Immagini di riferimento

Oggetto della tesi

L’obiettivo della tesi consiste nello sviluppo di un sistema di controllo autonomo che integra tecniche di apprendimento per la manipolazione bimanuale con un sistema robotico antropomorfo. Il compito in oggetto riguarda un compito di assistenza in ambito ospedaliero ed in particolare il trasporto e l’apertura di una scatola e il prelevamento di provette al suo interno.

Lo studio di tesi potrebbe riguardare diversi aspetti del problema:

- L’utilizzo di tecniche di imitation learning mediante la costruzione di una libreria di primitive di moto per un dato insieme di oggetti e compiti di manipolazione. Strumenti di motion capture, come la tuta Xsense e Kinect camera, verranno utilizzati per misurare il moto durante tasks eseguiti dall’uomo, che verranno poi riprodotti sul sistema robotico bimanuale. Tale libreria verrà utilizzata per l’apprendimento supervisionato. Tecniche di reinforcement learning saranno investigate per compiti di grasping e manipolazione. Saranno adottate tecniche di riduzione delle dimensioni dello spazio delle configurazioni del sistema robotico (sinergie di movimento) al fine di ottimizzare l’apprendimento di nuovi compiti. È necessario l’utilizzo di un sensore di visione di alto livello per riconoscimento oggetto e sensori di forza per il controllo della presa.

- L’utilizzo di una strategia di controllo che a partire dalle primitive di moto apprese e dalle informazioni di forza e visione gestisce la priorità tra task multipli.

- Lo sviluppo di tecniche di controllo condiviso in cui l’uomo e la macchina condividono il compito e cooperano per la sua esecuzione con livelli di autonomia variabile sulla base dello stato del task.

Strumenti

Tiago++, KINECT, reti neurali, reinforcement learning, machine learning, Open CV, Xsense Motion Capture System, ROS, C++

Docente di riferimento

Fanny Ficuciello - Questo indirizzo email è protetto dagli spambots. E' necessario abilitare JavaScript per vederlo.