Riepilogo Tecnico: Potenziamento dell'Interazione Fisica Uomo-Robot tramite Tattilità Intrinseca del Robot

Enunciato del Problema

L'Interazione Fisica Uomo-Robot (pHRI) mira a facilitare una collaborazione naturale e sicura tra esseri umani e robot. Tuttavia, gli approcci attuali spesso si affidano a sensori tattili esterni (ad esempio, pelle elettronica o sensori di forza/coppia montati sul flange) per rilevare e classificare il tocco. Questi aggiuntivi esterni aumentano la complessità del sistema, i costi e l'ingombro meccanico, mentre spesso mancano della durabilità e della flessibilità necessarie per un'integrazione senza soluzione di continuità. Inoltre, i robot collaborativi esistenti possiedono già capacità di sensing intrinseche—nello specifico sensori di coppia articolare—che sono tipicamente sottoutilizzate per compiti oltre la semplice rilevazione del contatto o l'evasione delle collisioni. Questo studio affronta la questione se questi sensori intrinseci siano sufficienti per abilitare interazioni ricche e intuitive, come il riconoscimento di cifre scritte a mano da un utente, senza la necessità di hardware esterno specializzato.

Metodologia

Architettura del Sistema e Raccolta Dati

Il sistema proposto utilizza un robot collaborativo a sette gradi di libertà (KUKA LBR iiwa 14 R820) equipaggiato con sensori di coppia sul lato del collegamento di ogni giunto. Gli utenti interagiscono con un touchpad non strumentato (un quadrato in plexiglass montato sul flange del robot) facendo scorrere le dita per disegnare cifre (0–9).

• Sensori: Il sistema acquisisce i segnali intrinseci di coppia articolare ($\tau_{ext}$) e calcola le Forze ($F_{ext}$) e i Momenti ($M_{ext}$) all'Effettore Finale tramite la Jacobiana.
• Preprocessing: Per affrontare gli offset del segnale causati da diverse pose del robot e pressioni di tocco, viene impiegata una tecnica a finestra scorrevole per la correzione della linea di base in tempo reale.
• Segmentazione: Gli eventi di tocco sono isolati utilizzando un approccio basato su soglia sulla coppia del giunto 2 o sulla forza sull'asse z. I segnali segmentati vengono ricampionati a una lunghezza fissa di 100 campioni per garantire coerenza nonostante le variazioni nella velocità di disegno e nella latenza di comunicazione.

Strategia di Aumento dei Dati

Per migliorare la robustezza rispetto alle variazioni nel comportamento dell'utente (direzione di scrittura invertita e orientamenti ruotati), è stata sviluppata una tecnica di aumento dei dati:

• Cifre Invertite: Il percorso geometrico viene invertito utilizzando un operatore di inversione temporale ($T$), e i segni di specifiche componenti di forza e momento vengono invertiti per tenere conto del cambiamento nella distribuzione e nella direzione della pressione delle dita.
• Cifre Ruotate: Le forze e i momenti vengono trasformati utilizzando una matrice di rotazione $R_z(\theta)$ corrispondente all'angolo di rotazione della cifra sul touchpad.

Modello di Classificazione

Una rete Bidirezionale a Memoria a Lungo Termine (Bi-LSTM) è impiegata per classificare i dati in serie temporali. L'architettura bidirezionale permette alla rete di catturare le dipendenze temporali sia dai movimenti precedenti che da quelli successivi, il che è critico per riconoscere la forma di una cifra basandosi sull'intera traiettoria del tocco.

Design Sperimentale

Gli esperimenti sono stati condotti per valutare:

1. Prestazioni di Base: Confronto tra dataset di addestramento a utente singolo e multi-utente.
2. Generalizzabilità: Test del modello su utenti che non hanno partecipato alla fase di addestramento.
3. Robustezza alla Pose: Valutazione delle prestazioni su 10 pose del robot selezionate casualmente.
4. Efficacia dell'Aumento: Valutazione della capacità del sistema di classificare cifre invertite e ruotate.
5. Applicazione Reale: Implementazione di un compito di consegna di frutta in cui gli utenti selezionano gli articoli disegnando le cifre corrispondenti.

Risultati Chiave

Accuratezza di Classificazione

• Cifre Standard: La rete Bi-LSTM ha raggiunto un'accuratezza offline vicina al 100% e un'accuratezza online del 94,1% (addestramento multi-utente) quando testata su utenti non coinvolti nell'addestramento, anche con il robot in pose variabili.
• Generalizzabilità: Un modello addestrato su un singolo utente ha mostrato un'accuratezza significativamente inferiore (45,2%) su utenti non visti rispetto al modello multi-utente (94,1%), evidenziando la necessità di dati di addestramento diversificati.
• Input Aumentati:
  • Cifre Invertite: Ha raggiunto un'accuratezza del 92%. La principale fonte di errore è stata la classificazione errata dell'8 come 3.
  • Cifre Ruotate: Ha raggiunto un'accuratezza di circa 80–86% a seconda dell'angolo di rotazione (+90° o -90°). Errori comuni si sono verificati con le cifre 5, 1 e 7.
  • Il sistema ha dimostrato che anche un modello addestrato solo su cifre standard può riconoscere input leggermente ruotati (<45°), sebbene le prestazioni peggiorino con rotazioni più ampie.

Analisi della Confusione

La matrice di confusione ha indicato che la maggior parte degli errori di classificazione si è verificata tra cifre visivamente o strutturalmente simili, in particolare 0 vs 6, 1 vs 7 e 2 vs 3.

Dimostrazione nel Mondo Reale

La metodologia è stata validata in uno scenario di consegna di frutta. Il sistema ha utilizzato una Macchina a Stati Finiti Gerarchica (HFSM) per gestire l'esecuzione del compito e la sicurezza. Il robot ha fornito feedback vocale (ad esempio, "Vedo che vuoi un'arancia") e ha richiesto una conferma tattile prima di eseguire il compito. I protocolli di sicurezza includevano l'arresto del movimento al rilevamento di un contatto durante l'esecuzione del compito e la ripresa tramite un gesto di doppio tocco.

Significato e Contributi

Il documento rivendica i seguenti contributi al campo della pHRI:

1. Fattibilità del Sensing Intrinseco: Dimostra che il sensing intrinseco della coppia articolare nei robot collaborativi commerciali è sufficiente per una classificazione ad alta accuratezza delle cifre, eliminando la necessità di sensori tattili esterni.
2. Dataset Pubblico (pHRI-DIGI-TACT): Il rilascio di un dataset contenente 10 classi di cifre tattili scritte a mano raccolte da più partecipanti, inclusi le coppie articolari a 7 gradi di libertà e le forze/momenti dell'Effettore Finale.
3. Robustezza alle Variazioni: Lo sviluppo di un metodo di aumento dei dati che permette il riconoscimento di cifre invertite e ruotate senza richiedere ulteriore raccolta di dati, aumentando così la flessibilità del sistema.
4. Applicazione Pratica: Una dimostrazione riuscita di un'interfaccia intuitiva per compiti quotidiani (consegna di frutta), che mostra il potenziale per assistere utenti inesperti attraverso un'interazione fisica naturale e feedback vocale.

Gli autori concludono che questo approccio offre un'alternativa promettente ai metodi tradizionali di pHRI, riducendo la complessità e i costi del sistema mantenendo al contempo un'alta qualità di interazione. Il lavoro futuro è identificato come focalizzato sull'espansione del sistema per riconoscere numeri multi-cifra e cifre disegnate con pause o percorsi geometrici diversi.