Il presente lavoro di tesi ha permesso il raggiungimento di importanti risultati per il controllo del braccio antropomorfo NEURArm. Tali risultati possono essere riassunti nei seguenti 7 punti:

Capitolo 6

Conclusioni

Il presente lavoro di tesi ha permesso il raggiungimento di importanti risultati per il controllo del braccio antropomorfo NEURArm. Tali risultati possono essere riassunti nei seguenti 7 punti:

1. `e stata ideata l’intera architettura del controllore embedded di NEURArm, strut- turato in 3 livelli di controllo organizzati in modo gerarchico: High level Control, Middle Level Control, Low Level Control; il controllore ideato deve permettere a NEURArm l’esecuzione del task di catching ma deve anche permettere l’utilizzo di NEURArm come manipolandum per lo studio dell’interazione uomo-robot;

2. `e stato progettato, sviluppato e validato sia in simulazione che sperimentalmente un algoritmo di controllo di basso livello in grado di imporre su ciascuno dei cavi/tendini che attuano NEURArm un profilo di forza desiderata;

3. `e stato costruito un simulatore in Matlab Simulink

della singola unit`a di attuazione corrispondente al singolo cavo/tendine, utilizzato per la messa a punto del Low Level Control;

4. sfruttando la capacit`a di reiettare i disturbi del Low Level Control si `e reso NEU- RArm backdrivable, in modo artificiale: NEURArm, a causa dell’attuazione idrauli- ca, `e un braccio intrinsecamente non-backdrivable. Questo risultato `e fondamentale per permetterne l’utilizzo come manipolandum, infatti solo con un sistema in cui `e possibile l’inversione del moto ha senso parlare di interazione uomo-robot;

150

CAPITOLO 6. CONCLUSIONI 151

5. `e stata analizzata la traiettoria del task di catching di un oggetto in movimento per poterne creare un modello da utilizzare come riferimento per il Middle Level Control:

in particolare, all’interno della traiettoria, sono state individuate 3 differenti fasi, di cui l’ultima, quella successiva all’urto, che pone il problema dell’interazione e quindi del controllo di impedenza;

6. `e stato progettato e validato in simulazione il Middle Level control, strutturato come un controllore ibrido: controllo centralizzato in dinamica inversa quando non c’`e interazione, controllo di impedenza altrimenti; `e stato possibile, utilizzando la traiettoria modellata del task di catching, mostrare la capacit`a del Middle Level Control di gestire l’impedenza e replicare il comportamento di smorzamento tipico dell’arto superiore umano negli istanti immediatamenti successivi all’urto con un oggetto in movimento;

7. `e stato realizzato il simulatore in ambiente Matlab Simulink

della dinamica di NEURArm (manipolatore planare a 2 gdl) e del controllore ibrido progettato per il Middle Level Control.

Oltre ai risultati `e doveroso illustrare quali siano le prospettive future del presente lavoro, riassumibili in tre punti:

1. la necessit`a di implementare e validare sperimentalmente il Middle Level Control;

2. occorre identificare la soluzione ottimale per la progettazione e l’implementazione dell’High Level Control;

3. replicare gli schemi di controllo sviluppati per NEURArm, su un NEUROexos, tenen-

do conto del maggior grado di complicazione dovuto al maggior numero di gdl e alla

presenza di un’interfaccia distribuita.