A Minimum-Energy Control Approach for Redundant Mobile Manipulators in Physical Human-Robot Interaction Applications

Titolo: Approccio di Controllo a Minima Energia per Manipolatori Mobili Ridondanti nelle Applicazioni di Interazione Fisica Uomo-Robot

1. Problema e Contesto

L'articolo affronta le sfide nel controllo dei sistemi di manipolazione mobile (composti da una base mobile e un braccio robotico) durante le applicazioni di Interazione Fisica Uomo-Robot (pHRI).

• Contesto: Sebbene i manipolatori a base fissa siano comuni, compiti come il trasporto cooperativo o l'assistenza fisica richiedono la mobilità. Tuttavia, l'aggiunta di gradi di libertà (DoF) della base mobile rende il controllo più complesso e soggetto a ottimizzazioni delle prestazioni.
• Sfida Specifica: Nelle interazioni fisiche, l'operatore umano guida il robot attraverso un modello di ammettenza virtuale. Il problema centrale risiede nella Cinematica Differenziale Inversa (IDK): trasformare la velocità desiderata dell'end-effector nello spazio operativo ($v_d$) nelle velocità congiuntali desiderate ($\dot{q}_d$) per la base e il braccio.
• Obiettivo: Minimizzare l'energia cinetica totale immagazzinata nel sistema robotico completo durante l'esecuzione del compito. Questo è cruciale per:
  • Ridurre i movimenti della componente più pesante (la base mobile, che nel caso di studio pesa 115 kg), migliorando la sicurezza.
  • Garantire un'esperienza utente più fluida e sicura.

2. Metodologia

Il lavoro propone un nuovo approccio per risolvere il problema dell'IDK, formulandolo come un problema di ottimizzazione vincolata.

• Architettura di Controllo: Il sistema utilizza un modello di ammettenza virtuale per generare la velocità desiderata dell'end-effector basandosi sulla forza applicata dall'utente.
• Formulazione dell'Ottimizzazione:
  • L'obiettivo è minimizzare l'energia cinetica totale $E_K$ del sistema, definita come:
    $$E_K = \frac{1}{2} \dot{q}_{ad}^T M_a(q_a) \dot{q}_{ad} + \frac{1}{2} \dot{q}_{bd}^T M_b \dot{q}_{bd}$$
    dove $\dot{q}_{ad}$ e $\dot{q}_{bd}$ sono le velocità del braccio e della base, e $M_a$, $M_b$ sono le rispettive matrici di inerzia.
  • Il vincolo è l'equazione cinematica: $J(q)\dot{q}_d = v_d$.
• Soluzione Proposta:
  • La soluzione ottima è ottenuta tramite una pseudoinversa Jacobiana dinamica ($J_M^\dagger$), che tiene conto delle matrici di inerzia del sistema completo.
  • La soluzione è data da: $\dot{q}^* = J_M^\dagger(q) v_d$.
  • Per gestire la ridondanza e mantenere il robot vicino a una configurazione preferita, viene aggiunto un termine nello spazio nullo del Jacobiano: $\dot{q}_d = \dot{q}^* + N(J(q))\dot{q}_{d,s}$.
• Vantaggio Chiave: A differenza dei metodi basati sulla pseudoinversa standard o su tecniche di priorità che richiedono interazione umana per il cambio di modalità (es. da manipolazione a locomozione), questo approccio automatizza la ripartizione dei movimenti tra base e braccio per minimizzare l'energia, senza intervento dell'utente.

3. Contributi Chiave

1. Nuovo Schema di Controllo IDK: Introduzione di una soluzione per l'IDK basata sulla minimizzazione dell'energia cinetica globale, utilizzando la pseudoinversa dinamica consistente.
2. Sicurezza Intrinseca: Riduzione automatica dei movimenti della base mobile (il componente più massiccio), limitando l'inerzia coinvolta nell'interazione fisica e aumentando la sicurezza per l'operatore.
3. Validazione Sperimentale: Confronto diretto su un compito reale ("peg-in-hole") con 27 partecipanti umani, dimostrando superiorità rispetto ai metodi esistenti.
4. Eliminazione del Carico Cognitivo: Rimozione della necessità per l'utente di decidere manualmente quando attivare la locomozione o la manipolazione (problema presente nei metodi "switch").

4. Risultati Sperimentali

Lo studio è stato condotto su un manipolatore mobile (UR10e su base Robotnik RB-KAIROS+) con 27 partecipanti, confrontando tre approcci:

• (a) Locomozione: Uso continuo della base.
• (b) Switch: L'utente cambia manualmente tra modalità manipolazione e locomozione.
• (c) Minima Energia (Proposto): Controllo automatico basato sull'ottimizzazione.

Metriche e Risultati Principali:

• Forza Umana ($\bar{F}_h$): L'approccio proposto ha ridotto lo sforzo umano del 22% rispetto alla locomozione pura e del 22% rispetto allo switch (che riduce il 41% ma richiede più tempo).
• Energia Cinetica Totale ($\bar{E}$): L'approccio proposto ha ridotto l'energia immagazzinata del 66% rispetto alla locomozione pura e ha mostrato un profilo energetico più stabile rispetto allo switch (che dipende dall'esperienza dell'utente).
• Tempo di Esecuzione ($T_f$): L'approccio a minima energia è stato il più veloce (tempo mediano di 28.33s), superando sia la locomozione (31.77s) che lo switch (37.49s). Il metodo "switch" è stato più lento a causa dei ritardi introdotti dalle operazioni manuali di cambio modalità.
• Fluidità del Movimento: L'approccio proposto ha mostrato profili di velocità e energia più lisci, senza picchi bruschi o intervalli di velocità zero (tipici delle fasi di switching), migliorando il comfort dell'utente.
• Precisione: La precisione finale (displacement $x_f$) è stata comparabile o leggermente migliore rispetto alla locomozione, e significativamente migliore dello switch (dove la configurazione finale dipende dalle azioni dell'utente).

5. Significato e Implicazioni

Questo lavoro dimostra che l'ottimizzazione dell'energia cinetica globale non è solo un criterio teorico, ma porta a benefici tangibili nelle applicazioni reali di robotica collaborativa:

• Sicurezza: Minimizzare il movimento della parte più pesante del robot riduce il rischio di collisioni e lesioni in caso di contatto accidentale.
• Usabilità: Rimuove il carico cognitivo dall'operatore umano, che non deve più gestire la complessità della coordinazione base-braccio, permettendogli di concentrarsi solo sul compito.
• Efficienza: Migliora sia la velocità di esecuzione che la qualità dell'interazione fisica, rendendo i manipolatori mobili più adatti per compiti di assistenza, riabilitazione e collaborazione industriale.

In sintesi, l'approccio proposto trasforma la ridondanza del sistema mobile-manipolatore da una sfida di controllo in un vantaggio per l'ottimizzazione energetica e la sicurezza, superando le limitazioni dei metodi basati su priorità fisse o interazione manuale.