• mobile manipulation
• human-robot interaction and collaboration
• adaptive impedance control
• interaction autonomy

In the classical concept of industrial robotics, robots are deployed in structured environments of manufacturing plants, operating inside industrial cages. In this context, they are usually pre-programmed since they are aware of all their workspace features and properties. These characteristics are not changing over time, and therefore the required level of adaptation is trivial. Nowadays, robots are going beyond this outdated concept, and they are making their way into new unstructured application fields such as agriculture, disaster scenarios, small-batch manufacturing, healthcare, and logistics. These sectors demand an efficient interaction of the robots with human beings and unknown environments. To respond to the high uncertainty levels of such situations, the aim of this thesis resides in the development of novel context-aware and adaptive robotic behaviors able to distinguish expected interactions from external disturbances, to be able to react accordingly and appropriately. The novelty of the proposed methods consists in the development of novel robot interaction planning and control algorithms that can be regulated either by the robot itself (self-governing approach) or by an operator (human-in-the-loop approach).

In view of a lower task complexity, autonomous robotic behaviors should be preferable since they can achieve higher accuracy, perform tasks with faster motions, and also save costs related to the employment of less human resources. Therefore, a novel adaptive impedance controller able to regulate robot quasi-static parameters, i.e., stiffness and damping, will be presented. The tuning of such parameters is based on the concept of interaction expectancy. If no interaction with the environment is predicted, the robot maintains a compliant profile, to gently respond to unexpected external perturbations. On the contrary, if an interaction is foreseen, the impedance parameters are regulated, so as to achieve efficient results in the task execution.

With the rise of task complexity, autonomous robotic strategies alone can not satisfy adequately the requirements for time and resources efficiency. This is due to the growing environmental uncertainty and the decreasing situational awareness. Nevertheless, the introduction of a human in the loop approach can contribute to the improvement of the global system capabilities, compensating for scarce robot autonomy abilities. To this end, new thinking and techniques dedicated to applications with high task complexity are introduced. Novel human-robot interfaces are presented for both close- and far-proximity applications, including robot physical guidance and teleoperation.

--------------------------------------------------------

Tradizionalmente, la robotica industriale vede i robot impiegati in ambienti molto strutturati, quali gli impianti manifatturieri, dove operano all'interno di gabbie. In questo contesto, vengono solitamente pre-programmati, avendo la precisa consapevolezza delle caratteristiche dello spazio di lavoro. Queste proprietà non subiscono cambiamenti nel tempo, e dunque il livello di adattamento richiesto è di poco conto. Tuttavia, oggigiorno i robot stanno superando questo concetto obsoleto e si stanno facendo strada verso campi di applicazione meno strutturati come l'agricoltura, gli scenari catastrofici, la produzione in serie di piccoli lotti, l'assistenza sanitaria e la logistica. Questi settori richiedono un'interazione efficiente dei robot con gli essere umani e con ambienti sconosciuti. Per reagire agli altri livelli di incertezza di questi scenari, l'obiettivo di questa tesi risiede nello sviluppo di nuovi comportamenti robotici che siano adattivi e abbiano una consapevolezza del contesto in cui sono impiegati, in modo da essere in grado di distinguere interazione previste da disturbi esterni e di reagire adeguatamente. L'originalità dei metodi proposti consiste nello sviluppo di nuovi algoritmi di controllo e pianificazione dell'interazione robotica che possono essere disciplinati o dai robot stessi (approccio self-governing) o da un operatore (approccio human-in-the-loop).

In considerazione di mansioni con bassa complessità, comportamenti robotici autonomi sono preferibili in quanto in grado di conseguire una elevata precisione, movimenti più rapidi e anche un risparmio economico dovuto al minor impiego di risorse umane. A questo scopo, sarà presentato un nuovo controllore d'impedenza adattivo, capace di regolare i parametri quasi-statici del robot, ovvero rigidezza e smorzamento. La messa a punto di questi è basato sul concetto di aspettativa dell'interazione. Se non si prevede alcuna interazione, il robot mantiene un profilo accondiscendente, per reagire delicatamente a perturbazioni esterne inattese. Al contrario, se ci si aspetta un'interazione, i parametri d'impedenza vengono regolati in modo da raggiungere risultati efficienti nell'esecuzione del lavoro.

Con il crescere della complessità della mansione, le sole strategie robotiche autonome non sono in grado di soddisfare adeguatamente i requisiti per un'efficienza in termini di tempo e risorse. Questo è causato dall'aumento dell'incertezza ambientale e dalla decrescita della consapevolezza situazionale. Ciò nondimeno, l'introduzione di un essere umano può contribuire a migliorare le capacità globali del sistema, compensando le scarse abilità autonome del robot. A questo fine, saranno presentate nuove teorie e tecniche dedicate ad applicazioni caratterizzate da alta complessità. Saranno introdotte originali interfacce uomo-robot sia per applicazioni con un livello di prossimità ravvicinato sia per quelle a distanza, compresa la guida fisica di robot e la loro teleoperazione.