Design and development of a mobile manipulator system for industrial tasks

The Thesis addresses the challenges associated with autonomous inspection and object interaction using mobile manipulators. With a primary focus on gauge inspection and emergency button interaction in industrial environments, the Thesis aims to provide a broader exploration of the methodologies applicable to different contexts and scenarios. To perform autonomous inspection and interaction tasks, the system must detect the object, estimate its position and orientation in the environment, and plan a feasible trajectory to reach the target, addressing obstacle detection and collision avoidance challenges. Our proposed method uses YOLO and depth information to detect and estimate a target object’s pose. To overcome the physical limitations of the manipulator, The Thesis proposes a method to compute feasible mobile base poses from which the manipulator can perform tasks. The Thesis presents the development of a scalable software architecture using Behavior Trees which provides a flexible solution where the independence and reusability of Behavior Tree nodes enhance the application’s adaptability to multiple tasks in different domains. Finally, the Thesis provides an overview of how the manipulator has been integrated with the mobile base regarding hardware and software.

La Tesi ha come scopo quello di affrontare le tematiche riguardanti l’utilizzo di un manipolatore mobile per l’ispezione e l’interazione con oggetti. Nonostante abbia come focus principale l’ispezione di manometri e l’interazione con pulsanti di emergenza, la Tesi mira ad offrire una più ampia esplorazione di metodologie applicabili a svariati contesti e scenari. Per completare queste operazioni in modo autonomo, il sistema deve essere in grado di rilevare e riconoscere l’oggetto di interesse, stimarne la posizione e l’orientamento, e infine pianificare una traiettoria che, rilevata la presenza di ostacoli, permetta di evitarli. Il metodo da noi proposto si basa su YOLO per il riconoscimento e sull’acquisizione di valori di distanza al fine di stimare la posizione e l’orientamento dell’oggetto. Per superare le restrizioni fisiche del manipolatore, la Tesi propone un approccio per la stima della posizione e l’orientamento della base mobile che consenta al manipolatore di raggiungere con successo l’obiettivo prefissato. La Tesi presenta lo sviluppo di un’architettura software scalabile utilizzando i Behavior Trees, che forniscono una soluzione flessibile in cui l’indipendenza e il riutilizzo dei loro nodi migliorano l’adattabilità dell’applicazione in molteplici scenari. Infine, la Tesi fornisce una panoramica di come il manipolatore è stato integrato con la base mobile in termini di hardware e software.