• attuazione agonista/antagonista
• attuazione idraulica
• backdrivability
• controllo interazione
• controllo manipolatore antropomorfo

Nel presente lavoro di tesi si propone la progettazione e lo sviluppo del sistema di controllo della piattaforma robotica antropomorfa NEURArm, realizzata presso l'ARTS Lab, della Scuola Superiore Sant'Anna.
NEURArm è un braccio robotico antropomorfo a due gradi di libertà, attuato a cavi in configurazione agonista-antagonista ed i cui link hanno inerzie pari a quelle dei segmenti dell'arto superiore dell'uomo standard.

L'algoritmo di controllo che il presente lavoro si propone di progettare e sviluppare
deve consentire:
- l'utilizzo di NEURArm come manipolandum per lo studio delle problematiche di interazione uomo-robot;
- l'utilizzo di NEURArm per l'esecuzione di un task di catching di un oggetto in
movimento.

Per entrambi questi obiettivi è necessario che:
- il braccio antropomorfo sia backdrivable, ovvero che sia possibile con facilità l'inversione del moto attraverso l'applicazione di forze al suo end-effector, quindi che
l'interfaccia risulti il più possibile trasparente all'utente;
- l'impedenza meccanica di NEURArm sia regolabile ed adattabile alle specifiche
esigenze del task che si vuole eseguire.

D'altra parte NEURArm è munito di un sistema di attuazione idraulico, che è intrinsecamente non-backdrivable ed a elevata rigidezza. In virtù di queste considerazioni, il
sistema di controllo che si intende sviluppare deve prevedere innanzitutto un controllo
attivo per rendere NEURArm backdrivable. In secondo luogo, attraverso un controllo di interazione, il controllore che si intende realizzare deve consentire la regolazione e l'adattamento dell'impedenza meccanica di NEURArm alle specifiche esigenze del task da
eseguire.
Pertanto, il presente lavoro è articolato nei seguenti 6 punti:
1. analisi e descrizione della piattaforma NEURArm in accordo con il paradigma biomeccatronico;
2. analisi dei fondamenti teorici della robotica industriale, con particolare attenzione
al modello di Lagrange della dinamica dei manipolatori e agli schemi di controllo
dell'interazione (controllo di impedenza);
3. progettazione dell'algoritmo di controllo per NEURArm: controllore embedded con
architettura gerarchica (Low level Control, Middle level Control, High Level Control);
4. progettazione, sviluppo ed implementazione dell'algoritmica per il Low Level Control;
5. analisi e modellazione della traiettoria del baricentro della mano durante il task di
catching di un oggetto in movimento;
6. progettazione e simulazione dell'algoritmica per il Middle Level Control.