Development of Inverse Kinematics for a Redundant Mobile Service Robot in Nursing Homes

Abstract

Innføring av serviceroboter i eldreomsorgen er et tiltak som kan bidra til at helsevesenet kan håndtere den kommende "eldrebølgen" bedre. Lio er et eksempel på en slik servicerobot, designet for å lette arbeidsbyrden for helsepersonell på sykehjem samt bidra til økt pasientvelferd. Lio, fra F&P Robotics AG i Sveits, er en seks-akset, antropomorf robotarm som er festet på toppen av en to-akset mobil robotplattform. Fram til nå har roboten og plattformen blitt styrt som to uavhengige, dekoblede kinematiske systemer, noe som gjør Lio lite brukervennlig, og utnytter robotens arbeidsområde i begrenset grad. Denne oppgaven utvikler derfor en komplett åtte-akset kinematisk modell for Lio slik at den kan utnyttes fullt ut til sine oppgaver på sykehjemmene.

Tre strategier er presentert, implementert og testet for å demonstrere hvordan disse kan bidra til å utnytte alle Lio sine frihetsgrader i forskjellige anvendelser. Den første metoden, utvidelse av oppgaverommet (extended task space), inkluderte plattformens frihetsgrader i robotens positur. Denne strategien utnyttet de overtallige frihetsgradene gjennom konfigurasjonsstyring, som kan benyttes til å sikre forutsigbare robotpositurer. Deretter ble to optimaliseringsbaserte metoder utviklet, der robotens redundante inverskinematikk ble formulert som et ulineært optimaliseringsproblem. Disse metodene hadde som mål å løse automatisk plattformposisjonering, som er nyttig både i forbindelse med planlegging og programmering av oppgaven, samt under automatisk kjøring. Den første optimaliseringsstrategien løste inverskinematikken ved å først optimalisere et sett med redundansparametere for å bestemme plattformens posisjon, for deretter å benytte den analytiske inverskinematikk-modellen av robotarmen, til å finne robotens leddpositur. Den andre optimaliseringsstrategien løste inverskinematikken numerisk med maksimering av manipulerbarhet som sekundæroppgave. De eksperimentelle resultatene verifiserte at alle løsningene var korrekt implementert samt demonstrerte lovende resultater med tanke på å fordelaktig kunne utnytte overtallige frihetsgrader til en mer effektiv og fleksibel bruk av serviceroboten, Lio.

Integrating service robots in elderly care facilities is a potential solution to the strain on healthcare systems caused by an aging population. A robot designed for this purpose is the mobile assistive robot, Lio, by F&P Robotics AG in Switzerland. Lio consists of a six-axis anthropomorphic robot arm mounted on top of a two-axis differential drive mobile platform, currently controlled as two uncoupled kinematic systems. In this thesis, an eight-axis kinematic model of Lio is developed to better utilize the advantage of the redundant degrees of freedom in various nursing home tasks.

Various redundancy techniques were explored to satisfy different secondary tasks beneficial in a nursing home environment. First, the extended task space method was implemented, augmenting the task vector with the mobile platform's configuration as a constraint. This approach exploited the redundant degrees of freedom through configuration control, ensuring predictable robot poses. Next, two optimization-based methods were developed, treating the redundancy as a nonlinear optimization problem. These methods aimed to solve automatic platform positioning, useful in task planning and autonomous operations, by finding configurations that minimize platform movement and maximize manipulability. The first optimization strategy solved the inverse kinematics by first optimizing a set of redundancy parameters to determine the platform configuration and then exploiting the robot arm's analytic inverse kinematic solution. The second optimization strategy solved the eight-axis inverse kinematics problem numerically while maximizing manipulability as a secondary task. Both optimization methods showed promising results for utilizing redundancy in autonomous operations. These control strategies demonstrated solutions for a better and more flexible motion control and task programming of the Lio service robot.