Design of robotic systems for human-assistive tasks

This thesis explores the design of robotic assistance tasks for humans using a simulation environment in MATLAB. The research focuses on two main areas: passive user scenarios utilizing potential field-based motion planning, and active user scenarios employing state space control methods. For passive user scenarios, a potential field algorithm is developed for safe and user-friendly collision avoidance in assistive tasks. This algorithm is applied to two key applications: robotic assistive feeding and dressing. The feeding task demonstrates the algorithm's effectiveness in navigating around static and dynamic obstacles, while maintaining a safe and efficient trajectory to the user's mouth. The dressing task adapts the algorithm to guide a simulated sleeve along a user's arm, taking into account potential arm movements. In active user scenarios, the research progresses to more complex state-space control strategies. A collaborative box transport task is simulated using direct imitation control with a Kalman filter to handle potential motor impairments of the assisted user, modeled as noise in the user's hand movements. Additionally, a glass of water manipulation task is addressed using Model Predictive Control for real-time trajectory tracking, incorporating the dynamics of water sloshing in the glass. The thesis provides a comprehensive analysis of each application, including performance metrics such as task completion time, collision avoidance, and trajectory smoothness. The results demonstrate the effectiveness of the proposed algorithms in various assistive scenarios, laying a foundation for future development toward real-world applications. This research contributes to the field of assistive robotics by addressing key challenges in human-robot interaction, real-time adaptation, and safety in close proximity to users. The simulation-based approach allows for rapid iteration and evaluation of different scenarios, paving the way for future implementation on physical robotic systems.

Questa tesi esplora la progettazione di compiti di assistenza robotica per esseri umani, utilizzando ambienti di simulazione sviluppati in MATLAB. La ricerca si concentra su due aree principali: scenari con utente passivo, in cui il movimento viene pianificato basandosi su campi potenziali, e scenari con utente attivo, in cui si impiegano metodi di controllo nello spazio degli stati. Nel primo caso, viene sviluppato un algoritmo basato sui campi potenziali per evitare collisioni in modo sicuro e intuitivo nei compiti di assistenza. Tale algoritmo è utilizzato in due applicazioni chiave: l’assistenza robotica nell’alimentazione e nella vestizione. Il compito di alimentazione ne dimostra l’efficacia nel navigare attorno a ostacoli statici e dinamici, mantenendo una traiettoria sicura ed efficiente verso la bocca dell’utente. Nel compito di vestizione l'algoritmo guida una manica simulata lungo il braccio dell'utente, tenendo conto dei possibili movimenti del braccio. Negli scenari con utente attivo, la ricerca progredisce verso strategie più complesse di controllo nello spazio degli stati. In questo contesto viene simulato un compito collaborativo di trasporto di una scatola, impiegando un controllo per imitazione diretta dell’utente con un filtro di Kalman, per gestire eventuali compromissioni motorie dell’assistito, modellate come rumore nei movimenti della mano. Inoltre viene affrontato il compito di manipolazione di un bicchiere riempito d’acqua con l’obiettivo di prevenire il traboccamento del liquido, utilizzando il Controllo Predittivo (MPC) e incorporando le dinamiche del movimento dell’acqua dentro al bicchiere. La tesi fornisce un'analisi dettagliata di ciascuna applicazione, includendo diversi parametri di prestazione. I risultati dimostrano l'efficacia degli algoritmi proposti in diversi scenari di assistenza, ponendo le basi per futuri sviluppi verso applicazioni nel mondo reale. Questa ricerca contribuisce al campo della robotica assistiva affrontando le principali sfide nell’interazione uomo-robot, nell’adattamento di strategie di controllo in tempo reale e nella sicurezza in prossimità dell'utente.