Physical human-robot interaction represents a pivotal frontier in robotics research, where machines and humans physically interact to accomplish tasks that neither could perform optimally alone. The focus of this work is to unify fluid, safe physical interaction with real-time obstacle avoidance for mobile manipulators. Current approaches typically decouple interaction and navigation functions, thereby hindering physical guidance during mobile operations in unknown environments. This thesis presents a novel, unified control framework for a 7-Degrees-of-Freedom manipulator mounted on an omnidirectional mobile base to enable safe and responsive physical interaction. The core of the system is a cascade control architecture that separates high-level planning from low-level safety enforcement. The outer loop employs a Model Predictive Path Integral (MPPI) controller to generate optimal whole-body velocity commands. The MPPI cost function integrates three key objectives: tracking human intention inferred from end-effector forces, preventing undesired configurations through barrier functions, and avoiding obstacles by processing 2D LiDARs data. A novel predictive obstacle avoidance algorithm is introduced within the MPPI framework, which evaluates collision risk based not only on proximity but also on the robot's velocity. This is complemented by a high-frequency inner loop, where a Quadratic Programming safety filter refines the MPPI-generated commands to rigorously enforce joint limits, self-collision avoidance, and a crucial passivity-based energy constraint that guarantees stable interaction. The proposed controller was validated using high-fidelity simulations and, in part, through hardware experiments. Results show that the safety filter prevents the robot from opposing the user, while the obstacle avoidance algorithm ensures smooth navigation with low interaction forces, even in unknown environments. Hardware tests confirm its robustness to uncertainty and sensor noise. By integrating predictive planning with strong safety guarantees, this work aims to lay the foundations for more natural, safe, and effective human–robot collaboration in unstructured settings.

L’interazione fisica uomo-robot rappresenta una frontiera cruciale nella ricerca robotica, in cui macchine ed esseri umani collaborano fisicamente per svolgere compiti che nessuno dei due potrebbe eseguire in modo ottimale da solo. Lo studio esplora come permettere ai manipolatori mobili di interagire in modo sicuro e fluido con l’uomo, evitando eventuali ostacoli in un ambiente a priori sconosciuto. Questa tesi propone un nuovo controllo unificato per un manipolatore a 7 gradi di libertà montato su una base mobile omnidirezionale, con l’obiettivo di un’interazione fisica sicura e reattiva. Il cuore del sistema è un’architettura di controllo a cascata che separa la pianificazione dell'anello esterno dall’applicazione di vincoli di sicurezza dell'anello interno. L’anello esterno utilizza un controllore Model Predictive Path Integral (MPPI) per generare comandi di velocità per l’intero corpo del robot. La funzione di costo dell’MPPI integra tre obiettivi principali: seguire l’intenzione dell’utente, inferita dalla forze sull’end-effector; evitare configurazioni indesiderate tramite barrier functions; evitare gli ostacoli elaborando dati da LiDARs 2D. All’interno del framework MPPI viene introdotto un nuovo algoritmo predittivo per evitare gli ostacoli, che valuta il rischio di collisione in funzione della velocità del robot. Questo è completato da un anello interno ad alta frequenza, in cui un filtro di sicurezza basato sulla programmazione quadratica perfeziona i comandi generati dall’MPPI. Il filtro garantisce che vincoli cinematici ed energetici siano rispettati dal comando di velocità. La validazione del controllore è stata effettuata sia tramite simulazioni che, in parte, con prove sperimentali su hardware fisico. I risultati dimostrano che il filtro di sicurezza impedisce al robot di opporsi all’utente, mentre l’algoritmo per aggirare gli ostacoli consente una navigazione con forze d’interazione ridotte. I test su hardware confermano la robustezza dell'algoritmo all’incertezza e al rumore dei sensori. Integrando una pianificazione predittiva a vincoli di sicurezza, questo lavoro contribuisce ad una collaborazione uomo-robot più sicura ed efficace.

Safe whole-body control of a mobile collaborative robotic manipulator

Vanacore, Luigi
2024/2025

Abstract

Physical human-robot interaction represents a pivotal frontier in robotics research, where machines and humans physically interact to accomplish tasks that neither could perform optimally alone. The focus of this work is to unify fluid, safe physical interaction with real-time obstacle avoidance for mobile manipulators. Current approaches typically decouple interaction and navigation functions, thereby hindering physical guidance during mobile operations in unknown environments. This thesis presents a novel, unified control framework for a 7-Degrees-of-Freedom manipulator mounted on an omnidirectional mobile base to enable safe and responsive physical interaction. The core of the system is a cascade control architecture that separates high-level planning from low-level safety enforcement. The outer loop employs a Model Predictive Path Integral (MPPI) controller to generate optimal whole-body velocity commands. The MPPI cost function integrates three key objectives: tracking human intention inferred from end-effector forces, preventing undesired configurations through barrier functions, and avoiding obstacles by processing 2D LiDARs data. A novel predictive obstacle avoidance algorithm is introduced within the MPPI framework, which evaluates collision risk based not only on proximity but also on the robot's velocity. This is complemented by a high-frequency inner loop, where a Quadratic Programming safety filter refines the MPPI-generated commands to rigorously enforce joint limits, self-collision avoidance, and a crucial passivity-based energy constraint that guarantees stable interaction. The proposed controller was validated using high-fidelity simulations and, in part, through hardware experiments. Results show that the safety filter prevents the robot from opposing the user, while the obstacle avoidance algorithm ensures smooth navigation with low interaction forces, even in unknown environments. Hardware tests confirm its robustness to uncertainty and sensor noise. By integrating predictive planning with strong safety guarantees, this work aims to lay the foundations for more natural, safe, and effective human–robot collaboration in unstructured settings.
CHUNG, JEN JEN
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2025
2024/2025
L’interazione fisica uomo-robot rappresenta una frontiera cruciale nella ricerca robotica, in cui macchine ed esseri umani collaborano fisicamente per svolgere compiti che nessuno dei due potrebbe eseguire in modo ottimale da solo. Lo studio esplora come permettere ai manipolatori mobili di interagire in modo sicuro e fluido con l’uomo, evitando eventuali ostacoli in un ambiente a priori sconosciuto. Questa tesi propone un nuovo controllo unificato per un manipolatore a 7 gradi di libertà montato su una base mobile omnidirezionale, con l’obiettivo di un’interazione fisica sicura e reattiva. Il cuore del sistema è un’architettura di controllo a cascata che separa la pianificazione dell'anello esterno dall’applicazione di vincoli di sicurezza dell'anello interno. L’anello esterno utilizza un controllore Model Predictive Path Integral (MPPI) per generare comandi di velocità per l’intero corpo del robot. La funzione di costo dell’MPPI integra tre obiettivi principali: seguire l’intenzione dell’utente, inferita dalla forze sull’end-effector; evitare configurazioni indesiderate tramite barrier functions; evitare gli ostacoli elaborando dati da LiDARs 2D. All’interno del framework MPPI viene introdotto un nuovo algoritmo predittivo per evitare gli ostacoli, che valuta il rischio di collisione in funzione della velocità del robot. Questo è completato da un anello interno ad alta frequenza, in cui un filtro di sicurezza basato sulla programmazione quadratica perfeziona i comandi generati dall’MPPI. Il filtro garantisce che vincoli cinematici ed energetici siano rispettati dal comando di velocità. La validazione del controllore è stata effettuata sia tramite simulazioni che, in parte, con prove sperimentali su hardware fisico. I risultati dimostrano che il filtro di sicurezza impedisce al robot di opporsi all’utente, mentre l’algoritmo per aggirare gli ostacoli consente una navigazione con forze d’interazione ridotte. I test su hardware confermano la robustezza dell'algoritmo all’incertezza e al rumore dei sensori. Integrando una pianificazione predittiva a vincoli di sicurezza, questo lavoro contribuisce ad una collaborazione uomo-robot più sicura ed efficace.
File allegati
File Dimensione Formato  
2025_07_Vanacore_Thesis.pdf

accessibile in internet per tutti a partire dal 01/07/2026

Descrizione: Thesis
Dimensione 24.6 MB
Formato Adobe PDF
24.6 MB Adobe PDF   Visualizza/Apri
2025_07_Vanacore_Executive_Summary.pdf

accessibile in internet per tutti a partire dal 01/07/2026

Descrizione: Executive Summary
Dimensione 5.7 MB
Formato Adobe PDF
5.7 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/240577