ETD

• admittance
• blended controller
• image-based control
• impedance
• tele-ultrasound

Questa tesi affronta due problematiche centrali della robotica tele-ecografica: la gestione sicura dell'interazione fisica uomo-robot e l'analisi automatica della qualità dell'immagine ecografica tramite intelligenza artificiale. Nella prima parte vengono analizzati e confrontati controllori di impedenza e ammettenza, a guadagni costanti e variabili, evidenziandone i limiti complementari . Viene quindi proposto e validato analiticamente un controllore blended, che pesa dinamicamente i due approcci in base alla rigidezza ambientale stimata, dimostrandone la stabilità tramite una funzione di Lyapunov. Nella seconda parte vengono sviluppati e confrontati diversi modelli di reti neurali (ResNet18+SVM, CNN allenata da zero, Vision Transformer compatto) per la classificazione della qualità delle immagini ecografiche, valutandone accuratezza e velocità su dataset reali. L'intero sistema è stato validato sperimentalmente su un sistema di teleoperazione.