Gli esperimenti sono stati condotti sulla piattaforma reale presente al Centro E.Piaggio e i risultati sono riportati nelle tabelle sottostanti.
49
Utente/Task
Puzzle Carry Breakfast Totale
Teleoperazione Handle Teleoperazione Handle Teleoperazione Handle Teleoperazione Handle
Antonio 50 80 90 90 20 90 160 260 Federica 90 90 90 90 90 90 270 270 Federico 50 90 90 90 20 90 160 270 Ricardo 60 70 90 90 90 90 240 250 Fabio 60 90 90 90 20 90 170 270 Michele 70 80 90 90 90 90 250 260 Giovanni 50 90 90 90 90 90 230 270 Andrea 60 90 90 90 90 90 240 270 Marco 50 90 90 90 90 90 230 270
Tabella 6: Punteggi fatti da parte degli utenti
Per quanto riguarda il primo task (Puzzle) non tutti gli utenti sono riusciti ad ordinare gli oggetti in teleoperazione mentre con gli Handle il puzzle risulta ricostruito. La ricostruzione del puzzle in teleoperazione è limitata in parte dal ridotto workspace del robot rispetto alle dimensioni della tavola sulla quale venivano ordinati gli oggetti. Per il secondo task (Carry) risulta di particolare interesse il feedback tattile all’operatore in quanto l’utente riusciva a capire l’interazione con la scatola dalla sua deformazione attraverso il solo feedback visivo, dato dall’oculus, che risulta comunque incompleto e l’utente tendeva a esercitare più forza sulla scatola di quanto fosse necessario al suo sollevamento, questo problema non era presente utilizzando gli Handle che comunque forniscono un ritorno di forza dato che sono montati sulla mano dell’operatore. Infine per quanto riguarda il terzo task (Breakfast table) la difficoltà maggiore si manifestava nel tenere il pezzo di pane fermo con il braccio sinistro e allo stesso momento tagliare il pane con il braccio destro perché l’utente nel muovere il suo braccio destro per il taglio trasmetteva dei piccoli movimenti al braccio sinistro
50
che andavano al loro volta sulla posizione del robot e quindi il robot si spostava, questo problema non si ha con gli Handle per il maggiore controllo che si ha sui vari movimenti del corpo umano.
Figura 17: fotosequenza che mostrano la presa del cono, l'appoggio e la ricostruzione
51
Figura 19: fotosequenza che mostra il taglio del pane
In conclusione i test condotti mostrano la stabilità della piattaforma la trasparenza tra operatore e robot, la semplicità d’uso in quanto gli utenti riuscivano a teleoperare il robot dopo una piccola fase di addestramento e l’efficacia del sistema nel grasp di vari oggetti di diverse forme e peso e nella manipolazione bimanuale degli oggetti. Nonostante i vari punti positivi di questo sistema, ci sono una serie di mancanze :
• Mancanza di un feedback tattile o un ritorno di forza: risulta necessario soprattutto per oggetti poco deformabili e oggetti di piccola dimensione migliorando cosi l’approccio all’oggetto
• Il Kuka non è antropomorfo quindi l’utente cercava spesso di adattarsi a questo inconveniente facendo dei movimenti poco naturali
• Una più alta velocità rende la presa dell’oggetto più veloce in quanto l’utente a bassa velocità si muove e effettua una stima di dove potrebbe arrivare l’end effector e poi per la fase di approccio esercita opportune correzioni che si riducono quando il robot va veloce perché queste correzioni avvengono da quando l’operatore inizia a muoversi. Non per tutti i task si potrebbe utilizzare
52
una velocità alta per la mancanza del feedback tattile, questo vale soprattutto per task di precisione.
• Le lunghezze sono state scalate: un piccolo movimento dell’operatore induce uno spostamento maggiore da parte del robot, utilizzando un rapporto 1:1 implica un miglior controllo sul movimento del robot da parte dell’operatore in quanto i movimenti del braccio umano sono replicati nel workspace del robot e allo stesso momento una riduzione del workspace del robot.
53
Riferimenti bibliografici
[1] C. D. Santina, G. Grioli, M. G. Catalano, A. Brando, and A. Bicchi, “Dexterity augmentation on a synergetic hand: the Pisa/IIT SoftHand+,” in Proc. IEEE 15th RAS
Humanoids Conference (HUMANOIDS2015), Seoul, Korea, 2015.
[2] A. d’Avella, P. Saltiel, and E. Bizzi, “Combinations of muscle synergies in the construction of a natural motor behavior,” Nature Neuroscience, vol. 6, 2003.
[3] M. C. Tresch, V.C. Cheung, and A.d’Avella, “Matrix factorization algorithms for the identification of muscle synergies: Evaluation on simulated and experimental data sets,” Journal of Neurophysiology, vol. 95, 2006.
[4] D. D. Lee and H. S. Seung, “Algorithms for non-negative matrix factorization,” in
Neural Information Processing Systems, 2000.
[5] M. Ison and P. Artemiadis, “The role of muscle synergies in myoelectric control: trends and challenges for simultaneous multifunction control,” Journal of Neural
Engineering, vol. 11, 2014.
[6] N.Jiang, K. B. Englehart, and P. A. Parker, “Extracting simultaneous and proportional neural control information for multiple-dof prostheses from the surface electromyographic signal,” IEEE Tranasactions on Biomedical Engineering, vol. 56, 2009.
[7] S. Muceli, N. Jiang, and D.Farina, “Extracting signals robust to electrode number and shift for online simultaneous and proportional myoelectric control by factorization algorithms,” IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 22, 2014.
[8] C. Choi and J. Kim, “Synergy matrices to estimate fluid wrist movements by surface electromyography,” Medical Engineering & Physics, vol. 33, 2011.
[9] D. Roetenberg, H. Luinge, and P. Slycke, “Xsens MVN : Full 6Dof Human Motion Tracking Using Miniature Inertials Sensors,” Xsens Motion Tecnologies,
Researchgate, 2009.
[10] S. K. Kim, S. Hong, and D. Kim “A walking motion imitation framework of a humanoid robot by human walking recognition from IMU motion data,” in Proc. IEEE
54
[11] C. Stanton, A. Bogdanovych, and E. Ratanasena, “Teleoperation of a humanoid robot using full-body motion capture example movements, and machine learning,” in
Proc of Australasian Conference on Robotics and Automation, 2012.
[12] N. Miller, O. C. Jenkins, M. Kallmann, and M. J. Mataric “Motion capture from inertial sensing for untethered humanoid teleoperation,” in Proc. IEEE-RAS
international Conference on Humanoid Robotics (HUMANOIDS), Santa Monica, CA,
2004.
[13] S. O.H. Madgwick, A. J.L. Harrison, and R. Vaidyanathan “Estimation of IMU and MARG orientation using a gradient descent algorithm,” in Proc. IEEE international
Conference on Rehabilitation Robotics, Switzerland, 2011.
[14] Y. Tian, X. Meng, D. Tao, D. Liu, and C. Feng, “Upper limb motion tracking with the integration of IMU and Kinect,” Neurocomputing, vol 159, 2015.
[15] R. Riener, “The Cybathlon promotes the development of assistive technology for people with physical disalibities,” Journal of Neuro-Engineering and Rehabilitation, 2016.
55
Ringraziamenti
È stato un percorso lungo, pieno di difficoltà che svanivano innanzitutto di fronte al sostegno e la misericordia di dio, lode ad esso, e poi con l’aiuto di parecchie persone che vorrei cercare di ringraziare seguendo l’insegnamento del profeta Mohamad, pace e benedizione su di lui e su tutti i profeti che l’hanno preceduto, nel quale disse: “chi non ringrazia le persone non ringrazia dio”. Nonostante la mia intenzione di non volere dimenticare nessuno ne sono sicuro che ciò accadrà, quindi ringrazio tutti i miei amici e tutta la mia famiglia sin dall’inizio.
Vorrei per prima ringraziare i miei genitori per tutto il supporto che mi hanno dato in tutte le fasi della mia vita, grazie perché siete un mare di affetto di insegnamenti e di educazione e spero di darvi un minimo di soddisfazione di fronte a tutto quello che avete fatto per me e continuate a fare. Vi voglio bene.
Grazie ai miei nonni, alle mie care nonne, ai miei zii e le mie carissime zie, grazie perché siete stati come mia madre.
A mia moglie, mio amore, grazie per tutto il sostegno che mi hai dato, grazie perché mi hai incoraggiato e mi hai dato tanta speranza, poche sono le parole ma tanti sono i sentimenti.
Mio fratello Mohamed, nei momenti particolari la tua presenza con me mi faceva sentire in famiglia; grazie. Le mie care e tenere sorelle Fatima e Sondos, lontane ma sempre nel cuore, vi voglio tanto bene, grazie perché non vi siete dimenticate di me. Le mie sorelline Rayan e Joudi siete i fiori della nostra casa.
Grazie a tutti i miei vicini che continuavano a chiedere di me. Grazie a mio cugino Jihad e mio carissimo amico Yahya.
Dott. Ing gianluca lentini: sei forte, grazie per l’aiuto e per la compagnia, ti auguro una vita professionale piena di successi.
Capitano amerotti francesco, il uomo che sussurava il codice, grazie tanto, mi ha fatto piacere conoscerti.
Vorrei ringraziare il grande trio fares, abdullah e saad, i migliori amici di sempre, non so come descrivere gli anni passati con voi. Grazie belli. Non mi sono dimenticato di te caro Haysam ci sei stato poco con noi ma hai lasciato tanto.
Dott. Ing Belli Maicol compagno di banco nella triennale, tanto ho imparato da te, grazie per tutto.
Compagno di stanza per tre anni e mezzo Dott. Ayman ben guissem, sei un fratello per me, ne abbiamo passate insieme. Grazie di tutto.
Ringrazio i dottori Garabini, Catalano, Grioli, Bonilla, Santaera e Luberto per l’aiuto e il supporto che mi hanno dato nella tesi.
Non vorrei dimenticare di ringraziare il DSU per i servizi che mi ha offerto. Grazie davvero.
Vorrei ringraziare tutti i miei professori e specialmente il Professor Zini e il mio relatore il Professor Bicchi.
Grazie a miei amici di grottaglie, grande squadra di studio. Grazie anche a miei amici arabi siete stati come fratelli.