Human-Guided Co-Manipulation of Carbon Fiber Plies

Technische Samenvatting: Mensgestuurde Co-manipulatie van Koolstofvezellagen

Probleemstelling
Het manipuleren van flexibele, vervormbare materialen, zoals koolstofvezellagen, brengt aanzienlijke uitdagingen met zich mee voor volledige automatisering vanwege de dynamische vervorming en de veranderende toestanden van deze objecten. Hoewel volledig handmatige processen deze robotische beperkingen vermijden, zijn ze vaak ergonomisch veeleisend, tijdrovend en inefficiënt, met name in industrieën zoals de luchtvaart en de automotive sector waar grote composietvellen op mallen moeten worden geplaatst. Mens-robotcollaboratie (HRC) en coöperatieve manipulatie (co-manipulatie) bieden een veelbelovend middenpad, waarbij menselijke betrokkenheid bij de besluitvorming wordt gecombineerd met de efficiëntie van robots. Effectieve co-manipulatie vereist echter intuïtieve interactiemodi die de handen van de operator niet hinderen, aangezien deze nodig zijn voor het hanteren van het materiaal. Traditionele interfaces zoals teach pendants zijn vaak ongeschikt, en vooraf gedefinieerde trajecten missen de flexibiliteit die vereist is in dynamische omgevingen. Daarom is er een behoefte om verschillende besturingsmodi te evalueren en te vergelijken — specifiek spraak, visie en kracht — om de meest effectieve strategieën te bepalen voor het begeleiden van een robot tijdens het transport en de plaatsing van flexibele lagen.

Methodologie
De auteurs hebben een systeemarchitectuur ontwikkeld die perceptie, besturing en een Franka Research 3 (FR3) collaboratieve robot integreert om verschillende besturingsstrategieën te testen in een vereenvoudigde HRC-werkcel. De opstelling omvatte het transporteren van een prepreg koolstofvezellag (met beschermfolie) over een aluminium mal, waarbij experimenten werden uitgevoerd met en zonder een obstakel om complexe trajecten te simuleren.

Het systeem maakte gebruik van drie primaire modi:

1. Perceptie: Een Intel RealSense D435 camera met een YOLO11n-pose model detecteerde de pols van de menselijke operator om 3D-coördinaten te leveren. Een Creoir EdgeVUI SDK verzorgde Automatic Speech Recognition (ASR) en Text-to-Speech (TTS) voor verbale commando's en robotfeedback.
2. Besturingsarchitectuur: Een centrale controller-node beheerde de overgang tussen verschillende besturingsmodi en communiceerde met MoveIt en de robotcontrollers.
3. Geteste besturingsmethoden: Vijf verschillende strategieën werden geëvalueerd:
   • Compliante besturing (Compliant Control): Gebruikmakend van een cartesiaanse impedantiecontroller met nul stijfheid, waardoor de mens de laag kan trekken en de robot kan volgen.
   • Predefiniëerd traject: De robot volgde een vast pad terwijl de mens zich aanpaste.
   • Stapsgewijze spraakbesturing: De operator gebruikte discrete spraakcommando's (bijv. "beweeg naar voren", "open grijper") om de robot in stappen van 10 cm te begeleiden.
   • Pols-tracking (Wrist Tracking): De impedantie-referentiepositie van de robot wordt in realtime bijgewerkt op basis van de gedetecteerde polspositie, waardoor de robot de mens volgt met een vaste offset.
   • Hybride benadering: Een combinatie van pols-tracking voor grove bewegingen, spraakcommando's voor aanpassingen en compliante besturing voor de uiteindelijke plaatsing.

Belangrijkste Resultaten
De experimenten maten de taakvoltooiingstijd, de trajectlengte en de grootte van de kracht die op de end-effector van de robot werd uitgeoefend.

• Predefiniëerd traject: Dit was de snelste methode (ongeveer 10–11 seconden) en vereiste de minste menselijke inspanning, maar het miste flexibiliteit en vereiste herprogrammering bij elke verandering in de omgeving.
• Compliante besturing: Deze methode bood de meest intuïtieve, door de mens geleide interactie en was de op één na snelste methode (ongeveer 25–31 seconden). Het vereiste echter dat de operator kracht uitoefende om het materiaal te trekken, wat de operator kon belasten of de laag kon beschadigen, en maakte achterwaartse beweging moeilijk.
• Stapsgewijze spraakbesturing: Hoewel intuïtief en aanpasbaar, resulteerde deze methode in de langste uitvoeringstijden (ongeveer 60–65 seconden) en de langste trajectlengtes door de stop-en-start, schokkerige bewegingen. De nauwkeurigheid werd beperkt door het vermogen van de operator om afstanden in te schatten.
• Pols-tracking: Deze methode elimineerde de noodzaak voor trekkracht en maakte vloeiendere 3D-bewegingen mogelijk. Het vereiste echter een leercurve voor de operator en presenteerde uitdagingen bij precieze plaatsing nabij het oppervlak.
• Hybride benadering: Door pols-tracking, spraak en compliantie te combineren, bereikte deze benadering de kortste trajectlengte van de end-effector (ongeveer 0,99–1,04 m) en bracht snelheid en controle in balans. Het vereiste minder kracht dan pure compliantie en was sneller dan spraakbesturing alleen, hoewel de tijd die werd besteed aan het wisselen van modi de totale duur iets verhoogde vergeleken met pure pols-tracking.

Belangrijkste Bijdragen
De primaire bijdrage van het artikel is een vergelijkende analyse van verschillende besturingsmodi voor de specifieke taak van de co-manipulatie van flexibele koolstofvezellagen. In tegen tegenstelling tot eerdere werken die vaak focussen op enkelvoudige modi of modelgebaseerde benaderingen, biedt deze studie:

1. Evaluatie van modi in context: Het levert empirische gegevens die compliance, spraak, visuele tracking en hybride methoden vergelijken in een gecontroleerde setting met obstakels.
2. Voorstel van een multimodale oplossing: Het betoogt dat een hybride systeem dat spraak, visie (pols-tracking) en kracht (compliance) combineert, de meest robuuste oplossing biedt. Deze benadering maakt gebruik van de sterke punten van elke modus: visie voor contactloze begeleiding, spraak voor discrete statuswijzigingen en kracht voor intuïtieve fijnafstemming.
3. Vermijden van materiaalmodellering: De voorgestelde methoden vereisen geen complexe modellering van de koolstofvezellag zelf, waardoor de computationele overhead en de verminderde overdraagbaarheid van modelgebaseerde of leergebaseerde methoden worden vermeden.

Betekenis en Claims
De auteurs claimen bescheiden dat dit werk zich richt op de voorlopige ontwikkelingen specifiek voor de transportfase van het layup-proces. Zij stellen dat hoewel geen enkele methode perfect is, een multimodale combinatie een systeem mogelijk maakt dat zowel veilig als efficiënt is. De betekenis ligt in het aantonen dat visuele pols-tracking effectief de krachtgebaseerde trekkracht voor 3D-beweging kan vervangen, wat het ergonomisch comfort en de materiaalveiligheid verbetert, terwijl spraak en compliantie de nodige flexibiliteit en precisie bieden. Het artikel concludeert dat toekomstig werk zich zal richten op het integreren van deze geïsoleerde methoden in een volledig industrieel scenario, waarbij wordt gesuggereerd dat de hybride benadering een levensvatbaar pad is naar het oplossen van de uitdagingen van het hanteren van flexibele materialen in Industry 5.0.