Path Planning and Control for Multi-Manipulator Systems under Spatio-Temporal Constraints
Tid: Ti 2025-06-10 kl 09.00
Plats: Kollegiesalen, Brinellvägen 8, Stockholm
Videolänk: https://kth-se.zoom.us/j/63745671489
Språk: Engelska
Ämnesområde: Elektro- och systemteknik
Respondent: Mayank Sewlia , Reglerteknik
Opponent: Associate professor Lorenzo Sabattini, Department of Sciences and Methods for Engineering (DISMI), University of Modena and Reggio Emilia, Reggio Emilia, Italy
Handledare: Professor Dimos V. Dimarogonas, Reglerteknik; Assistant professor Christos Verginis, Department of Electrical Engineering; Signals and Systems, Uppsala University, Uppsala, Sweden; Associate professor Jana Tumova, Robotik, perception och lärande, RPL
QC 20250512
Abstract
Kooperativ manipulation, då flera robotmanipulatorer samarbetar för att transportera ett objekt, innebär betydande tekniska utmaningar, till följd av växelverkan mellan manipulatorerna, komplexiteten i att planera rörelser i begränsade miljöer samt behovet av exakt koordinering trots ofullständig kunskap om systemet. Utmaningarna ökar ytterligare när uppgifterna inte bara innebär rumsliga krav utan även inkluderar strikta tidsbegränsningar. Under sådana komplexa krav är kooperativ manipulation fortfarande ett relativt outforskat område. Bristen på kunskap motiverar föreliggande avhandling. Genom att kombinera verktyg från reglerteori, formella metoder samt rörelseplanering syftar avhandlingen till att fördjupa vår förståelse av hur man utför ovan nämnda komplexa uppgifter inom ramen för kooperativ manipulation. Specifikt strävar vi efter att utveckla styrsystem och planeringsalgoritmer som möjliggör specifikation, planering och exekvering av kooperativ robotmanipulation för dessa uppgifter.
Vi angriper problemet i tre separata delar av avhandlingen. I den första delen utvecklar vi styralgoritmer som behandlar uppgiftsspecifikationer, givna i form av Signal Temporal Logic (STL), och kodar dem genom trattbaserade formuleringar. Våra huvudsakliga resultat inkluderar kooperativ manipulation under STL-uppgifter, både med delad uppgiftsinformation, mellan alla agenter, och med uppgiftsinformation begränsad till en enskild agent. För att uppnå detta utformar vi ett Prescribed Performance Control (PPC)-system som säkerställer att felen inom trattarna förblir begränsade och därmed garanterar uppgiftens tillfredsställande. Vi presenterar både experimentella och simuleringsbaserade valideringar av de föreslagna algoritmerna.
I den andra delen skiftar vi fokus från design av styrsystem till utveckling av planeringsalgoritmer för att uppfylla STL-specifikationer. Denna förskjutning ger ytterligare flexibilitet och möjliggör en bredare hantering av olika typer av STL-formler. Våra huvudsakliga resultat inkluderar utvecklingen av en kooperativ samplingsbaserad planeringsalgoritm för två autonoma agenter (STLcoRRT), som därefter utökas till flera agenter genom en distribuerad optimeringsmetod (MAPS$^2$). I båda metoderna samplas både rumsliga och tidsmässiga domäner för att hitta STL-tillfredsställande banor. Vi presenterar flera exempel som visar algoritmernas prestanda, samt experimentell validering och matematiska bevis av probabilistisk fullständighet.
I den sista delen av avhandlingen behandlar vi kooperativ manipulation genom begränsade miljöer. Vi integrerar styr- och planeringskomponenterna genom ett ramverk för banoptimering som fortsätter att hantera STL-uppgifter under miljöbegränsningar. De viktigaste bidragen inkluderar frikopplingen av planeringen av mobila baser från planeringen av manipulatorarmarna samt utvecklingen av en algoritm för invers kinematik, i kombination med en kontrollstrategi för att följa de resulterande banorna i ledrummet samtidigt som hinder undviks. Vi presenterar simuleringsresultat som validerar effektiviteten i det föreslagna tillvägagångssättet.