COLLISION MANAGEMENT IN THE EXECUTION OF ROBOTIC TASKS

The increasing demand in the manufacturing market for highly customizable products requires high agility in the production systems. High agility means that these systems must be flexible enough to adapt quickly to product changes, ensuring, at the same time, high quality of the products. In response to these new requirements, the actual trends among robotic researchers search for ways to reintroduce human operators' intrinsic flexibility in the production system. In particular, the actual trends regard using artificial intelligence and collaborative robotics. The former can be employed to learn a task directly from the human operator by direct demonstration or imitation. In contrast, the latter reintroduces the human operator in the workspace, making them work side by side with the robots. Both trends can successfully increase the flexibility of the robotic cell, but they come with some downsides. In particular, by using artificial intelligence, the task is no longer hard-coded in the robot program but it results from the predictions of dedicated algorithms. On the other hand, the reintroduction of human operators in the workspace implies that their safety must be ensured. Therefore, the added stochasticity and unpredictability of these systems demand the introduction of an additional safety layer to limit possible risks of collisions between the robot and the environment in which it moves, comprising the human operator eventually. In this scenario, this work aims at providing possible solutions to collisions. Firstly, a mechanical approach is deployed to study mono-dimensional impacts between the robot and movable objects and between the robot and fixed obstacles. A mathematical model of the impacts is developed, comprising robot compliance, end-effector compliance, and impact characteristics. A mechanical solution, in the form of a non-linear bi-stable mechanism, is proposed to mitigate these collisions, and experimental validation corroborates the validity of the models. Two prototypes are designed for mono-dimensional tasks, and one other prototype is designed for extending these concepts to bi-dimensional impacts. All these prototypes confirm the usefulness of the proposed mechanical system in mitigating collisions. Then, a multi-physics approach is adopted to design a hydraulic system as an alternative to the mechanical one. A comparison between the two solutions is proposed, showing the pros and cons of adopting either one or the other system. Finally, a collision avoidance algorithm is designed to tackle the problem of avoiding human operators during a collaborative task. The system adopts a state-of-the-art algorithm to calculate the trajectory of the robot. However, it uses a novel preprocessing phase to eliminate the robot from the images and avoid the estimation of the distances between the human operator and the robot.

Con la sempre crescente domanda di prodotti altamente personalizzabili, il mercato manifatturiero necessita l’implementazione di sistemi produttivi con elevata agilità. Questo implica che tali sistemi devono essere sufficientemente flessibili da adattarsi rapidamente a prodotti diversi, mantenendone allo stesso tempo un’elevata qualità. In risposta a questa necessità, i ricercatori in ambito di robotica industriale stanno cercando metodi per reintrodurre la naturale flessibilità degli operatori umani all’interno del ciclo produttivo. In particolare, questi metodi vedono l’implementazione di algoritmi di intelligenza artificiale e l’introduzione della cosiddetta robotica collaborativa. Nel primo caso, il robot impara il task robotico direttamente dall’operatore tramite dimostrazione diretta o imitazione. Nel secondo caso, l’operatore umano è reintrodotto nella cella, dove lavora a fianco del robot. Entrambi i metodi portano a un incremento nella flessibilità del sistema produttivo, ma introducono delle complicazioni. Nel dettaglio, l’utilizzo dell’intelligenza artificiale comporta che i task robotici non siano più programmati direttamente e in modo sequenziale, ma siano il risultato delle predizioni di algoritmi dedicati. Dall’altra parte, la robotica collaborativa vede operatore umano e robot lavorare nello stesso spazio di lavoro e deve perciò garantire la sicurezza del primo. Perciò, la maggior stocasticità e imprevedibilità di questi sistemi richiede l’introduzione di un ulteriore sistema di sicurezza per limitare il rischio di possibili collisioni tra il robot e l’ambiente in cui si muove o l’operatore se presente. In questo scenario, questo lavoro di tesi punta a fornire possibili soluzioni al problema delle collisioni. Prima di tutto, si è affrontato, da un punto di vista meccanico, lo studio degli impatti monodimensionali tra il robot e oggetti disposti su un piano e tra il robot e ostacoli fissi. Il modello matematico risultante comprende l’influenza delle caratteristiche di cedevolezza del robot e del tool e delle caratteristiche dell’impatto. Una soluzione meccanica è stata proposta per mitigare gli impatti una volta avvenuti. La soluzione implementa un sistema non lineare costituito da un meccanismo bistabile. Il meccanismo è stato testato sperimentalmente in laboratorio, validando i modelli. Nel particolare, due prototipi sono stati sviluppati per validare task monodimensionali, e un altro è stato sviluppato per estendere il sistema bistabile in due dimensioni. Questi tre prototipi hanno confermato la validità della soluzione bistabile proposta nel mitigare gli impatti. Dopodiché, un approccio multi-fisico ha portato allo sviluppo di una soluzione idraulica come alternativa al meccanismo bistabile. Un confronto tra i due sistemi è stato proposto, dimostrando pro e contro dell’utilizzo dell’uno o dell’altro sistema. Infine, viene presentato un algoritmo per prevenire gli impatti. In particolare, l’algoritmo è stato sviluppato per modificare la traiettoria robot durante un task collaborativo, qualora l’operatore si avvicini troppo al robot. Nonostante la soluzione sviluppata adotti algoritmi tradizionali per il calcolo delle traiettorie, presenta una fase di preelaborazione innovativa per eliminare il robot dalle immagini e evitare la stima delle distanze tra robot e operatore umano.