ETD

• Bayesian optimization
• collision avoidance
• gripper
• impulsive dynamics
• inverse kinematics
• optimal control
• rigid constrained dynamics
• teleoperation

We propose a collision avoidance algorithm based on impulsive dynamics for bimanual telemanipulation. The goal is to ensure operational safety in constrained environments where the risk of robot-to-robot collisions is high. The thesis focused on the integration of the gripper, proposing a motion planning solution that integrates collision avoidance directly into the kinematic control loop. The methodology exploited Multi-Objective Bayesian Optimization for tuning the gripper's control parameters in simulation and includes experimental validation on real hardware. Results demonstrate the effectiveness of this approach in handling complex tasks, ensuring high precision and enhanced system robustness.

La tesi propone un algoritmo di prevenzione delle collisioni basato sulla dinamica impulsiva per teleoperazione bimanuale. L'obiettivo è garantire la sicurezza operativa in spazi di lavoro ristretti dove il rischio di impatti tra i manipolatori è critico. Il lavoro si concentra sull'integrazione del gripper, proponendo una soluzione di pianificazione che includa l'evitamento degli urti direttamente nel controllo cinematico. I parametri di controllo del gripper sono stati scelti attraverso un algoritmo di ottimizzazione Bayesiana multi-obiettivo in simulazione. Successivamente, è stata condotta una validazione sperimentale con componenti reali. I risultati provano l'efficacia dell'approccio nel gestire task complessi, garantendo elevata precisione e robustezza del sistema.