La piattaforma NEURArm

(1)

La piattaforma NEURArm

3.1 Introduzione

La realizzazione dell’architettura e dell’algoritmo di controllo di un dispositivo robotico `e possibile solo se si parte da un’analisi attenta dello stesso. Questo facilita la costruzione di un modello multilivello per la costruzione di un adeguato ambiente di simulazione. La piattaforma neurorobotica NEURArm, costruita e disponibile presso l’ARTS Lab rispecchia a pieno il paradigma biomeccatronico.

Questo capitolo `e pertanto finalizzato alla descrizione della piattaforma come sistema biomeccatronico ed alla definizione delle caratteristiche e delle finalit`a dell’architettura del controllore emdedded di NEURAra, ideato presente lavoro.

3.2 Il paradigma BIOMECCATRONICO

3.2.1 Definizioni di MECCATRONICA

La descrizione del paradigmo biomeccatronico passa attraverso la comprensione di che cosa sia la meccatronica.

La definizione di meccatronica ha subito nel corso del XX secolo una significativa evoluzione. La prima si deve all’azienda Yasakawa Electric Company [13, 14]:

la parola ’meccatronica’ `e composta di ’mecca’ da meccanismo e di ’tronica’ da elettronica.

In altri termini essa fa riferimento a quelle tecnologie e a quei prodotti caratterizzati dall’in- 45

(2)

tegrazione dell’elettronica all’interno del meccanismo, in modo organico, e tale da rendere impossibile stabilire dove finisce uno ed inizia l’altro.

Un’altra definizione fu presentata da Harashima, Tomizuka e Fukada nel 1996 [15].

Nelle loro parole, la meccatronica `e definita come:

la sinergistica integrazione dell’ingegneria meccanica, con l’elettronica ed il controllo com- puterizzato intelligente per la progettazione e la manifattura dei prodotti industriali e dei processi.

Nel medesimo anno, un’altra definizione fu suggerita da Auslander e Kempf [16]:

la meccatronica `e l’applicazione di soluzioni complesse per la realizzazione di sistemi fisici.

Un’altra definizione, del 1997, `e dovut`a a Shetty e Kolk [17]:

la meccatronica `e una metodologia usata per la progettazione ottimale di prodotti elettromeccanici.

Pi`u recente `e la definizione di W.Bolton [18]:

un sistema meccatronico non è solo un unione di sistemi elettrici e meccanici, nè tanto meno un semplice sistema di controllo; è la completa integrazione di tutto ciò.

Per quanto tutte queste definizioni della meccatronica siano informative ed accurate, ciascuna di esse, presa singolarmente, fallisce nel catturare il significato pieno della meccatronica. Questo accade perché la meccatronica è ancora un campo nuovo, vivo. Per questo motivo gli ingegneri impegnati in questa disciplina possono intenderne la reale filosofia a partire dalla loro personale esperienza, più che dalle definizioni sopra riportate.

Indipendentemente dalla definizione cui si fa riferimento, gli elementi chiave della meccatronica sono [19]:

1. modellizzazione dei sistemi fisici;

2. sensori ed attuatori;

3. analisi dei segnali;

(3)

Figura 3.1: Meccatronica: sinergica integrazione di differenti discipline.

4. informatica e logica dei sistemi;

5. sviluppo di software dedicato e acquisizione dei dati.

Quindi da ci`o si evince che la meccatronica `e a tutti gli effetti un campo interdisciplinare nel quale convergono (Figura 3.1):

• sistemi meccanici (elementi di meccanica, macchine, macchine di precisione);

• sistemi elettronici (microelettronica, elettronica di potenza, tecnologia dei sensori e degli attuatori);

• tecnologia informatica (teoria dei sistemi, automazione, ingegneria del software, intelligenza artificiale).

3.2.2 L’architettura di un dispositivo MECCATRONICO

La progettazione di un dispositivo meccatronico fa riferimento al paradigma riportato in Figura 3.2. Tale paradigma concepisce il sistema meccatronico come composto di sottosistemi tra loro strettamente interconnessi.

(4)

Figura 3.2: Schema a blocchi dell’architettura Meccatronica. (Per concessione della Scuola Superiore Sant’Anna.)

HMI (Human Machine Interface) L’interfaccia uomo-macchina, intercetta le intenzioni dell’utilizzatore e le trasmette al sistema di controllo, dove vengono opportunamente elaborate.

Sensori Essi permettono di monitorare le variabili fisiche-chimiche rappresentative sia dello stato del sistema (propriocezione) sia dello stato dell’ambiente esterno (esterocezione).

Attuatori Trasformano la specie dell’energia proveniente dalla sorgente da una forma all’altra; generalmente, almeno nell’ambito biomeccatronico, la specie di partenza `e quella elettrica, quella di arrivo `e meccanica.

Meccanismo Realizza il cinematismo attraverso cui il dispositivo meccatronico permette all’utilizzatore di agire sull’ambiente. Un esempio molto significativo `e rappresentato dai link di un manipolatore robotico. Talvolta si include nel meccanismo anche l’apparato di trasmissione che connette gli attuatori al meccanismo.

Sorgente energetica Fornisce l’energia per l’attuazione, per il condizionamento dei seg-

(5)

nali provenienti dall’apparato sensoristico e per l’elettronica che implementa l’algoritmo di controllo;

Controllore Embedded L’azione del controllore `e molteplice e si svolge su differenti livelli. Essa `e finalizzata a decodificare le intenzioni dell’utilizzatore trasformandole in un opportuno segnale di controllo per l’attuazione.

Figura 3.3: Flussi energetici e meccanici di un dispositivo meccatronico.

All’interno di un dispositivo meccatronico, come evidenziato dalla Figura 3.3 `e possibile distinguere un flusso energetico ed un flusso informativo. L’energia erogata dalla sorgente viene convertita dal sistema di attuazione e dal meccanismo generando lavoro ed energia degradata. Il flusso energetico pu`o conivolgere numerose trasformazioni di specie per l’energia: elettrica, meccanica (potenziale o cinetica, idraulica o pneumatica), chi- mica, termica. Il flusso informativo ha origini sia dalle variabili di riferimento, le quali intercettano le intenzioni dell’utilizzatore, sia dalle variabili misurate che descrivono lo stato propriocettivo ed esterocettivo del dispositivo. Tutte queste informazioni vengono elaborate dal controllore embedded, che quindi svolge il ruolo di processazione dell’infor-

(6)

mazione. Il prodotto di tale processo sono le variabili manipolate che vanno a costituire il segnale di controllo per il funzionamento degli attuatori.

Analizzata l’architettura meccatronica si passa ad indagare quelle caratteristiche che hanno permesso un notevole successo di questo paradigma nella moderna ingegneria. In primo luogo, un ruolo chiave `e giocato dall’elettronica digitale, che, oltre a garantire una maggiore robustezza del flusso informativo nei confronti del rumore, consente, grazie soprattutto ai moderni processori, di svolgere numerose funzioni che rendono il sistema pi`u intelligente:

• stima della grandezze non direttamente misurabili quali rigidezza meccanica, fattore di smorzamento, angoli di slippage;

• adattamento dei parametri di controllo in risposta alle variazioni delle condizioni ambientali;

• supervisione e diagnosi integrata degli errori cos`ı da aumentare il livello di automazione nel totale rispetto della sicurezza;

• teleoperazioni nei sistemi ad architettura master-slave.

In Tabella 3.1 sono riassunte alcune propriet`a dei sistemi meccatronici comparati con quelli elettromeccanici convenzionali. Dalla tabella si evince che una caratteristica saliente

`e l’integrazione, sia hardware che software.

Quella hardware `e generalmente ottenuta attraverso l’inclusione di sensori, attuatori, e microcomputers all’interno del meccanismo. Questa integrazione spaziale pu`o essere limitata anche solo ad uno di questi elementi. I microcomputer possono essere integrati con l’attuatore, il meccanismo o i sensori. I sensori integrati con microcomputers sono definiti smart sensors, analogamente per gli attuatori si parla di smart actuators.

L’integrazione software è basata principalmente su avanzate funzioni di controllo. In genere, oltre ad un controllo di base feedforward o feedback, è presente un sistema di management dell’infromation processing il quale camprende la supervisione e la diagnosi dell’errore, l’ottimizzazione e la capacità di apprendimento ed adattamento. Per ottenere queste abilità è necessario ricorrere ad algoritmi real-time espressi mediante modelli matematici nella forma di caratteristiche statiche o di equazioni differenziali. In

(7)

Progettazione convenzionale Progettazione meccatronica Componenti non integrati Integrazione dei componenti

Voluminoso Compatto

Meccanismi complessi Meccanismi semplici Problema di cablaggio Comunicazione via bus o wireless

Componenti connessi Unit`a autonome

Controllo semplice Integrazione dell’information processing

Algoritmo rigido Algoritmo flessibile

Controllo feedforward Controllo programmabile Controllo lineare (analogico) Controllo a feedback non lineare

Monitoraggio esemplificato Supervisione e diagnosi dell’errore Abilit`a fissate Capacit`a di apprendimento

Tabella 3.1: Confronto tra sistemi elettromeccanici convenzionali e meccatronici

virt`u di tali propriet`a l’architettura di controllo e quindi il flusso informativo delle varibili direttamente ed indirettamente misurate risulta in genere complesso e multilivello:

1. livello 1: controllo di basso livello (feedforward e/o feedback per stabilizzare e linearizzare il sistema);

2. livello 2: controllo di alto livello (strategie di controllo avanzato a feedback non lineare);

3. livello 3: supervisione e diagnosi dell’errore;

4. livello 4: ottimizzazione;

5. livello 5: management del processo.

Di questi 5 livelli i primi 2 sono sicuramente indispensabili al corretto funzionamen- to di un dispositivo meccatronico. I restanti sono in genere il risultato del processo di ingegnerizzazione del prototipo al fine di renderlo commercializzabile.

(8)

3.2.3 Da MECCATRONICO a BIOMECCATRONICO

Il passaggio dalla meccatronica alla biomeccatronica `e facilmente riassumibile in 3 punti:

• la progettazione diventa bio-ispirata e biomimetica e quindi i sistemi biologici diven- tano un importante esempio da imitare;

• i sistemi biomeccatronici hanno un elevato grado di relazione ed interazione con i sistemi biologici;

• i campi di applicazione coinvolgono principalmente la medicina: diagnosi, cura, riabilitazione, reinserimento socio-lavorativo del paziente.

3.3 La piattaforma NEURARM

L’ARTS Lab (Advanced Robotics Laboratory) della Scuola Superiore Sant’Anna (Pisa) ha progettato e realizzato la piattforma NEURArm all’interno del progetto NEUROBOTICS¹ che ha tra i principali obiettivi la realizzazione dell’esoscheletro per arto superiore NEU- ROexos.

Un esoscheletro è un sistema biomeccatronico indossabile e tale che il contatto fisico tra l’uomo e il dispositivo permetta un diretto trasferimento di energia e di informazione [20]. Per la realizzaione di un esoscheletro per neuro-riabilitazione, uno dei principali problemi è legato alla realizzazione del sistema di controllo che deve, istante per istante, favorire la sovrapposizione tra l’azione del controllore embedded (l’intelligenza locale) e le intenzioni volontarie dell’utilizzatore. Inoltre tale sovrapposizione deve verificarsi in totale condizione di sicurezza e sotto il completo controllo dell’attività cognitiva del soggetto.

Queste caratteristiche consentono di ottenere un sistema bionico ibrido (Hybrid Bionic System). Il sistema esoscheletrico quindi deve:

• accoppiarsi cinematicamente con l’arto umano;

• intercettare le intenzioni motorie dell’utilizzatore e dinamicamente monitorare/copiare i movimenti dell’arto al fine di aumentare le performance in termini di accuratezza, forza, durata e reattivit`a;

1Questo lavoro `e supportato dall’EU all’interno del NEUROROBOTICS Integrated Project (La fusione di NEUROscience e roBOTICS, IST-FET Project ] 2003-001917).

(9)

• monitorare con continuit`a ed in tempo reale le performance motorie dell’utilizzatore al fine di produrre una adeguata valutazione funzionale delle abilit`a motorie;

• deve accoppiarsi con sicurezza all’arto umano permettendo la sinergia tra il sistema di attuazione/trasmissione ed il sistema muscolare naturale.

Questi risultati possono essere ottenuti attraverso la progettazione e l’implementaizone bio-ispirata delle strategie di conotrollo e di apprendimento, del meccanismo e dell’attuazione. In questo caso, definire la progettazione bio-ispirata, significa che l’hardware e l’algoritmica di controllo devono essere basati su modelli neuroscientifici di controllo motorio, di percezione e di schemi di azione[21]. Il primo NEUROexos ha come obittivo primario il suppporto e l’assistemza del braccio umano nel task di catching di un oggetto in volo. Questo task, che `e oggetto di particolare approfondimento nei capitoli successivi,

è molto impegnativo in virtù della elevata velocità di esecuzione e delle numerose sinergie motorie e percettive richieste. Tra l’altro il task di catching è ben conosciuto in letteratura ed è per questo un ottimo banco di prova per affinare e valutare le performance del primo NEUROexos.

Per la realizzazione di NEUROexos sono previste 3 fasi parallele:

1. sviluppo di un modello biomeccanico di arto superiore per lo studio della cinematica, della dinamica e delle sinergie muscolari dell’arto umano durante il task di catching dell’oggetto in volo. Questo modello ha anche lo scopo di definire le specifiche del sistema di attuazione da accoppiare con il braccio umano [22];

2. progettazione e del braccio robotico antropomorfo NEURArm con sistema di attuazione agonista-antagonista, in grado di eseguire il task di catching di un oggetto in movimento con le medesime prestazioni dinamiche del braccio umano;

3. progettazione e sviluppo del primo NEUROexos.

Il presente lavoro di tesi si inserisce a pieno nella seconda fase, in modo particolare nell’ideazione, progettazione e sviluppo del controllore embedded. Il braccio antropomorfo NEURArm, consente di:

• avere un supporto robotico altamente sensorizzato per la messa a punto del sistema di attuazione e del controllo del primo NEUROexos in condizioni di perfetta sicurez-

(10)

za; infatti facendo indossare ad un sistema robotico anzich´e ad un uomo il primo prototipo NEUROexos si evitano tutti i rischi che possono presentarsi da eventuali mafunzionamenti ed instabilit`a, nella fase iniziale di messa a punto del controllore embedded;

• avere una piattaforma robotica, che munita di un’adeguato handle sensorizzato pu`o interagire con l’uomo alla stregua di un qualunque manipolatore planare per la riabilitazione (esempio il MIT-Manus): in questo modo si possono mettere a punto e validare schemi di controllo dell’interazione uomo-robot da replicare con maggiore grado di complicazione su NEUROexos;

• sviluppare ed ottimizzare algoritmi di controllo di basso livello per l’attuazione del singolo giunto che, come descritto dettagliatamente in seguito, tanto per NEU- ROexos quanto per NEURArm, `e sottoposto all’azione agonista-antagonista di due cavi/tendini, un flessore ed un estensore;

• scegliere l’hardware e gli ambienti di programmazione ottimali per l’implementazione dell’intera architettura di controllo tenendo conto dell’esigenza di elaborazione real time del segnale di controllo;

• valutare, per i differenti livelli di controllo, gli eventuali tempi di ritardo cos`ı da mettere a punto strategie ad hoc per ridurli; in questo modo si pu`o allargare la banda di risposta dell’intero sistema; la gestione e la riduzione dei tempi di ritardo riguarda parimenti NEUROexos e NEURArm;

• avere una piattaforma robotica da utilizzare per esperimenti di neuroscienza e des- tinata a neuroscienziati, per l’elaborazione e la verifica di modelli di apprendimento e controllo motorio per l’arto superiore.

3.3.1 Descrizione dell’hardware

La descrizione dell’hardware della piattaforma NEURArm è molto laboriosa a causa della sua complessità. Per questo motivo al fine di rendere il tutto più chiaro ed agevole è si fa ampio ricorso all’utilizzo di schemi a blocchi.

(11)

In primo luogo `e necessario partire da un’analisi generale del sistema per poi passare in rassegna i diversi sottosistemi, in accordo con il paradigma biomeccatronico descritto in precedenza.

NEURArm è un braccio robotico antropomorfo a 2 link rigidi e 2 gradi di libertà (gdl), planare, intrinsecamente non ridondante, con attuazione idraulica posizionata in remoto e trasmissione a cavi in modalità agonista-antagonista per ciascun giunto. Esso è inoltre caratterizzata da un’elevata sensorizzazione, tanto per la propriocezione qunato per la esterocezione. Dalla Figura 3.4 si possono inoltre riconoscere i due flussi, quello energetico (in blu) e quello informativo (in rosso), caratteristici di NEURArm.

Si procede adesso all’analisi dei differenti sottosistemi che compongono la piattaforma.

Figura 3.4: Schema a blocchi della piattaforma NEURArm in accordo con il paradigma Biomeccatronico.

(12)

3.3.2 Meccanismo e trasmissione

Il meccanismo² `e realizzato mediante link rigidi in lega di alluminio (a partire dal telaio si hanno in ordine: BRACCIO e AVAMBRACCIO+MANO) accoppiati con 2 giunti rotoidali con cuscinetti a ricircolo di sfere cos`ı da ottenre un basso attrito: SPALLA e GOMITO.

Nell’ottica di una progettazione bio-ispirata, i 2 link hanno le dimensioni, masse ed inerzia confrontabili con quelle dell’uomo standard [23]. La Tabella 3.2, riferita alla Figura 3.5, riporta le dimensioni del link i−esimo: lunghezza interasse Li, massa m_i, distanza d_G_idel baricentro Gi dall’asse dell’i − esimo giunto, inerzia baricentrale I^Gzzi. La numerazione dei link `e assegnata in accordo alla convenzione di Denavit-Hartenberg, cos`ı come per le variabili di giunto, e le terne di riferimento.

Figura 3.5: Rappresentazione schematica dei link: nomenclatura dei link, dei giunti e definizione dei sistemi di riferimento in accordo alla convenzione di Denavit-Hartenberg.

Per un braccio antropomorfico, e quindi bio-ispirato, abbastanza importanti sono anche i range di movimento dei giunti. La Tabella 3.3, riferita alla Figura 3.5, riporta il dato per i due giunti.

La SPALLA, riportata in Figura 3.6, `e realizzata con una puleggia di raggio pari a

2La piattaforma NEURArm `e realizzata facendo riferimento ad un braccio destro.

(13)

LINK Li (m) mi (Kg) dGi (m) IGzzi (Kg · m²) 1 L₁ = O₀O₁ = 0.273 m₁ = 2.074 d_G₁ = O₀G₁ = 0.1365 I_Gzz₁ = 1.49E − 2 2 L₂ = O₁O₂ = 0.357 m₂ = 2.073 dG₂ = O₁G₂ = 0.1662 IGzz₂ = 2.26E − 2

Tabella 3.2: Dimensioni notevoli dei link costituenti la piattaforma NEURArm.

30mm. I due cavi, il flessore e l’estensore, hanno un’estremit`a vincolata alla puleggia, sulla quale si avvolgono a doppio giro, e l’altra vincolata al blocco di attuazione.

Inoltre, nella Figura 3.6 sono stati evidenziati:

• uno dei due fermi meccanici che limitano il range di movimento del giunto (la SPALLA `e un giunto simmetrico);

• l’encoder ottico per la misura dell’angolo θ1;

• il sistema a cinghia e ruote dentate per la moltiplicazione della risoluzione angolare dell’encoder;

• una delle due celle di carico monoassiali per la misura della forza trasmessa dal singolo cavo;

Il GOMITO è un giunto non simmetrico. La sua geometria, più complessa, è differente per l’inserzione dell’estensore e del flessore. Dalla Figura 3.7 si evidenzia che:

• l’estensore `e alloggiato in un apposita cava a distanza costante dall’asse giunto, cos`ı da garantire, per la generazione della coppia, un braccio costante di 19.15mm (per un trefolo con φ = 1.6mm) alla forza trasmessa dal cavo;

• che θ2 `e limitato inferiormente a 0^◦ da un fermo meccanico che porta l’avambraccio a battuta ed evita la iperestensione;

• `e presente un all’alloggiamento contenente l’encoder per la misura dell’angolo θ2, che sul GOMITO non ha nessun sistema di moltiplicazione della risoluzione angolare;

• `e presente una cella di carico monoassiale per la misura della forza sull’estensore;

La Figura 3.8 mostra che:

(14)

• il flessore non ha un alloggiamento definito e questo determina un braccio non costante per la generazione della coppia, ma dipendente dall’angolo θ₂;

• che il limite superiore a θ2`e `e dato da un fermo meccanico che obbliga l’avambraccio a battuta ed evita le iperflessione;

• una cella di carico monoassiale per la misura della forza sul flessore.

Giunto θ_i (gradi) SPALLA θ₁ = 0 − 180 GOMITO θ2 = 0 − 142

Tabella 3.3: Range di movimento dei giunti.

La trasmissione ai giunti del movimento lineare dei pistoni del gruppo di attuazione idraulica (movimento lineare dei pistoni) avviene attraverso Bowden cables: per ciascun giunto, la coppia motrice `e prodotta dall’azione agonista-antagonista di due cavi (Figura 3.9). I vantaggi della trasmissione a cavi con Bowden cable sono essenzialmente 3:

• possibilit`a di delocalizzare l’attuazione in remoto cos`ı da non aumentare la massa e l’inerzia dei link (condizione questa che `e fondamentale anche per la realizzazione del primo NEUROexos, in quanto sistema indossabile);

• bassi valori di inerzia degli organi di trasmissione;

• semplificazione dell’algoritmo di controllo: all’interno del modello di Laplace, che descrive la dinamica di un manipolatore, scompaiono i termini relativi all’energia cinetica e potenziale degli attuatori.

L’utilizzo delle Bowden Cables comporta per`o due problematiche:

• parziale effetto tipo filtro passa-basso;

• l’azione di filtraggio `e inoltre non statica me dipendente dalla configurazione spaziale del cavo stesso: a seguito del movimento dei link, anche il guscio esterno delle Bowden Cable cambia sensibilmente la sua configurazione spaziale. Questo perturba il cavo

(15)

Figura 3.6: Foto della SPALLA: fermo meccanico (A), puleggia di raggio costante con cavo avvolto a doppio giro (B), encoder ottico (C), cella di carico monoassiale (D), moltiplicatore di giri (2x) per l’encoder (E), Bowden cable (F).

Figura 3.7: Foto del GOMITO: estensore del GOMITO nella cava (A), cella di carico monoassiale (B), alloggiamento contenente l’encoder (C), fermo meccanico (D).

(16)

Figura 3.8: Foto del GOMITO: fermo meccanico (A), flessore del gomito (B), cella di carico (C).

Figura 3.9: Modello CAD del meccanismo e del sistema di trasmissione a cavi di NEURArm.

(17)

che scorre al suo interno e quindi la dinamica della trasmissione della forza. A tutti gli effetti questo equivale ad un comportamento dinamico tempo variante, insidioso per la stabilit`a del sistema di controllo di basso livello, interpretabile dal controllore come un disturbo in forza sulla catena diretta.

Per ridurre parzialmente tali svantaggi, sono stati scelti i Nokon^r Konkavex cable (NOKON, S¨ussen, Germania), un nuovo tipo di Bowden Cable che garantisce un minore effetto filtrante nella trasmissione della forza e contemporaneamente maggiore leggerezza.

Essi sono realizzati da un rivestimento interno a basso attrito in teflon rinforzato con fibre di vetro e da una struttura esterna modulare in alluminio che riduce il problema della variazione conformazionale [24]. Inoltre per rendere più uniforme il comportamento, riducendo ulteriormente le variazioni della conformazione spaziale del Bowden Cable, è applicata esternamente alla struttura modulare in alluminio una resina termoformante che ne riduce la flessibilità (Figura 3.6).

L’attuazione di ciscuno dei 2 giunti con una configurazione agonista-antagonista `e il frutto di una progettazione bioispirata. Questo consente di:

• rendere la piattaforma utilizzabile per esperimenti neuroscientifici; infatti, dagli studi di neuroscienza sulle strategie di controllo motorio degli arti, `e emerso che il Sistema Nervoso Centrale (CNS) sembra implementare il controllo adattivo dell’impedenza meccanica dell’arto attraverso l’attivazione simultanea dei muscoli antagonisti [25];

• riprodurre il medesimo pattern di attuazione previsto per NEUROexos.

3.3.3 Attuazione

Il gruppo di attuazione di NEURArm `e costituito da diversi moduli (Figura 3.10 e Figura 3.11):

• un motore elettrico in grado di erogare una potenza di 1.1 KW a 1390 rpm;

• una valvola di scarico;

• un accumulatore da 5.7 litri;

• una riserva (oiltank) da 30 litri;

(18)

Figura 3.10: Sistema idraulico: elettrovalvole (A), accumulatore (B), motore (C), oiltank (D), valvola di scarico (E).

• 6 valvole DC proporzionali serie D1FP*S³ (Parker Hannifin Corporation);

• 6 cilindri idraulici muniti di pistoni single-rod double acting, serie CHL (Parker Hannifin Corporation), in grado di sostenere una pressione massima di 100 bar e con uno stroke di 50mm;

• olio AZOLLA ZS (TotalFina ELF)⁴.

Ciascuna elettrovalvola `e caratterizzata da uno spool del tipo three-land-four-way, con overlapping del 25%, per ridurre i trafilamenti parassiti a pistone fermo, ed una banda passante a −3dB di 350Hz, ovvero un tempo di risposta al gradino di circa 1 ms. Inoltre le elettrovalvole sono equipaggiate con elettronica di supporto per l’implementazione del loop analogico di controllo di posizione dello spool.

In Figura 3.12 `e riportato lo schema dell’attuazione idraulica. L’uscita del controllore embedded pilota in tensione, attraverso il solenoide che equipaggia ciascuna delle elet-

3Il codice identificativo completo della valvola `e D1FPE01BC9NB00. Si rimanda all’APPENDICE B per il Datasheet completo.

4In APPENDICE B `e riportato il DataSheet degli olii della serie AZOLLA ZS.

(19)

Figura 3.11: Cilindro idraulico.

trovalvole, la posizione dello spool valve, che a sua volta regola i flussi d’olio in ingresso ed in uscita dal cilindro e quindi la differenza di pressione ai capi del pistone. `E importante sottolineare che la dinamica dello spool valve non `e condizionata dalla dinamica delle pressioni dell’intero sistema⁵.

L’ultimo aspetto da indagare per l’attuazione riguarda la modalità di conversione del moto lineare del pistone idrulico in forza sul cavo di trasmissione. Questo avviene attraverso l’inserimento sul cavo di trasmissione di una molla lineare di costante elastica pari a 27900N m⁻¹. Quindi per ciscun blocco di attuazione si verifica la condizione mostrata nella foto di Figura 3.13. La singola unità di attuazione, ovvero quella in grado di imporre la forza sul cavo è costituita:

• dal sistema idraulico, comune a tutti i cilindri, che fornisce l’energia sottoforma di olio idraulico ad elevata pressione, circa 80 bar;

• dall’elettrovalvola DC proporzionale, che gestisce i flussi in ingresso ed uscita dal

5La trattazione matemetica del modello del sistema idraulico `e argomento dei capitoli successivi. Essa sar`a il punto di partenza per la determinazione dell’algoritmo di controllo di basso livello.

(20)

Figura 3.12: Schema del circuito idraulico.

cilindro idraulico;

• dal complesso cilindro-pistone single-rod double acting;

• la molla lineare che connette, per mezzo di un tirante, il pistone al cavo; il tirante permette il precarico del cavo.

I vantaggi dell’attuazione idraulica sono:

• un elevato rapporto potenza/peso;

• una buona efficienza;

• la capacit`a di sollevare e tenere un carico pesante senza ricorrere a sistemi di freno;

• la possibilit`a di muovere oggetti pesanti lentamente e a velocit`a costante;

• la possibilit`a di generare coppie elevate, nella modalit`a agonista-antagonista, senza ricorrere all’utilizzo di riduttori meccanici [26, 27];

• elevata ripetibilit`a nel medio e lungo periodo.

(21)

Figura 3.13: Blocco di attuazione: molla lineare (A), single-rod del pistone (B), potenziometro lineare (C), cilindro (D), tirante (E).

Gli attuatori idraulici hanno anche i seguenti svantaggi:

• totale irreversibilit`a del moto: il sistema `e intrinsecamente non-backdrivable;

• elevata rigidezza nell’interazione con l’ambiente esterno;

• modellazione complessa;

• comportamento non lineare.

3.3.4 Sensori

L’apparato sensoriale di NEURArm è molto complesso e prevede, in accordo con il paradigma biomeccatronico, sia sensori propriocettivi che esterocettivi. La complessità del blocco di attuazione-trasmissione esige che via sia un numero elevato di sensori per avere un monitoraggio accurato dello stato del sistema ed un’ampia flessibilità nell’architettura del controllore emebedded: più è alto il numero di grandezze fisiche misurate, più elevato è il numero delle soluzioni di controllo possibili.

I sensori con cui `e equipaggiato il braccio antropomorfo NEURArm sono:

(22)

• 2 encoder ottici (uno per la SPALLA ed uno per il GOMITO) HEWLETT^rHEDS- 9040, 512 CPR (counts per revolution);

• 2 celle di carico monoassiali a compressione XFL225D (FGP sensors, Parigi, Francia) per la misura della forza sul flessore e sull’estensore della SPALLA (Figura 3.6); il loro range di funzionamento `e 0-1000 N, hanno bassa isteresi (≤ 1% del F.S.), elevata caratteristica di linearit`a (≤ 1% del F.S.), modulo integrato per la compensazione della temperatura nel range 0 − 60^◦C, carico di snervamento per valori di forza pari a 2 volte il F.S. ⁶;

• 2 celle di carico monoassiali a trazione XFTC301 Series (FGP sensors, Parigi, Fran- cia) per la misura della forza sul flessore e sull’estensore del GOMITO (Figura 3.7);

• 4 potenziometri lineari SLS095 (Penny+Giles), 50mm di corsa, uno per ciascun pistone idraulico, (Figura 3.13);

• 8 sensori di pressione T DUCERO-100bar, 100mV 2200 Series (GEMS Sensors), uno per ciascuna delle due camere in cui il cilindro idraulico rimane diviso dal pistone;

• 2 sensori di pressione integrati all’interno del circuito idraulico, per misurare la pressione di alimentazione (pressione a monte delle elettrovalvole) e la pressione di scarico (pressione all’interno della riserva);

• 4 celle di carico moniassiali a compressione FSG della HONEYWELL per la sensorizzazione dell’eventuale handle con cui pu`o essere equipaggiata la piattaforma NEURArm.

3.3.5 Controllore embedded

Per il controllore embedded si descrivono di seguito il controllore ideato all’interno del presente lavoro, l’hardware ed il software a disposizione per l’implementazione.

Per l’implementazione del controllore sono disponibili le seguenti risorse (Figura 3.14):

6Si faccia riferimento all’APPENDICE B per il Datasheet di questo sensore.

(23)

Figura 3.14: Hardware per il controllo: NI PXI-1042 con processore e RAM dedicata (A), PC-work station con software di sviluppo Labview 8 (B).

• PC-work station equipaggiata con processore Pentium 4 con clock a 3.0GHz e 512Mb di RAM;

• ambiente di sviluppo LabVIEW Real-time module 8.0 per la generazione del file eseguibile all’interno del quale `e implementato l’algoritmo di controllo;

• NI PXI-1042 per l’interfacciamento con l’elettronica di condizionamento dei sensori e quella di controllo delle elettrovalvole; tale dispositivo `e munito di processore e RAM dedicato per garantire l’esecuzione in real time del solo processo relativo all’eseguibile di controllo.

Il controllore ideato all’interno di questo lavoro è finalizzato a permettere a NEU- RArm di svolgere il task di catching e anche a consentire l’utilizzo di questa piattaforma come manipolandum per lo studio delle problematiche dell’interazione uomo-robot. Tale interazione è critica a causa delle caratteristiche dell’attuazione idraulica, che se da una parte garantisce un elevata densità di potenza, dall’altra è un sistema intrinsicamente non-backdrivable e a rigidezza elevata. Però in un dispositivo per la neuro-riabilitazione

è necessario garantire la totale possibilità di inversione del moto, nonché un’impedenza meccanica variabile e controllabile in funzione del task riabilitativo [10, 25, 28, 29, 30].

(24)

Anche se si vuole utilizzare la piattaforma come manipolandum è richiesta l’inversione del moto ed il controllo dell’interazione [31, 32] Per questo motivo il controllore ideato nel presente lavoro, inizialmente su NEURArm e poi su NEUROexos (con maggiore comp- lessità⁷), deve consentire sia il controllo dell’impedenza meccanica della piattaforma e sia una backdrivability artificiale. Con il termine artificiale si vuole indicare che la backdrivability non è una caratteristica intrinseca né dell’attuazione né della trasmissione, ma è il risultato dell’azione del controllore di basso livello ideato, sviluppato ed implementato nel presente lavoro.

In un sistema biomeccatronico per la neuro-riabilitazione, quale è NEUROexos, è necessario garantire l’inversione del moto ed un’impedenza variabile perché la terapia neuroriabilitativa robot mediata può essere somministrata con differenti modalità:

• il robot assiste totalmente il paziente guidandone l’arto lungo la traiettoria del task:

in questo caso non `e necessaria la backdrivability ed il robot potrebbe anche essere sottoposto ad un tradizionale controllo di posizione [28, 29, 30];

• il robot assiste il paziente nel portare a termine il task solo quando questi non `e in grado di farlo autonomamente: in questo caso il robot deve essere backdrivable al fine di consentire al paziente il movimento in totale libert`a;

• il robot assiste il paziente nell’esecuzione del task variando la sua impedenza: cede- vole per le traiettorie previste come corrette per l’esecuzione del task, rigido per quelle non considerate come tali [10].

Il punto di partenza per il controllore ideato `e la definizione di un’architettura gerarchica dell’algoritmo, con tre livelli di controllo: High Level Control, Middle Level Control, Low Level Control.

L’architettura gerarchica garantisce [11]:

• un flusso informativo top-down monodirezionale al fine di disaccoppiare un livello più alto dall’azione di uno più basso; in altre parole l’azionamento del sistema di attuazione è trasparente per l’utilizzatore;

7NEURArm ha un’interfaccia localizzata (handle) mentre NEUROexos distribuita (`e un’ortesi indossabile).

(25)

Figura 3.15: Schema a blocchi dell’architettura di controllo gerarchica da implementare sulla piattaforma NEURArm.

• modularità, ovvero è possibile combinare strategie differenti per i vari livelli, al fine di ottenere la soluzione più adatta per il task in esame;

• una predisposizione all’ingegnerizzazione del sistema: `e possibile implementare cia- scuno dei livelli su hardware elettronico ad hoc, con prestazioni diverse in termini di RAM, ciclo di clock, numero di porte I/O;

Facendo riferimento alla Figura 3.15, i 3 livelli dell’architettura gerarchica possono essere struttuati come di seguito descritto.

High Level Control Riceve informazioni sullo stato del sistema (posizione, velocità ed accelerazione dell’end effector nello spazio operativo) e delle forze di interazione all’interfaccia dall’apparato sensoristico propriocettivo ed esterocettivo. Tali informazioni devono essere elaborate da un controllore predittivo, che verosimilmente può essere realizzato mediante una rete neurale addestrata con algoritmi supervi- sionati. Il risultato dell’elaborazione è la traiettoria desiderata −→x_desired(t) che andrà in ingresso al Middle Level Control. Il motivo per cui è preferibile ricorrere all’u-

(26)

tilizzo di una rete neurale risiede nel fatto che, data la complessit`a dell’interazione in NEUROexos, l’approccio model free sia il solo possibile per l’intercettazione delle intenzioni dell’utilizzatore. In questo modo si inizia a testare questa tipologia di algoritmi su NEURArm, iniziando con un livello di complicazione comunque minore.

L’architettura gerarchica impone, per il suo corretto funzionamento, uno scale down del passo di campionamento T con cui deve essere aggiornato il segnale di controllo.

Siccome il movimento umano ha delle componenti frequenziali che generalmente non superano i 20 Hz, `e opportuno scegliere per l’High Level Control un T di poco infe- riore a ' 25ms, ovvero una frequenza di aggiornamento di poco superiore a 40Hz, nel rispetto del teorema di Nyquist.

Middle Level Control Implementa un loop di controllo in anello chiuso finalizzato a gestire l’impedenza del sistema e a generare il profilo di forza che il singolo gruppo di attuazione deve imporre su ogni cavo della trasmissione. Quindi, in sostanza, in termini di passi algoritmici `e riassumibile in: il controllore di impedenza legge la traiettoria desiderata, generata dall’High Level Control, attraverso il modello di Lagrange inverte la dinamica del manipolatore e stabilisce la coppia su ogni uno dei giunti, necessaria ad ottenre quella traiettoria. Siccome il segnale della forza di interazione arriva anche al Middle Level Control `e anche possibile controllare l’impedenza, controllando la dinamica dell’errore−−→

Err(t) =−→

Xdesired−−→

Xreal, settando opportunamente i coefficienti delle matrici Md, KD, KP come spiegato nel Capitolo 2.

Successivamente la coppia da generare su ciascun giunto, deve essere trasformata in 2 valori di forza da imporre sul flessore e sull’estensore del giunto stesso.

Per il livello intermedio sarebbe opportuna, come evidenziato nei capitoli successivi, scegliere la frequenza di aggiornamento del segnale di controllo il più possibile alta, in modo da approssimare il caso continuo. Questo però compatibilmente con i limiti imposti dall’hardware e dagli eventuali colli di bottiglia. Questo può succede perchè il controllo di impedenza è molto oneroso in termini computazionali. Inoltre tale frequuenza deve essere intermedia tra quella del livello alto e quella del livello basso.

Si pu`o ragionevolmente stimare la frequeza massima a circa 1KHz.

(27)

Low Level Control L’ultimo livello del controllore embedded deve pilotare in tensione di alimentazione delle elettrovalvole DC proporzionali che servocontrollano ciascun pistone-cilindro idraulico, al fine di imporre sul cavo/tendine la forza desiderata, uscita del Middle Level Control. Questo può essere ottenuto con un controllore tradizionale robusto (con ampi margini di fase e di ampiezza) e con una frequenza di aggiornamento che sia la più alta possibile compatibilmente con le potenzialità dell’hardware elettronico, e comunque superiore ad 1KHz.

Realizzando questo tipo di architettura, si in definitiva ottenere un’interazione intelligente. Il dispositivo robotico deve essere in grado di anticipare le intenzioni dell’utilizzatore e guidarne il movimento.

3.3.6 HMI: Human Machine Interface

Per quanto riguarda l’interfaccia uomo-macchina `e sufficiente sottolineare come questa viene introdotta solo quando si deve utilizzare NEURArm per studiare modelli di interazione uomo-robot. In questo caso essa `e ottenuta attraverso un handle sensorizzato con 4 celle di carico monoassiali, per ottenere la misura della forza nello spazio operativo.