, spanning from the initial pose to the final desired configuration. The pipeline is completed exploiting an optimal handover state planner, which is able to identify the object’s poses to perform the regrasp required by the graph search solution. The method has been experimentally validated applying it on the ABB IRB 14000 Yumi dual arm robot at the Merlin Lab at Politecnico di Milano. The tests has been executed using a parallel jaw gripper on differently shaped objects.

L’ascesa delle nuove tecnologie e l’inarrestabile tendenza dei robot ad essere impiegati in ambienti originariamente progettati per gli esseri umani hanno cambiato completamente l’idea dei processi di produzione e manifatturieri all’interno delle aziende nell’industria 4.0. L’istituzione di una netta separazione tra le attività di umani e robot è stata abbandonata in diversi settori, a favore di un sistema di produzione più flessibile e di un sistema automatizzato collaborativo, in cui lavoratori e macchine cooperano nello stesso ambiente per svolgere le stesse attività. Con l’avvento dei robot collaborativi (cobots) è emersa l’opportunità di bilanciare la necessità di flessibilità combinando l’adattabilità dell’uomo con la produttività dei robot. In questi ambienti intrinsecamente centrati sull’essere umano, i robot a due braccia possono assumere un ruolo fondamentale, essendo in grado di imitare i comportamenti umani e manipolare gli oggetti in modo simile agli esseri umani, facilitando la collaborazione tra operatori e robot. L’obiettivo di questa tesi è progettare un algoritmo di pianificazione adattato per la manipolazione di un oggetto con attributi ben definiti e pose iniziali e finali stabilite. L’obiettivo principale è il riposizionamento e la riorientazione dell’oggetto per raggiungere una posizione obiettivo, sfruttando manipolatori a due braccia. Un aspetto fondamentale che contraddistingue questo approccio è il regrasp, una forma di manipolazione robotica specializzata che comprende anche il trasferimento di un oggetto da una mano del manipolatore all’altra. Il regrasp rappresenta un elemento cruciale quando non è possibile modificare la configurazione dell’oggetto utilizzando una sola presa, a causa di limitazioni imposte dal robot, dalla pinza, dall’oggetto e dall’ambiente circostante. Al contrario dei robot a singolo braccio, utilizzando un robot a doppio braccio è possibile garantire destrezza nella manipolazione, eliminando la necessità di posizionare l’oggetto in posizioni intermedie e riducendo i tempi di ciclo. Il metodo sviluppato in questa tesi può essere applicato in diversi sistemi di produzione e applicazioni industriali, come i processi di assemblaggio, smontaggio di parti composite, asservimento macchina o per semplici attività di prelievo e posizionamento. Il lavoro proposto è stato condotto privilegiando semplicità e flessibilità, cercando di mantenere allo stesso tempo un alto livello di robustezza. L’organizzazione di questo approccio assume la forma di una pipeline sequenziale, iniziando con l’identificazione delle pose stabili dell’oggetto. Il metodo procede specificando e associando delle configurazioni di presa corrispondenti, per entrambe le mani robotiche, a tali pose stabilite, seguito da un processo di accoppiamento degli afferraggi alle possibili pose di regrasp non ottimali dell’oggetto. Durante questo processo, si procede con la valutazione della qualità degli afferraggi e con l’eliminazione delle configurazioni irrealizzabili che potrebbero causare potenziali collisioni o instabilità. Segue la selezione degli afferraggi e la realizzazione di una rappresentazione grafica. Questo grafo viene esplorato sistematicamente per identificare un percorso ottimale che faciliti il conseguimento della manipolazione, dalla posizione iniziale alla configurazione finale desiderata. La sequenza di step termina con l’utilizzo di un pianificatore di stati di scambio ottimali in grado di definire le pose per poter eseguire i regrasp richiesti dalla soluzione della ricerca su grafo. Il metodo è stato validato sperimentalmente applicandolo all’ ABB IRB 14000 Yumi al Merlin Lab del Politecnico di Milano. I test sono stati eseguiti utilizzando un gripper a dita parallele e su oggetti con forme diverse.