Elektrik Elektronik Mühendisliği Bölümü Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1941

Browse

Now showing 1 - 5 of 5

An Adaptive Admittance Controller for Collaborative Drilling With a Robot Based on Subtask Classification Via Deep Learning
(Elsevier, 2022) Başdoğan, Çağatay; Niaz, P. Pouya; Aydın, Yusuf; Güler, Berk; Madani, Alireza
In this paper, we propose a supervised learning approach based on an Artificial Neural Network (ANN) model for real-time classification of subtasks in a physical human–robot interaction (pHRI) task involving contact with a stiff environment. In this regard, we consider three subtasks for a given pHRI task: Idle, Driving, and Contact. Based on this classification, the parameters of an admittance controller that regulates the interaction between human and robot are adjusted adaptively in real time to make the robot more transparent to the operator (i.e. less resistant) during the Driving phase and more stable during the Contact phase. The Idle phase is primarily used to detect the initiation of task. Experimental results have shown that the ANN model can learn to detect the subtasks under different admittance controller conditions with an accuracy of 98% for 12 participants. Finally, we show that the admittance adaptation based on the proposed subtask classifier leads to 20% lower human effort (i.e. higher transparency) in the Driving phase and 25% lower oscillation amplitude (i.e. higher stability) during drilling in the Contact phase compared to an admittance controller with fixed parameters.
Adaptive Human Force Scaling Via Admittance Control for Physical Human-Robot Interaction
(IEEE, 2021) Başdoğan, Çağatay; Aydın, Yusuf; Hamad, Yahya M.
The goal of this article is to design an admittance controller for a robot to adaptively change its contribution to a collaborative manipulation task executed with a human partner to improve the task performance. This has been achieved by adaptive scaling of human force based on her/his movement intention while paying attention to the requirements of different task phases. In our approach, movement intentions of human are estimated from measured human force and velocity of manipulated object, and converted to a quantitative value using a fuzzy logic scheme. This value is then utilized as a variable gain in an admittance controller to adaptively adjust the contribution of robot to the task without changing the admittance time constant. We demonstrate the benefits of the proposed approach by a pHRI experiment utilizing Fitts’ reaching movement task. The results of the experiment show that there is a) an optimum admittance time constant maximizing the human force amplification and b) a desirable admittance gain profile which leads to a more effective co-manipulation in terms of overall task performance.
İnsan-robot Dokunsal (haptik) Etkileşimi için Makine Öğrenme Tabanlı Admitans Kontrolü
(2021) Başdoğan, Çağatay; Patoğlu, Volkan; Niaz, Pouya Pourakbarian; Aydın, Yusuf; Necipoğlu, Serkan; Şirintuna, Doğanay; Çaldıran, Ozan
Yakın gelecekte, fabrika, ev, hastane gibi farklı ortamlarda, insanlar ve robotların birlikte çalışarak, fiziksel etkileşim gerektiren görevleri ortaklaşa yerine getirebilmeleri beklenmektedir. Fiziksel insan-robot etkileşimi konusundaki önemli araştırma konularından birisi, ortaklar arasında doğal bir iletişimin kurulmasıdır. İnsan-robot etkileşimi konusunda hali hazırda çeşitli sayıda çalışmalar bulunmasına rağmen, ortaklar arasındaki fiziksel etkileşimi, bilhassa dokunsal (haptik) tabanlı iletişimi inceleyen çalışmalar sınırlı sayıdadır ve bu tip sistemlerdeki etkileşim hala doğal insan-insan etkileşimine kıyaslandığında yapay kalmaktadır. Bu projede, insanla beraber ortak görevler yapabilecek işbirlikçi bir robot için kesir dereceli ve uyarlamalı (adaptif) bir admitans kontrolcü geliştirildi. Bilgimiz dahilinde kesir dereceli bir admitans kontrolcü insan-robot fiziksel etkileşimi için daha önce kullanılmamıştır. Kesir dereceli kontrolcülerin en önemli özelliği, tamsayı olmayan türev ve integralin kullanılabilmesidir ki bu da bize birleşik sistemin (insan-robot) dinamiğinin modellenmesinde ve denetlenmesinde, tam sayılı bir kontrolcüye göre, esneklik sağlamıştır. Ayrıca, kesir dereceli bir admitans kontrolcünün makine öğrenmesi algoritmaları vasıtasıyla uyarlanabilir şekilde kullanıldığına dair bir örnek literatürde mevcut değildir. Makine öğrenmesi algoritmaları, bizim görev sırasında insanın niyetini anlamamızı ve buna göre görev performansını optimize edecek şekilde kontrolcü parametrelerini seçmemizi sağladı. Projede geliştirilen yöntemlerin etkinliğini sınamak için laboratuvar ortamında, insan ve robot arasında fiziksel etkileşim gerektiren kontrollü deneyler 12 adet denekle yapıldı. Bu deneylerde, denekler, robot koluna bağlanmış bir matkap aracılığıyla dik ve düz tahta bir yüzey üzerinde delikler açtılar. Makina öğrenmesi teknikleri kullanılarak kullanıcın hangi alt-görevi (textit{Bekleme, Serbest Hareket, ve Temas}) yerine getirdiği gerçek zamanlı olarak tespit edildi ve buna göre kontrolcünün parametreleri uyarlandı. Bu sayede, robotun insan tarafından yönlendirilip delik açılacak noktaya yaklaştırılırken (textit{Serbest Hareket}) insana düşük direnç (şeffaflık), delme sırasında (textit{Temas}) ise oluşacak titreşimleri azaltarak sistemi daha kararlı ve güvenli hale getirecek şekilde yüksek direnç göstermesi sağlandı. Bu deneylerden elde edilen sonuçlar, insan-robot etkileşimi için, uyarlamalı ve kesir dereceli bir kontrolcünün tam sayılı ve sabit parametreli bir kontrolcüye göre, görev performanı açısından, çok daha etkili olduğunu gösterdi. Son olarak, projede geliştirilen sistemin endüstriyel ortamda geçerliliğini sınamak için, endüstriyel ortağımız olan As-Metal şirketinden 3 adet işçi laboratuvarımıza davet edildi ve eğrili (curved) bir tahta yüzeyde delik açma deneyleri yapıldı. İşçilerden yüzey üzerinde 3 farklı noktada ve 3 farklı açıda delik açmaları istendi. İşçiler bu görevi yerine getirirken hem işbirlikçi robotumuzdan hem de bir artırılmış gerçeklik arayüzünden destek aldılar. Deneylerden sonra, işçilerden geliştirilen sistem hakkında fikirlerini iletebilecekleri bir anket doldurmaları istendi. Bu anket ve işçilerle yapılan kişisel görüşmeler vasıtasıyla robotun güvenirliği, kullanım kolaylığı ve görevi gerçekleştirmesindeki katkısı ölçüldü. Bu anketten elde edilen sonuçlar bize geliştirilen bu insan-robot etkileşim sisteminin endüstriyel uygulamlar için uygun, kolay, ve etkili olduğunu gösterdi.
Resolving Conflicts During Human-Robot Co-Manipulation
(IEEE Computer Society, 2023) Başdoğan, Çağatay; Küçükyılmaz, Ayşe; Hamad, Yahya M.; Aydın, Yusuf; Al-Saadi, Zaid
This paper proposes a machine learning (ML) approach to detect and resolve motion conflicts that occur between a human and a proactive robot during the execution of a physically collaborative task. We train a random forest classifier to distinguish between harmonious and conflicting human-robot interaction behaviors during object co-manipulation. Kinesthetic information generated through the teamwork is used to describe the interactive quality of collaboration. As such, we demonstrate that features derived from haptic (force/torque) data are sufficient to classify if the human and the robot harmoniously manipulate the object or they face a conflict. A conflict resolution strategy is implemented to get the robotic partner to proactively contribute to the task via online trajectory planning whenever interactive motion patterns are harmonious, and to follow the human lead when a conflict is detected. An admittance controller regulates the physical interaction between the human and the robot during the task. This enables the robot to follow the human passively when there is a conflict. An artificial potential field is used to proactively control the robot motion when partners work in harmony. An experimental study is designed to create scenarios involving harmonious and conflicting interactions during collaborative manipulation of an object, and to create a dataset to train and test the random forest classifier. The results of the study show that ML can successfully detect conflicts and the proposed conflict resolution mechanism reduces human force and effort significantly compared to the case of a passive robot that always follows the human partner and a proactive robot that cannot resolve conflicts. © 2023 Copyright is held by the owner/author(s).
Robot-Assisted Drilling on Curved Surfaces With Haptic Guidance Under Adaptive Admittance Control
(IEEE, 2022) Başdoğan, Çağatay; Niaz, Pouya P.; Aydın, Yusuf; Güler, Berk; Madani, Alireza
Drilling a hole on a curved surface with a desired angle is prone to failure when done manually, due to the difficulties in drill alignment and also inherent instabilities of the task, potentially causing injury and fatigue to the workers. On the other hand, it can be impractical to fully automate such a task in real manufacturing environments because the parts arriving at an assembly line can have various complex shapes where drill point locations are not easily accessible, making automated path planning difficult. In this work, an adaptive admittance controller with 6 degrees of freedom is developed and deployed on a KUKA LBR iiwa 7 cobot such that the operator is able to manipulate a drill mounted on the robot with one hand comfortably and open holes on a curved surface with haptic guidance of the cobot and visual guidance provided through an AR interface. Real-time adaptation of the admittance damping provides more transparency when driving the robot in free space while ensuring stability during drilling. After the user brings the drill sufficiently close to the drill target and roughly aligns to the desired drilling angle, the haptic guidance module fine tunes the alignment first and then constrains the user movement to the drilling axis only, after which the operator simply pushes the drill into the workpiece with minimal effort. Two sets of experiments were conducted to investigate the potential benefits of the haptic guidance module quantitatively (Experiment I) and also the practical value of the proposed pHRI system for real manufacturing settings based on the subjective opinion of the participants (Experiment II). The results of Experiment I, conducted with 3 naive participants, show that the haptic guidance improves task completion time by 26% while decreasing human effort by 16% and muscle activation levels by 27% compared to no haptic guidance condition. The results of Experiment II, conducted with 3 experienced industrial workers, show that the proposed system is perceived to be easy to use, safe, and helpful in carrying out the drilling task.

Browse

Browsing Elektrik Elektronik Mühendisliği Bölümü Koleksiyonu by Author "Başdoğan, Çağatay"