Control of Impact-aware Collaborative Robots

Lo sviluppo di robot collaborativi (cobot) capaci di operare in modo sicuro ed efficiente accanto agli esseri umani rappresenta un'area cruciale della robotica. Questa dissertazione affronta le sfide del controllo consapevole degli impatti nella robotica collaborativa, concentrandosi su metodologie senza sensori per rilevare e rispondere a impatti intenzionali e non intenzionali. Vengono presentate tre innovazioni chiave. In primo luogo, viene introdotto un nuovo Differenziatore Ibrido Super-Twisting (HSTD), che consente una stima accurata della velocità e dell'accelerazione a partire dai dati di posizione senza richiedere sensori dedicati. Questo metodo dimostra una resistenza superiore al rumore e un ritardo di fase minimo, migliorando le prestazioni in tempo reale in ambienti dinamici. In secondo luogo, è stato sviluppato un nuovo Osservatore di Accelerazione dello Stato Esteso (ESAO) per un rilevamento rapido e affidabile delle collisioni. Estendendo la dinamica dello spazio degli stati del robot e utilizzando l'errore del segnale di accelerazione, questo metodo raggiunge tempi di rilevamento più rapidi rispetto agli algoritmi all'avanguardia, offrendo una gestione robusta del rumore e un'elevata adattabilità. In terzo luogo, l'applicazione di questi metodi è dimostrata attraverso un sistema robotico a doppio braccio progettato per compiti di presa e manipolazione di oggetti. Sfide come segnali di coppia esterna deboli e rilevamenti ridondanti di impatti sono affrontate sfruttando norme combinate di coppia esterna e soglie calibrate su finestre temporali, garantendo una pianificazione e un controllo affidabili delle traiettorie. La validazione sperimentale conferma l'efficacia dell'approccio proposto nel migliorare i tassi di successo dei compiti e la stabilità operativa.