Safety and adaptation in physical interaction control for robotic applications

Abstract

(English) Although robotic platforms have been used for a wide range of purposes, recent advances in robot autonomy raise the opportunity of bringing them closer to humans. This implies that, under any circumstance, robots have to remain safe --i.e. not harm humans, the environment or themselves-- while embedding the required adaptation means to deal with the unstructured nature of anthropic domains. Hence, initial solutions delivered reactive behaviours in order to avoid collisions, which is not suitable for those tasks where the robot is required to initiate, maintain or regulate contact over physical interaction with a human, an environment or both. At control level, which represents the earliest reaction mechanism, this calls for the development of solutions that address the new sources of hazard in physical interactions that might jeopardise robot safety while providing the required level of adaptation. This is the starting point of this Thesis, focused on the use of advances in control theory to benefit safety and adaptation in solutions for physical interaction tasks.

For this purpose, recent state-of-art control solutions are analysed through a novel architecture conceived for physical interaction tasks. From the perspective of safety and adaptation concepts, it shows an absence of a systematic framework to set guarantees on operation beyond stability. Moreover, existing approaches come at the cost of restrictions on adaptation strategies, which might deteriorate robot performance, or increase its complexity, which hinders their deployment. Hence, this Thesis proposes the use of a model-based approach using Linear Parameter Varying (LPV) paradigm to formulate solutions and systems in combination with the formulation of conditions in terms of Linear Matrix Inequalities (LMI). The LPV representation provides linear-like descriptions through a set of varying parameters. In such way, a depiction of its complete range of operation can be defined by only considering the limits of these parameters. Thus, stability and other conditions, e.g. limits on control variables, can be imposed through their representation as LMIs. For both design and analysis, multiple LMIs can be simultaneously introduced as constraints into convex optimization problems, which are computationally tractable.

Therefore, this Thesis presents methods addressing different problems in robotic manipulators, all of them using the LPV-LMI framework. First one consists of a compliant joint-level state-feedback controller considering robot dynamic model and introducing adaptation through a gain-shifting mechanism, which is embedded using the LPV formulation. It is presented in combination with a Robust Unknown Input Observer to estimate interaction force under a lack of state measurements, which is designed using a novel design introducing optimal conditions to improve its noise reduction capabilities, thanks to the modularity of LMIs. The second method is an automated off-line algorithm to tune Variable Impedance Controllers at task-level such that conditions regarding safety and performance are guaranteed during its operation. It is applied for both ad-hoc defined modulation laws and extracted ones from user demonstrations on the task. All methods are applied to real robotic platforms performing different physical interaction tasks. Obtained results show that the LPV-LMI framework represents a promising systematic approach to ensure a safe behaviour on different control solutions with minimal limitations to adaptation strategies in physical interaction tasks.

(Español) A pesar de que las plataformas robóticas han sido usadas con múltiples propósitos, los recientes avances en su autonomía plantean la oportunidad de acercarlas a los humanos. Esto implica que, bajo cualquier circunstancia, los robots tienen que mantenerse seguros --es decir, no dañar a los humanos, al entorno o a ellos mismo-- a la vez que incorporar los medios de adaptación adecuados para lidiar con la naturaleza no estructurada de los entornos antrópicos. Por consiguiente, las primeras soluciones ofrecían comportamientos reactivos con el fin de evitar colisiones, lo cual no es apto para aquellas tareas donde el robot tiene que iniciar, mantener o regular la interacción física con un humano, el entorno o ambos. A nivel de control, que representa el mecanismo de reacción más inmediato, esto requiere el desarrollo de soluciones dirigidas a las nuevos riesgos que surjan en las interacción físicas que puedan poner en peligro la seguridad del robot así como proveer el nivel de adaptación requerido. Este es el punto de partida de esta Tesis, centrada en el uso de técnicas avanzadas en la teoría de control que beneficien la seguridad y adaptación de las soluciones para tareas con interacción física.

Con este propósito se ha realizado un análisis de la literatura reciente sobre soluciones de control a través de una nueva arquitectura concebida para tareas de interacción física. Considerando los conceptos de seguridad y adaptación se muestra la ausencia de un marco sistemático para establecer garantías en la operación más allá de la estabilidad. Además, los enfoques existentes limitan las estrategias de adaptación, deteriorando el desempeño del robot, o incrementando su complejidad, que dificulta su implementación. Por ello, esta Tesis propone usar el paradigma de Variación Lineal de Parámetros (VLP) para formular soluciones y sistemas en combinación con la definición de condiciones en términos de Desigualdades Matriciales Lineales (DML). La formulación VLP proporciona representaciones cuasi-lineales a través de un conjunto de parámetros variables. Esto permite obtener una descripción del rango completo de operación considerando únicamente los límites de dichos parámetros. Así, la estabilidad y otras condiciones, como límites en variables de control, pueden imponerse a través de su representación como DMLs. Tanto para diseño cómo análisis, múltiples DMLs pueden introducirse de forma simultánea como restricciones de problemas de optimización convexos, que son computacionalmente favorables.

Así pues, esta Tesis presenta métodos dirigidos a diferentes problemas en manipuladores robóticos, usando todos ellos el marco VLP-DML. El primero es un controlador dócil por realimentación de estados a nivel de articulaciones sobre el modelo dinámico del robot, incluyendo un mecanismo de adaptación a través de una ganancia cambiante dentro de la formulación VLP. Éste se presenta en combinación con un Observador Robusto de Entrada Desconocida para estimar el valor de la fuerza de interacción ante una falta de medidas de los estados, con un nuevo diseño que introduce condiciones óptimas para mejorar sus capacidades de reducción de ruido gracias a la modularidad de las DMLs. El segundo método es un algoritmo automático para el ajuste de Controladores de Impedancia Variable a nivel de tarea tal que se garanticen condiciones de seguridad y rendimiento durante su operación. Ha sido aplicado tanto para modulaciones ad-hoc de parámetros como para aquellas extraídas a partir de demostraciones de la tarea. Todos los métodos se han aplicado a plataformas robóticas reales para diferentes tareas de interacción física. Los resultados obtenidos muestran que el marco VLP-DML representa un enfoque sistemático para asegurar un comportamiento seguro en diferentes soluciones de control con limitaciones mínimas en las estrategias de adaptación para interacciones físicas.