Whole-body dynamic behavior and
control of human-like robots.
Analisi di un articolo del dipartimento
di scienze informatiche dell’università
di Stanford.
Claudio Sergio Mattioni
Mattia Munari
Vantaggi della robotica umanoide
Possibilità d’utilizzo delle stesse infrastrutture
create per le persone.
Maggior facilità di cooperazione con gli uomini.
Possibilità di programmazione tramite
apprendimento per imitazione.
Interfacce comunicative più semplici.
L’essere umano come oggetto di studio per il
perfezionamento del robot e dei suoi modelli:
meccanico, di movimento e di coordinazione.
Svantaggi della robotica
umanoide.
Grande complessità di realizzazione.
Difficoltà di eseguire i task a causa del numero di
parametri da controllare in contemporanea.
Grande complessità della logica di controllo, e
pianificazione.
Pianificazione in tempo reale molto difficile.
Difficile coordinare il movimento di un end-effector
in relazione con il movimento del robot stesso.
Numerosi gradi di libertà -> ridondanza cinematica
delle configurazioni.
Scopo dello studio
Sviluppare un sistema di equazioni che permettano
un controllo e pianificazione del movimento con
complessità lineare nel tempo.
Integrare il controllo dei comportamenti tenendo
conto della postura e del movimento dell’intero
corpo.
Possibilità di specificare i movimenti ad un alto
livello di astrazione.
Verificare il sistema di controllo proposto con
simulazioni in ambiente virtuale SAI.
Punti di forza dello studio
Efficienza, generalità di applicazione, e semplicità
del sistema proposto.
Priorità dei task di movimento.
Rilevamento di conflitti.
Generazione real-time delle traiettorie -> soluzione
ottimale rispetto a:
Supervised Learning
Rapid motion planning
Descrizione esplicita delle traiettorie.
Svolgimento dello studio
Analisi del movimento naturale del corpo umano
tramite tecniche di motion-capture.
Modellizzazione degli schemi del movimento
naturale umano tramite potenziali energetici.
Sviluppo del sistema di pianificazione e di controllo
orientato all’ottenimento della minimizzazione dei
potenziali e alla gestione di task multipli.
Svolgimento dello studio
Identificazione dei comportamenti di movimento.
Ciascun comportamento implica il movimento di
diversi giunti con diversi gradi di libertà.
Ragionando con i comportamenti si ha un’astrazione
superiore che riduce il numero di “gradi di libertà”.
Ipotesi di studio: presenza di un comportamento
primario e di una postura ad esso associata.
Svolgimento dello studio
Decomposizione dei compiti di controllo
Partendo dalla classica equazione della dinamica
nello spazio dei giunti:
Dopo una serie di trasformazioni matematiche
possiamo esprimerla nello spazio del singolo task.
Possiamo dividere quindi la relazione di
forza/torsione nelle componenti relative al task e
alla postura:
Svolgimento dello studio
Controllo e comportamento dinamico della postura.
Grazie alla decomposizione dei compiti di controllo,
raggiungiamo la seguente formula:
La precedente ci permette di controllare
dinamicamente il robot data la postura corrente e il
comportamento voluto.
Per arrivare a:
Che è l’equazione che governa dinamicamente il
moto del robot regolando direttamente le forze da
applicare ai giunti.
Simulazione e Verifica
Per la verifica si è confrontato il comportamento del
controllore dinamico con uno statico.
Il confronto è stato effettuato in un ambiente di
simulazione SAI.
Questo ambiente permette di avere una
visualizzazione 3D in tempo reale del simulato.
Svolgimento della simulazione
Sono stati eseguiti due esperimenti:
Il primo prevede il task di mantenere una posizione
fissata per la mano (T) mentre il comportamento
secondario è quello di oscillare il gomito in modo
sinusoidale.
Nella prima simulazione effettuata con il controllore
non dinamico abbiamo un sistema poco
performante.
Nella seconda simulazione effettuata con il
controllore dinamico abbiamo un risultato molto
accurato
Svolgimento della simulazione
Il secondo esperimento prevede come task primario
lo stesso del primo esperimento.
Il task secondario invece è di minimizzare l’errore
quadratico medio tra gli angoli di giunto
effettivamente ottenuti e la configurazione voluta
dei giunti stessi.
Nel primo caso vediamo il comportamento tipico di
un sistema dinamico del second’ordine con
l’oscillazione smorzata dell’errore attorno al valore
d’equilibrio.
Nel secondo caso abbiamo una tendenza
esponenziale all’errore che risulta inferiore.
Conclusioni riguardo all’articolo
Punti positivi
Ottimo approccio alla soluzione del problema di
controllo
Grande semplificazione del controllo nonostante i
numerosi gradi di libertà
Ottenuto un controllore che riesce ad imitare il
sistema nervoso umano nell’eseguire task multipli
con un sistema di priorità
Si sono raggiunti con successo gli obiettivi del caso
di studio a giudicare dai risultati delle simulazioni
Conclusioni riguardo all’articolo
Punti negativi
Passaggi matematici nebulosi e mancanti
Non sono sempre chiari i parametri delle formule
quando vengono introdotti
Scritto in maniera troppo frazionata da diverse
persone; ciò porta a ripetizioni e a qualche
mancanza nei passi logici
Non sono chiare da subito le differenze tra task,
postura e comportamenti
Eccessiva ridondanza in alcuni punti a scapito di
chiarezza espositiva in altri