ROBOTICA COLLABORATIVA, UNO STUDIO COORDINATO DALL’ISTITUTO DI BIOROBOTICA DELLA SCUOLA SUPERIORE SANT'ANNA SVELA LE STRATEGIE DI PRESA PER MIGLIORARE L’EFFICIENZA E LA PERCEZIONE NEL PASSAGGIO DI UN OGGETTO TRA UOMO E ROBOT
Il passaggio di un oggetto è uno dei momenti fondamentali nella cooperazione tra uomo e robot. Per rendere lo scambio più efficiente, è necessario orientare la presa, favorire la naturalezza dello scambio, evitare incidenti e incomprensioni nella consegna dell’oggetto. Uno studio pubblicato su Frontiers in Robotics and AI svela le strategie di presa per migliorare l’efficienza e la percezione nel passaggio di un oggetto tra uomo e robot. Migliorando le performance dello scambio, si possono raggiungere benefici in vari ambiti in cui è ormai consolidata la collaborazione uomo-robot, come l’Industria 4.0 o la cooperazione in ambiente domestico.
Lo studio è stato coordinato da Marco Controzzi, ricercatore presso l’Istituto di BioRobotica della Scuola Superiore Sant’Anna. Le prime firme sono Valerio Ortenzi (Max Planck Institute) e Francesca Cini (allieva PhD dell’Istituto di Biorobotica). Allo studio hanno partecipato Tommaso Pardi, Naresh Marturi, Rustam Stolkin (University of Birmingham) e Peter Corke (Queensland University of Technology).
I ricercatori hanno esaminato come le diverse strategie di presa influenzano le prestazioni e le percezioni dell'interazione uomo-robot. A ventidue persone senza nessuna esperienza di cooperazione con un sistema robotico (video) è stato chiesto di afferrare alcuni oggetti da un robot e di eseguire successivamente un compito specifico con ognuno di questi oggetti (gli oggetti in questione erano un trapano, una tazza, una bottiglia di plastica, un paio di forbici e un cacciavite).
“Abbiamo programmato il robot – spiega Marco Controzzi – per prendere e passare i cinque oggetti a un partner umano utilizzando due strategie: il classico algoritmo di presa basato sulla stabilità della presa, e un algoritmo ispirato al comportamento umano che basa la tipologia di presa in relazione al compito successivo da compiere.”
Lo studio ha dimostrato come un’efficace strategia di presa consenta uno scambio più naturale in grado di migliorare i tempi e le performance (se un robot “capisce” come passare un oggetto, favorisce l’utilizzo successivo dello stesso oggetto da parte dell’essere umano). Questo risultato apre nuovi scenari nell’alleanza uomo-robot, soprattutto in ambito produttivo, dove i robot sono sempre più in grado di condividere lo spazio lavoro e cooperare attivamente con i lavoratori.
“Il prossimo step – continua Controzzi – è implementare questo algoritmo in ambito industriale e testarne l’efficacia in diversi contesti produttivi. Stiamo sperimentando alcuni dei nostri studi nel progetto europeo APRIL (multipurpose robotics for mAniPulation of defoRmable materIaLs in manufacturing processes), che mira proprio a sviluppare una nuova generazione di co-robot abili per guidare l’innovazione tecnologia all’interno delle industrie europee”.
Dettagli dello studio: Valerio Ortenzi, Francesca Cini, Tommaso Pardi, Naresh Marturi, Rustam Stolkin, Peter Corke, Marco Controzzi, The grasp strategy of a robot passer influences performance and quality of the robot-human object handover. Frontiers in Robotics and AI 7 (2020)
