Migliorare l'interazione uomo robot attraverso la predizione in tempo reale del movimento umano

Improving the interaction between humans and robots is a key element in the advancement of collaborative robotics, in line with the principles of Industry 5.0, which focuses on the integration of advanced technology and human well-being. This research area aims to redefine the relationship between technology and human work, fostering a harmonious integration that focuses on the well-being of operators. In particular, the focus is on improving working conditions, customising production processes to respond more effectively to specific needs, and increasing productivity by creating a more sustainable, efficient and innovation-oriented industrial environment. The work presented in this thesis focuses on the design, development and validation of an innovative framework for real-time prediction of human movement. This solution, never before applied to the context of collaborative robotics, allows the robot to anticipate the movements, position and intentions of the human operator involved in the collaboration. The goal is to significantly improve cooperation between robots and operators in dynamic scenarios, making interaction more fluid and intuitive. In particular, an example experiment is proposed to validate the framework consisting of a robotic teleoperation task. In such an application, the problem of the delay between the operator's movement and the robot's execution of this through the teleoperation process can be addressed in an innovative way. By predicting human movement, the system is able to compensate for delays related to both data transmission and the dynamics of the robot's movement. Through this strategy, an improvement in both execution accuracy and system responsiveness can thus be achieved. The results obtained during the experimental validation confirm that the use of human movement prediction makes teleoperation from operator to robot smoother and more natural, thus increasing operational efficiency. Indeed, this first experiment demonstrates how the proposed framework contributes to more effective and efficient cooperation. This work highlights the potential of real-time prediction in improving the synergy between operators and robots, paving the way for the development of more advanced solutions in the field of teleoperation and collaborative robotics.

Il miglioramento dell'interazione tra uomo e robot rappresenta un elemento chiave per il progresso della robotica collaborativa, in linea con i principi dell'Industria 5.0, che pone al centro l'integrazione tra tecnologia avanzata e benessere umano. Questo ambito di ricerca si propone di ridefinire il rapporto tra tecnologia e lavoro umano, favorendo un'integrazione armoniosa che metta al centro il benessere degli operatori. In particolare, l'attenzione è rivolta al miglioramento delle condizioni lavorative, alla personalizzazione dei processi produttivi per rispondere in modo più efficace alle esigenze specifiche, e all'incremento della produttività, creando un ambiente industriale più sostenibile, efficiente e orientato all'innovazione. Il lavoro presentato in questa tesi si concentra sulla progettazione, sviluppo e validazione di un framework innovativo per la predizione in tempo reale del movimento umano. Questa soluzione, mai applicata prima al contesto della robotica collaborativa, consente al robot di anticipare i movimenti, la posizione e le intenzioni dell'operatore umano coinvolto nella collaborazione. L'obiettivo è migliorare significativamente la cooperazione tra robot e operatori in scenari dinamici, rendendo l'interazione più fluida e intuitiva. In particolare viene proposto un esperimento esemplificativo per validare il framework che consiste in un task di teleoperazione robotica. In tale applicazione è possibile affrontare in modo innovativo il problema del ritardo tra movimento dell'operatore ed esecuzione di questo da parte del robot mediante il processo di teleoperazione. Grazie alla predizione del movimento umano, il sistema è in grado di compensare i ritardi legati sia alla trasmissione dei dati che alla dinamica del movimento del robot. Mediante tale strategia si può quindi ottenere un miglioramento sia della precisione di esecuzione sia della reattività del sistema. I risultati ottenuti durante la validazione sperimentale confermano che l'impiego della predizione del movimento umano rende la teleoperazione da operatore a robot più fluida e naturale, incrementando così l'efficienza operativa. Tale primo esperimento infatti dimostra come il framework proposto contribuisca ad una cooperazione più efficace ed efficiente. Questo lavoro evidenzia il potenziale della predizione in tempo reale nel migliorare la sinergia tra operatori e robot, aprendo la strada allo sviluppo di soluzioni sempre più avanzate nel campo della teleoperazione e della robotica collaborativa.