Optimization-based control for robotic planar pushing of ungraspable objects

The manipulation of objects by robotic arms is a topic of interest for engineers and companies. Creating and programming a robot to behave and to act like a human being is still an open challenge. As a matter of fact, a robot, equipped with a hand composed by a single finger or two, does not have the dexterity typical of a human being and, thus, it has more difficulty in manipulating an object. When the object is heavy or ungraspable one of the possible solutions to move it is by pushing it. This thesis presents an innovative approach for the dexterous manipulation of objects, focusing on the planar pushing action and on the use of square non-graspable items. It is characterized by a model-based formulation that relies on the quasistatic assumption. Furthermore, the proposed framework belongs to the optimization-based class of problems. More precisely, it belongs to the Mathematical Programs with Complementarity Constraints (MPCC) class and deals with single arm collaborative robots. The theory and a partial implementation for the dual arm case are illustrated as well. The work here presented is evaluated both in simulation and in a real environment. Several tests have been carried out and demonstrate the efficacy of the discussed framework for pushing objects according to a predefined plan. Key contributions of this thesis include a novel formulation of the pushing problem for the dual arm case, while for the single arm case the complete implementation of the pushing problem, a sensitivity analysis regarding the friction values and the development of a closed loop approach based on the Receding Horizon Control are here presented. The results obtained give a contribution to advancing manipulation strategies for collaborative robots.

La manipolazione di oggetti da parte di bracci robotici è argomento di interesse per ingegneri e aziende. Creare e programmare un robot affinchè si comporti e agisca come un essere umano rimane una sfida aperta. Infatti, un robot, caratterizzato da una mano con uno o due dita, non presenta la destrezza tipica di un essere umano e, di conseguenza, presenta maggiori difficoltà nel manipolare un oggetto. Quando poi questo risulta pesante o inafferrabile una delle possibili soluzioni per muoverlo è spingerlo. Questa tesi presenta un approccio innovativo per la manipolazione abile di oggetti, focalizzandosi sull'azione di pushing e sull'utilizzo di oggetti quadrati e non afferrabili. Il metodo è caratterizzato da una formulazione basata sulla modellazione del sistema fisico considerato, dietro l'ipotesi quasistatica. Inoltre, il framework proposto appartiene alla classe di problemi basati su processi di ottimizzazione. In particolare, esso appartiene alla classe dei programmi matematici con vincoli complementari (Mathematical Programs with Complementarity Constraints, MPCC) e fa uso di robot collaborativi di tipo single arm. Anche la teoria e una parziale implementazione per il caso dual arm sono illustrate nella tesi. Il lavoro qui presentato è valutato sia in simulazione sia nell'ambiente reale. Diversi test sono stati realizzati e dimostrano l'efficacia del framework discusso nello spingere oggetti secondo un piano predefinito. Contributi chiave di questa tesi includono una nuova formulazione del problema di pushing per il caso dual arm, mentre per il caso single arm sono qui presentati una completa implementazione della soluzione al problema di pushing, un'analisi di sensitività riguardante i valori d'attrito e lo sviluppo di un sistema di controllo in anello chiuso di tipo Receding Horizon. I risultati ottenuti contribuiscono ad un avanzamento nelle strategie di manipolazione per i robot collaborativi.