Human-Guided Co-Manipulation of Carbon Fiber Plies

Sintesi Tecnica: Co-manipolazione Guidata dall'Uomo di Preforme in Fibra di Carbonio

Definizione del Problema
La manipolazione di materiali flessibili e deformabili, come le preforme (ply) in fibra di carbonio, presenta sfide significative per l'automazione completa a causa della distorsione dinamica e dei cambiamenti di stato di tali oggetti. Sebbene i processi completamente manuali evitino queste limitazioni robotiche, essi sono spesso gravosi dal punto di vista ergonomico, tediosi e inefficienti, in particolare in settori come l'aviazione e la produzione automobilistica, dove grandi fogli compositi devono essere posizionati su stampi. La Collaborazione Uomo-Robot (HRC) e la manipolazione cooperativa (co-manipolazione) offrono una via di mezzo promettente, permettendo il coinvolgimento umano nel processo decisionale pur sfruttando l'efficienza robotica. Tuttavia, una co-manipolazione efficace richiede modalità di interazione intuitive che non ostacolino le mani dell'operatore, necessarie per la gestione del materiale. Le interfacce tradizionali, come i teach pendant, sono spesso impraticabili e le traiettorie predefinite mancano della flessibilità richiesta dagli ambienti dinamici. Di conseguenza, è necessario valutare e confrontare diverse modalità di controllo — specificamente il parlato, la visione e la forza — per determinare le strategie più efficaci per guidare un robot durante il trasporto e il posizionamento di preforme flessibili.

Metodologia
Gli autori hanno sviluppato un'architettura di sistema che integra percezione, controllo e un robot collaborativo Franka Research 3 (FR3) per testare varie strategie di controllo in una cella di lavoro HRC semplificata. L'allestimento prevedeva il trasporto di una preforma in carbonio preimpregnato (con pellicola protettiva) su uno stampo in alluminio, con esperimenti condotti sia con che senza un ostacolo per simulare traiettorie complesse.

Il sistema ha utilizzato tre modalità primarie:

1. Percezione: Una telecamera Intel RealSense D435 con un modello YOLO11n-pose ha rilevato il polso dell'operatore per fornire le coordinate 3D. Un SDK Creoir EdgeVUI ha gestito il Riconoscimento Automatico del Parlato (ASR) e la Sintesi Vocale (TTS) per i comandi verbali e il feedback del robot.
2. Architettura di Controllo: Un nodo controllore centrale gestiva il passaggio tra i diversi modi di controllo e comunicava con MoveIt e i controller del robot.
3. Metodi di Controllo Testati: Sono state valutate cinque strategie distinte:
   • Controllo Compliante: Utilizzo di un controllore di impedenza cartesiana con rigidità nulla, che permette all'uomo di tirare la preforma e al robot di seguirla.
   • Traiettoria Predefinita: Il robot seguiva un percorso fisso mentre l'uomo si adattava.
   • Controllo Vocale a Scatti (Stepwise): L'operatore utilizzava comandi vocali discreti (es. "muoviti avanti", "apri pinza") per guidare il robot in incrementi di 10 cm.
   • Tracciamento del Polso: La posa di riferimento dell'impedenza del robot viene aggiornata in tempo reale in base alla posizione del polso rilevata, permettendo al robot di seguire l'uomo a un offset fisso.
   • Approccio Ibrido: Una combinazione di tracciamento del polso per il movimento macroscopico, comandi vocali per le regolazioni e controllo compliante per il posizionamento finale.

Risultati Chiave
Gli esperimenti hanno misurato il tempo di completamento del compito, la lunghezza del percorso e l'entità della forza applicata all'end-effector del robot.

• Traiettoria Predefinita: Questo è stato il metodo più veloce (circa 10–11 secondi) e ha richiesto il minor sforzo umano, ma mancava di flessibilità e richiedeva la riprogrammazione per qualsiasi variazione ambientale.
• Controllo Compliante: Questo metodo ha offerto l'interazione più intuitiva guidata dall'uomo ed è stato il secondo metodo più veloce (circa 25–31 secondi). Tuttavia, richiedeva all'operatore di esercitare una forza per tirare il materiale, il che poteva affaticare l'operatore o danneggiare la preforma, rendendo difficile il movimento all'indietro.
• Controllo Vocale a Scatti: Sebbene intuitivo e adattabile, questo metodo ha comportato i tempi di esecuzione più lunghi (circa 60–65 secondi) e i percorsi più lunghi a causa di movimenti a scatti e discontinui. L'accuratezza era limitata dalla capacità dell'operatore di stimare le distanze.
• Tracciamento del Polso: Questo metodo ha eliminato la necessità di forza di trazione e ha permesso movimenti 3D più fluidi. Tuttavia, ha richiesto una curva di apprendimento per l'operatore e ha presentato sfide nel posizionamento preciso vicino alla superficie.
• Approccio Ibrido: Combinando il tracciamento del polso, la voce e la compliance, questo approccio ha ottenuto il percorso più breve dell'end-effector (circa 0,99–1,04 m) e ha bilanciato velocità e controllo. Ha richiesto meno forza rispetto alla pura compliance ed è stato più veloce del solo controllo vocale, sebbene il tempo trascorso nel passaggio tra le modalità abbia aumentato leggermente la durata totale rispetto al solo tracciamento del polso.

Contributi Principali
Il contributo primario del documento è l'analisi comparativa di distinte modalità di controllo per il compito specifico di co-manipolazione di preforme flessibili in fibra di carbonio. A differenza di lavori precedenti che spesso si concentrano su singole modalità o approcci basati su modelli, questo studio:

1. Valuta le Modalità in Contesto: Fornisce dati empirici confrontando compliance, voce, tracciamento basato sulla visione e metodi ibridi in un ambiente controllato con ostacoli.
2. Propone una Soluzione Multimodale: Sostiene che un sistema ibrido che combina parlato, visione (tracciamento del polso) e forza (compliance) offre la soluzione più robusta. Questo approccio sfrutta i punti di forza di ciascuna modalità: la visione per la guida senza contatto, la voce per i cambiamenti di stato discreti e la forza per la regolazione fine intuitiva.
3. Evita la Modellazione del Materiale: I metodi proposti non richiedono una modellazione complessa della preforma in fibra di carbonio, evitando il carico computazionale e la ridotta trasferibilità associati ai metodi basati su modelli o sull'apprendimento.

Significato e Rivendicazioni
Gli autori affermano con modestia che questo lavoro presenta sviluppi preliminari focalizzati specificamente sulla fase di trasporto del processo di layup. Essi sostengono che, sebbene nessun metodo sia perfetto, una combinazione multimodale consente un sistema che sia sicuro ed efficiente. Il significato risiede nel dimostrare che il tracciamento del polso basato sulla visione può sostituire efficacemente la trazione basata sulla forza per il movimento 3D, migliorando l'ergonomia e la sicurezza del materiale, mentre la voce e la compliance forniscono la necessaria flessibilità e precisione. Il documento conclude che il lavoro futuro mirerà a integrare questi metodi isolati in uno scenario industriale completo, suggerendo che l'approccio ibrido sia una via percorribile per risolvere le sfide della manipolazione di materiali flessibili nell'Industria 5.0.