Adaptive PD Gains for Energy-Conscious Control in Physical Human-Robot Interaction

Resumen Técnico: Ganancias PD Adaptativas para el Control Consciente de la Energía en la Interacción Física Humano-Robot

Planteamiento del Problema
La Interacción Física Humano-Robot (pHRI) requiere mecanismos de seguridad robustos para prevenir lesiones durante las colisiones. Aunque las estrategias de control complaciente (control de impedancia y admitancia) son comunes, enfrentan limitaciones significativas: a menudo dependen de sensores externos de fuerza/par o de la estimación del par en las articulaciones, dependen de las coordenadas y carecen de garantías explícitas de seguridad respecto a los límites de transferencia de energía exigidos por normas como ISO/TS 15066. Los enfoques de control basados en energía existentes ofrecen una alternativa independiente de las coordenadas, pero suelen sufrir de implementaciones complejas, la necesidad de "tanques de energía virtuales" o la falta de pruebas de estabilidad explícitas. Además, muchos esquemas actuales son reactivos, modificando el control solo después de que se violan los límites de seguridad, en lugar de gestionar la energía de forma proactiva.

Metodología
Los autores proponen un controlador Proporcional-Derivativo (PD) adaptativo diseñado para limitar la energía mecánica total (cinética y potencial) del robot por debajo de un umbral especificado ($L_{lim}$). El controlador modifica las ganancias PD estándar basándose en el estado de energía instantáneo del sistema.

1. Modelado del Sistema: La dinámica del robot se modela mediante ecuaciones estándar de cuerpo rígido. La energía total $L$ se define como la suma de la energía cinética ($T$) y la energía potencial de la articulación controlada ($U_q$).
2. Funciones Disipativas: Se introducen dos funciones disipativas novedosas para escalar las ganancias del controlador:
   • $r$ (Escalamiento basado en la energía): Una función de la energía total $L$ que escala la ganancia proporcional ($K_p$). A medida que $L$ se acerca al límite $L_{lim}$, $r$ tiende a cero, reduciendo la rigidez para disminuir la energía potencial.
   • $r_T$ (Escalamiento basado en la energía cinética): Una función de la energía cinética $T$ utilizada para escalar la ganancia derivativa ($K_d$). Este término aumenta el amortiguamiento cuando la energía cinética es alta para oponerse a empujes externos (energía añadida por el usuario) sin violar el límite de energía.
3. Adaptación de Ganancias:
   • La ganancia proporcional $K_p$ se adapta para disipar a medida que la energía total aumenta, asegurando que el componente de energía potencial se mantenga dentro del presupuesto.
   • La ganancia derivativa $K_d$ se adapta para aumentar el amortiguamiento en respuesta a una alta energía cinética, evitando el "flaneo" (movimientos erráticos) inestable mientras permite que el robot ceda ante fuerzas externas.
4. Cumplimiento de la Estabilidad: Se realiza un análisis de estabilidad de Lyapunov. Los autores derivan una condición donde la derivada temporal de la función de Lyapunov debe ser definida negativa. Para satisfacer esto, se propone un algoritmo (Algoritmo 1) para imponer una restricción en el tamaño del paso de la tasa de cambio de la ganancia proporcional ($\dot{K}_p$), asegurando que el sistema permanezca estable incluso cuando las ganancias se adaptan.

Contribuciones Clave

• Marco PD Adaptativo: Una estructura de control PD simple y familiar que limita inherentemente tanto la energía cinética como la potencial, evitando la complejidad de los tanques de energía o los controladores basados en la pasividad encontrados en la literatura actual.
• Mecanismo de Doble Disipación: La introducción de dos funciones distintas ($r$ y $r_T$) permite la gestión independiente de la energía potencial (mediante la reducción de la rigidez) y la energía cinética (mediante la inyección de amortiguamiento), abordando específicamente el problema de la inyección de energía por la interacción humana.
• Prueba de Estabilidad: Se proporciona un análisis de estabilidad de Lyapunov formal, junto con un algoritmo práctico para imponer la condición de estabilidad derivada durante la operación.
• Seguridad Proactiva: A diferencia de los esquemas de detección de colisiones reactivos, este controlador moldea proactivamente la impedancia del robot a medida que la energía se acerca al límite, garantando la complacencia antes de que se alcancen los umbrales de seguridad.

Resultados Experimentales
El controlador fue validado en un robot humanoide TALOS (PAL Robotics) tanto en simulación con Gazebo como en experimentos de hardware, comparando su rendimiento con un controlador PD tradicional no adaptativo.

• Seguimiento Sinusoidal: Cuando la energía del sistema estaba muy por debajo del límite, el controlador adaptativo se comportó de manera casi idéntica al controlador PD tradicional, demostrando que el ajuste nominal se preserva durante la operación segura.
• Respuesta al Escalón: En un escenario de entrada de escalón, el controlador tradicional violó el límite de energía ($1.5$ J en simulación), mientras que el controlador adaptativo logró limitar la energía en el umbral mediante la reducción de las ganancias. Esto resultó en un tiempo de asentamiento más lento (3.21s frente a 2.09s) pero garantizó la seguridad.
• Respuesta a Fuerza/Par Externo:
  • Simulación: Cuando se aplicó un par externo, el controlador tradicional exhibió un comportamiento rígido con alta deflexión y violación de energía. El controlador adaptativo redujo la rigidez y aumentó el amortiguamiento, resultando en un comportamiento complaciente (mayor deflexión de ~1.0 rad) manteniendo la energía total bajo el límite.
  • Hardware: Se observaron resultados similares en el robot físico TALOS. El controlador adaptativo limitó la energía total por debajo del límite de hardware de $0.15$ J, mientras que el controlador tradicional lo excedió ($0.17$ J). El enfoque adaptativo produjo una interacción más suave (deflexión de 0.47 rad frente a 0.185 rad) y una recuperación más gradual.

Significancia y Reivindicaciones
El artículo afirma que el controlador propuesto ofrece una solución práctica e implementable para una pHRI segura. Al aprovechar la simplicidad del control PD, reduce la barrera para adoptar restricciones de seguridad basadas en la energía. Los autores enfatizan que el controlador:

• Proporciona un límite de energía explícito, alineándose con los estándares de seguridad ISO/TS 15066.
• Induce naturalmente un comportamiento complaciente (suavidad) cuando se acercan los límites de energía, reduciendo el riesgo de lesiones.
• Mantiene la estabilidad mediante una condición matemáticamente probada.
• Es modular, permitiendo el uso de técnicas de ajuste estándar para las ganancias nominales mientras se añaden capas de seguridad solo cuando es necesario.

Los autores señalan modestamente las limitaciones, incluyendo el requisito de un modelado dinámico preciso, el hecho de que la limitación de energía no garantiza la seguridad contra riesgos de punción (dependientes de la presión/área) y la necesidad de un ajuste cuidadoso de los parámetros ($\alpha, \beta, K_{dmax}$) para equilibrar la resistencia y la complacencia. Se sugiere como trabajo futuro incluir escenarios de colisión más amplios, asignación de presupuesto basada en la inercia y compensación de fricción.