Development, implementation, and investigation of admittance control algorithms for physical human-robot interaction scenarios

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Robotik Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: EFE ÖZKARA

Asıl Danışman (Eş Danışmanlı Tezler İçin): Mustafa Mert Ankaralı

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez, fiziksel İnsan-Robot Etkileşimi'ne (pHRI) yönelik, insan "davranışı" ve "niyetinin" gerçek zamanlı olarak tahmin edilmesini içeren yeni bir yaklaşım sunmaktadır. Önceki kabul kontrolü uygulamalarının incelenmesinden sonra, kabul kontrol stratejisinin iyileştirilmesi için insan niyetinin kullanıldığı gözlemlenebilir. Son yıllarda yapılan bazı çalışmalar, niyet tahminini kabul kontrolü stratejilerine dahil etmiş olsa da, bu yöntemler yalnızca robot üzerindeki sensör okumalarına dayanmakta ve insan ile robot arasındaki etkileşim empedansını göz ardı etmektedir. Bu sınırlamayı ele almak için, insan kolu ile robot arasındaki dinamik etkileşimi, indüklenen uyumu temsil eden basit bir yay-kütle sistemi kullanarak modelleyen bir yöntem öneriyoruz. Bu empedans modellemesi, robotun kuvvet ve hız ölçümlerine dayalı olarak, dinamik bir gözlemci (örneğin, Kalman filtresi) aracılığıyla "insan" hızını tahmin etmemizi sağlamaktadır. Bu yaklaşımın, insan hızını ve niyetini daha doğru şekilde tahmin ederek admittance kontrol politikaları için daha güvenilir girdiler sunduğuna inanıyoruz. Yaklaşımın etkinliğini doğrulamak için, tahmin edilen insan davranışından referans hız komutları üreten ve bu referansları robotun dahili hız kontrol modülüne aktaran bir adaptif admittance kontrolörü tasarladık. Bu yöntem, kuvvet ölçüm yeteneğine ve kapalı çevrim hız kontrolörüne sahip herhangi bir robotik sisteme uyarlanabilir ve robotun tüm dinamiklerinin modellenmesi gerekliliğini ortadan kaldırır. Franka Emika Panda cobot manipülatörü ile gerçekleştirilen deneyler, metodolojimizin robot davranışını daha sezgisel ve duyarlı hale getirerek pHRI performansını geliştirdiğini ve mevcut yaklaşımlara kıyasla önemli iyileştirmeler sağladığını göstermektedir.