Riepilogo Tecnico: Controllo di Assimilazione dell'Intenzione per un Tracciamento Preciso con Impedenza Variabile nella Teleoperazione

1. Enunciato del Problema

I sistemi di teleoperazione si basano tipicamente su una forza di tipo elastico per trascinare un robot seguace verso la posizione di un robot leader. Questo approccio tradizionale presenta un compromesso fondamentale:

• Bassa Rigidità: Garantisce sicurezza nell'interazione con oggetti delicati o esseri umani, ma comporta una scarsa accuratezza di tracciamento, specialmente durante movimenti dinamici.
• Alta Rigidità: Garantisce un tracciamento accurato, ma comporta rischi per la sicurezza in ambienti condivisi e può causare instabilità o effetti di "frustata" quando l'operatore modifica rapidamente l'impedenza.

Le soluzioni esistenti all'avanguardia, come il Controllo di Tele-Impedenza (TIC), tentano di risolvere questo problema stimando l'impedenza del braccio dell'operatore (tramite EMG o forza di presa) e adattando l'impedenza del seguace ad essa. Tuttavia, il TIC trasmette ancora la posizione corrente del leader come obiettivo. Di conseguenza, se l'impedenza del seguace è bassa (compliance), non può tracciare accuratamente la traiettoria del leader a meno che l'operatore non mantenga un'alta rigidità fisica (co-contrazione), il che è faticoso e insostenibile. Al contrario, se il seguace è rigido, rischia di danneggiare l'ambiente.

Il problema centrale affrontato è come permettere a un robot seguace di tracciare accuratamente il movimento di un leader consentendo all'operatore di modulare liberamente l'impedenza del seguace da bassa ad alta, senza compromettere le prestazioni di tracciamento o la sicurezza.

2. Metodologia: Controllo di Assimilazione dell'Intenzione (IAC)

Gli autori propongono il Controllo di Assimilazione dell'Intenzione (IAC), una strategia che disaccoppia l'accuratezza del tracciamento dall'impedenza istantanea del seguace.

Concetto Fondamentale

A differenza dei metodi tradizionali che trasmettono la posizione corrente ($x_l$) del leader al seguace, l'IAC stima la posizione target ($\tau_l$) del leader basandosi sulla forza applicata dall'operatore e trasmette questo target stimato al seguace. Il seguace traccia quindi questo target virtuale ($\tau^*$) anziché lo stato istantaneo del leader.

Architettura di Controllo

1. Stima del Target: Il seguace stima la traiettoria intesa dall'operatore ($\tau^*$) osservando la forza applicata al robot leader. Ciò è modellato utilizzando un modello interno in cui la traiettoria target è una funzione del tempo (ad esempio, posizione fissa o velocità lineare).
2. Osservazione dello Stato: Viene impiegato un filtro di Kalman per stimare il vettore di stato esteso, che include la posizione e la velocità del robot, i parametri della traiettoria target e l'ingresso di controllo del leader. L'osservatore minimizza l'errore tra lo stato stimato e lo stato misurato (posizione, velocità e forza).
3. Legge di Controllo: Il controllore del seguace è progettato come:
   $$u = -L_1(x - \tau^*) - L_2(\dot{x} - \dot{\tau}^*)$$
   Dove $L_1$ e $L_2$ sono i guadagni di rigidità e smorzamento del seguace. Poiché il target $\tau^*$ è una stima della traiettoria intesa e non della posizione corrente, i guadagni $L_1$ e $L_2$ non devono essere elevati per raggiungere la convergenza. Possono essere impostati bassi per la sicurezza o modulati dinamicamente.
4. Modulazione dell'Impedenza: L'operatore controlla l'entità dell'impedenza del seguace tramite la sua forza di presa di potenza, che è linearmente correlata alla rigidità dell'estremità del braccio. Ciò consente un aggiustamento in tempo reale della compliance del seguace.
5. Stabilità: Per prevenire l'instabilità durante l'aumento rapido della rigidità (un problema noto nel controllo di impedenza), il tasso di aumento della rigidità è vincolato utilizzando una condizione derivata da Kronander e Billard (2016), garantendo che il sistema rimanga stabile anche durante transizioni rapide.

Dinamiche del Sistema

Il documento modella i robot leader e seguace utilizzando le dinamiche standard dei corpi rigidi. Il controllore del seguace compensa le proprie dinamiche per corrispondere a quelle del leader, creando efficacemente un sistema "accoppiato" in cui il seguace imita il comportamento del leader se gli ingressi di controllo sono identici.

3. Contributi Chiave

• Nuova Strategia di Controllo: Introduzione dell'IAC, che sposta il paradigma di controllo dal tracciamento della posizione corrente del leader al tracciamento di una posizione target stimata derivata dall'intenzione dell'operatore.
• Disaccoppiamento di Accuratezza e Impedenza: Dimostrazione che un'alta accuratezza di tracciamento può essere mantenuta anche quando l'impedenza del seguace è bassa, superando i limiti del TIC.
• Validazione Sperimentale: Un confronto completo tra IAC e TIC attraverso quattro scenari sperimentali distinti:
  1. Tracciamento Libero: Movimento multi-assiale con impedenza variabile.
  2. Interazione Morbida: Interazione con un palloncino per testare sicurezza e compliance.
  3. Inserimento Perno-Foro: Un compito di precisione che richiede alta compliance per l'allineamento ma un tracciamento accurato per l'inserimento.
  4. Lucidatura Bilaterale: Compito con feedback di forza in cui l'operatore modula l'impedenza tramite la forza di presa.

4. Risultati Sperimentali

Lo studio ha utilizzato due manipolatori Franka Emika a 7 gradi di libertà con un ritardo di comunicazione di 100 ms per compiti unilaterali e 0 ms per compiti bilaterali.

• Tracciamento Libero:

  • TIC: L'errore di tracciamento è aumentato drasticamente quando l'impedenza scendeva sotto i 400 N/m. A bassa rigidità (80 N/m), gli errori superavano i 20 cm. Un'alta rigidità causava "frustata" (accelerazione/decelerazione rapida) quando l'operatore aumentava l'impedenza.
  • IAC: Ha mantenuto l'errore di tracciamento al di sotto dei 10 cm (oscillando intorno ai 5 cm) su tutto l'intervallo di impedenza (80–1320 N/m). Non è stata osservata alcuna frustata.
  • Quantitativo: L'IAC ha ridotto l'errore di tracciamento di un fattore 2,21 rispetto al TIC nell'intervallo testato.

• Interazione con Palloncino:

  • TIC: Anche con un guadagno elevato (300 N/m), il seguace non è riuscito a tracciare accuratamente nello spazio libero e ha fatto scoppiare il palloncino al contatto a causa di un controllo della compliance inadeguato.
  • IAC: Con un guadagno basso (60 N/m), il seguace ha tracciato il leader accuratamente nello spazio libero e ha interagito delicatamente con il palloncino, prevenendone lo scoppio.

• Inserimento Perno-Foro:

  • Partecipanti: 8 utenti inesperti.
  • Tasso di Successo: L'IAC ha raggiunto un tasso di successo dell'88% entro 20 secondi, rispetto al 50% del TIC ($p=0,02$).
  • Tempo di Completamento: Le prove riuscite con IAC hanno richiesto significativamente meno tempo (10,0 s contro 17,0 s per il TIC, $p<0,001$).
  • Meccanismo: Il miglioramento è stato guidato principalmente dalla fase di inserimento. L'IAC ha permesso all'orientamento del seguace di rispondere correttamente agli aggiustamenti rotazionali del leader, consentendo agli utenti di "giocare" il perno per liberarlo da inceppamenti. Il TIC non è riuscito a trasmettere efficacemente queste correzioni rotazionali quando il seguace era compliant.

• Lucidatura Bilaterale:

  • L'IAC ha mantenuto con successo un basso errore di tracciamento sul piano x-y anche quando l'operatore modulava l'impedenza tramite la forza di presa.
  • Il feedback di forza è stato riflesso accuratamente al leader in entrambe le modalità, confermando un'operazione bilaterale stabile.

5. Significato e Affermazioni

Il documento afferma che l'IAC fornisce un livello di controllo senza precedenti sulla posizione e sull'impedenza del seguace durante la teleoperazione sia unilaterale che bilaterale.

• Sicurezza e Accuratezza: L'IAC risolve il compromesso tradizionale, consentendo interazioni sicure a bassa rigidità senza sacrificare la precisione di tracciamento.
• Libertà dell'Utente: Gli operatori possono modulare l'impedenza in base ai requisiti del compito (ad esempio, bassa rigidità per la lucidatura, alta per la perforazione) senza bisogno di co-contrarre fisicamente i muscoli per mantenere l'accuratezza.
• Robustezza: Il metodo è robusto ai ritardi di comunicazione (testati a 100 ms) e non richiede algoritmi di passività complessi per la stabilità nelle configurazioni testate.
• Praticità: Utilizzando la forza di presa di potenza per stimare l'impedenza, il sistema evita il rumore e le difficoltà di calibrazione associate ai metodi basati su EMG, rendendolo più pratico per il dispiegamento nel mondo reale.

Gli autori concludono che l'IAC permette ai robot di replicare accuratamente il movimento umano, concedendo all'utente la libertà di adattare l'impedenza all'ambiente, una capacità che il TIC non può raggiungere senza compromettere la sicurezza o le prestazioni.