Inverse Kinematics-Based Collision Avoidance Algorithms for Collaborative Robots

This thesis develops advanced collision avoidance algorithms based on inverse kinematics for collaborative robots (cobots), ensuring safe and efficient human-robot interaction (HRI) in dynamic environments. With Industry 4.0, robots have shifted from isolated workspaces to direct collaboration with humans, making real-time collision-free motion planning a critical challenge. To address this, redundant robots with more degrees of freedom (DoF) than required in 3D space are utilized. This work integrates: Gradient Projection Method (GPM): Resolves kinematic redundancy and prevents joint limit violations. Damped Least-Squares (DLS): Handles singularities while minimizing energy use. Resolved Motion Rate Control (RMRC): Ensures real-time trajectory adjustments while maintaining manipulability. These approaches balance task execution with secondary objectives like obstacle avoidance and safety assurance in HRI. Simulation experiments using the Kinova Gen3 robot show that these algorithms adapt dynamically to changing environments, enabling smooth, efficient, and collision-free motion. The results demonstrate significant improvements in cobot autonomy, enhancing safety and task efficiency. This research contributes to the next generation of collaborative robots, paving the way for machine learning integration to further enhance robotic autonomy.

Questa tesi sviluppa algoritmi avanzati di evitamento delle collisioni per robot collaborativi (cobot) basati sulla cinematica inversa, garantendo un'interazione sicura ed efficiente uomo-robot (HRI) in ambienti dinamici. Con l’Industria 4.0, i robot sono passati dalla separazione degli spazi alla collaborazione diretta, rendendo la pianificazione di traiettorie senza collisioni in tempo reale una sfida cruciale. Per affrontare questo problema, vengono utilizzati robot ridondanti con gradi di libertà aggiuntivi. Questo lavoro implementa: Gradient Projection Method (GPM): Ottimizza obiettivi secondari ed evita il superamento dei limiti articolari. Damped Least-Squares (DLS): Gestisce le singolarità migliorando la fluidità del movimento. Resolved Motion Rate Control (RMRC): Preserva la manipolabilità e garantisce adattabilità all’ambiente. Questi approcci bilanciano esecuzione del compito, sicurezza e prevenzione delle collisioni. Le simulazioni su Kinova Gen3 in MATLAB dimostrano che gli algoritmi si adattano dinamicamente agli ambienti variabili, migliorando efficienza e sicurezza. L’RMRC emerge come il miglior compromesso per movimenti sicuri senza collisioni e gestione delle singolarità. Questo lavoro fornisce un contributo significativo all’HRI, migliorando l'autonomia dei cobot. Futuri sviluppi includeranno l’integrazione di apprendimento automatico, la collaborazione multi-robot, e l’implementazione su piattaforme robotiche reali per una maggiore adattabilità e sicurezza.