Robot quadrupedi neuro ispirati in terreni non strutturati: dalla locomozione all'esplorazione mediante i dati

This PhD thesis aims to analyze research topics related to neural-inspired solutions for robotic locomotion in order to provide new tools and answers to a series of still open questions. The use of quadrupedal robots, thanks to their unique abilities, represents one of the most debated research topics in recent years. Neural methods are applied from the very low level of the direct control of the single joint of a robot leg, up to the highest level to model the whole robot behaviour and success while accomplishing a given task. In particular, analysis will be carried out regarding new central pattern generator methods based on the reaction-diffusion mechanism, FitzHugh–Nagumo’s neuron and sensory feedback. Neural intelligence techniques will be used for the ground reaction forces estimation, the motor faults compensation and the ground slope estimation with the aim to obtain an efficient robot state estimation method giving the possibility to make the robotic structure more robust and performing. Considering advanced MPC-based stability controls, the usage of neuro-inspired control gait mechanisms, with respect to simpler linear approaches, will make significant differences in terms of the capabilities of the robot to follow a reference trajectory. An overview is then reported regarding the mobile robot energetic consumption. Finally, the topic of robotic navigation in unstructured terrains will be considered. Given an unstructured complex terrain and a group of robots (wheeled, quadrupeds, hybrid, and so on), each of these unique in its characteristics and traversing capabilities, the goal is to find which paths, among the infinite ones within the terrain, they can cope according to their current mechanical abilities, skills, and knowledge of the environment.

Questa tesi di dottorato si propone di analizzare argomenti di ricerca relativi a soluzioni di ispirazione neurale per la locomozione robotica al fine di fornire nuovi strumenti e risposte a una serie di domande ancora aperte. L'utilizzo dei robot quadrupedi, grazie alle loro capacità uniche, rappresenta uno dei temi di ricerca più dibattuti degli ultimi anni. I metodi neurali vengono applicati da un livello molto basso ( relativo al controllo diretto della singola articolazione di una gamba del robot), fino a livelli più alti per modellare il comportamento e il successo dell'intero robot durante l'esecuzione di un determinato compito. In particolare, l'analisi sarà condotta su nuovi metodi di generatore di schemi centrali basati sul meccanismo di reazione-diffusione, sul neurone di FitzHugh-Nagumo e sul feedback sensoriale. Verranno utilizzate tecniche di intelligenza neurale per la stima delle forze di reazione al suolo, la compensazione dei guasti motore e la stima della pendenza del suolo con l'obiettivo di ottenere un metodo efficiente di stima dello stato del robot che dia la possibilità di rendere la struttura robotica più robusta e performante. Considerando i controlli di stabilità avanzati basati su MPC, l'uso di meccanismi di controllo dell'andatura ispirati al mondo neurale, rispetto ad approcci lineari più semplici, darà delle differenze significative in termini di capacità del robot di seguire una traiettoria di riferimento. Sarà poi riportata una panoramica del consumo energetico di alcuni robot mobili. Infine, verrà considerato il tema della navigazione robotica in terreni non strutturati. Dato un terreno complesso non strutturato e un gruppo di robot (su ruote, quadrupedi, ibridi e così via), ognuno di questi unico per caratteristiche e capacità di attraversamento, l'obiettivo è trovare quali percorsi, tra gli infiniti all'interno del terreno, essi possono affrontare in base alle loro attuali capacità meccaniche, abilità e conoscenza dell'ambiente.