Bibliografia
[1] I. Cox, G. Wilfong Eds., Autonomous Robot Vehicles, Springer Verlag, Berlin, 1990
[2] U. Nehmzow, Mobile robotics. A practical introduction, Springer Verlag, Berlin, 2000
[3] R. Arkin, Behavioral based robotics, MIT Press, Cambridge MA, 1998
[4] O.Khatib, K.Yokoi, O.Brock, K.Chang, A.Casal, Robots in Human Environments: Basic Autonomous Capabilities, International Journal of Robotics Research. vol. 18, 1999
[5] Y.U. Cao, A.S. Fukunaga, A.B. Kahng, Cooperative mobile robotics: antecedents and directions, Autonomous Robots, 4, 1997
[6] L.E. Parke, Current State of the Art in Distributed Autonomous Mobile Robotics, Distributed Autonomous Robotic System, 4, 2000
[7] J. Borenstein, H. Everett, L. Feng, Navigating Mobile Robots, AK Peters, Wellesley MA, 1996
[8] R. Sharma, H. Sutanto, A framework for robot motion planning with sensor constraints, IEEE Trans. on Robotics and Automation, 13, 1, pp. 61-73, 1997
[9] R. Cristi, Sensor based navigation of an autonomous underwater vehicle, Proc. Symposium on Unmanned Untethered Submersible Technology, Duhram, Nj, 1993
[10] UNION: Underwater Intelligent Operation and Navigation, IEEE Robotics and Automation Magazine, 1998
[11] A. Barchiesi, L. Jetto, S. Longhi, On line fusion of sonar maps for multi-robot systems cooperating in a partially unknown environment, Proceedings of the IEEE Mediterranean Conference on Control and Automation, Alghero, Italy, (Eds. A Tornambè, G. Conte and A.M. Perdon), World Scientific, Singapore, 1999
[12] L. Jetto, S. Longhi, G Venturini, Development and experimental validation of an adaptive extended Kalman filter for the localization of mobile robots, IEEE Trans. on Robotics and Automation, 15, 1999.
[13] L. Jetto, S. Longhi, D. Vitali, Localization of a wheeled mobile robot by sensor data fusion based on a fuzzy logic adapted Kalman filter, Control Engineering Practice, 7, 1999
[14] G. Conte, A. Serrani, Sensor fusion approach in remotely operated vehicle control, Procedings Offshore technology Conference OTC2001, Houston, TX, 2001
[15] B. Ayrulu, B. Barshan, S.W. Utete, Target identification with multiple logical sonars using evidential reasoning and simple majority voting, Proc. of 1997 IEEE Int. Conf. on Robotics and Automation, Albuquerque New Mexico, USA
[16] S. Betge Brezetz, P. hebert, R. Chatila, M. Devy, Uncertain map making in natural environments, IEEE International Conference on Robotics and Automation (ICRA'96), Minneapolis (USA), 1996
[17] S. Lacroix, A. Mallet, D. Bonnafous, G. Bauzil, S. Fleury, M. HerrB, R. Chatila, Autonomous rover navigation on unknown terrains functions and integration, Rapport LAAS N°02127, 2002,
[18] G. Conte, S. M. Zanoli, A Sonar Based Obstacle Avoidance Module for Application on AUVs, Intelligent Automation and Soft Computing, 2, 1996
[19] S. Zanoli, G. Chappell, A Dual Abstraction Level Obstacle Avoidance Module for an Autonomous Underwater Vehicle, Proceedings 9th Int. Symposium on Unmanned Untethered Submersible Technology, Durham (NH), USA, 1995
[20] G. Conte, S. M. Zanoli, D. Scaradozzi, Guidance and control of an unmanned underwater vehicle by visual-feedback techniques, Proceedings IARP International Workshop on Underwater Robotics for Sea Exploitation and Environmental Monitoring, Rio de Janeiro, Brasil, 2001
[21] G. Conte, M. L. Corradini, G. Orlando, P. Zingaretti, Discrete-time VSC with Visual Feedback Applied to the Position Control of an Underwater ROV: an Emulation Study, Proceedings 6th IARP'96, Toulon, France, 1996
[22] G.D. Hager, "A modular system for robust positioning using feedback from stereo vision", IEEE Trans. on Robotics and Automation, 13, 1997
[23] G. Conte, S. Zanoli, ROV depth control, Control Engineering Practice, 11, 2003
[24] Y. Yamamoto, S. Hara, Learning, Control and Hybrid Systems, LNCIS vol. 231, 1999
[25] K. Valavanis, G. Saridis, Intelligent Robotic Systems: Theory, Design and Applications, Kluwer Academic Publishing, 1992
[26] B. Kosko, Neural Networks and Fuzzy Systems. A Dynamical System Approach to Machine Intelligence, Prentice Hall, 1992
[27] Passino K.M., Intelligent Control: An Overview of Techniques, in T. Samad, Ed., Perspectives in Control Engineering: Technologies, Applications, and New Directions, IEEE Press, NY, 2001.
[28] J. Ferber, Multi agent systems: an introduction to distributed artificial intelligence, Addison-Wesley, 1999
[29] K.M. Passino, Intelligent Control for Autonomous Systems, IEEE Spectrum, (Invited Paper) Vol. 32, 1995.
[30] C.F. Lin, Modern NGC Processing, Prentice Hall, 1991
[31] Proceedings Joint U.S.- Portugal Workshop on Undersea Robotics and In4elligent Control, Lisboa, Purtugal, 1995
[32] G. Conte, A.M. Perdon, S. Zanoli, Toward Intelligent Automatic Systems and Procedures for Inspecting Underwater Installations, Proceedings Joint U.S./Portugal Workshop , International Program Development in Undersea Robotics and Intelligent Control, Lisboa, Portugal, (1995)
[33] R.A. Brooks, A robust layered control system for a mobile robot, IEEE Journal of Robotics and Automation, 1, 1986
[34] A. Serrani, S.M. Zanoli, Designing Guidance and Control Schemes for AUVs Using an Integrated Simulation Environment, Proceedings IEEE-CCA'98 , Trieste, Italy, (1998)
[35] A. Isidori, Nonlinear Control Systems, 2nd edition, Springer-Verlag, 1992
[36] A. Zinober, Variable Structure and Lyapunov Control, LNCIS vol. 193, 1993
[37] G. Conte, C. Moog, A. Perdon, Nonlinear Control Systems. An Algebraic Setting, LNCIS vol. 232, 1999
[38] G. Conte, G. Orlando, A variable structure control of a remotely operated vehicle, Proc. OCEANS 94 /OSATES, Brest, France, 1994
[39] G. Conte, A. Serrani, Robust Control of a Remotely Operated Underwater Vehicle,Automatica, 34, 1998
[40] O. Brock, O. Khatib, Executing Motion Plans for Robots with Many Degrees of Freedom in Dynamic Environments, Proceedings of the 1998 IEEE International Conference on Robotics and Automation, 1998
[41] T. Fukuda, Y. Kawauchi, Cellular robotics, Springer Verlag, 1993
[42] R.D. Quinn, G.M. Nelson, R.J. Bachmann, D.A. Kingsley, J. Offi, R.E. Ritzmann, Insect design for improved robot mobility, Proc. 4th Int. Conf. on Climbing and Walking Robots, Berns and Dillmann eds., Prof. Eng. Pub.,2001
[43] G. Conte, D. Scaradozzi, A. Suardi, Control Architecture for a Prototypal Legged Robot, Proc. 6th International Conference on Climbing and Walking Robots CLAWAR 2003, Catania, Italy, 2003
[44] G. Conte, D. Scaradozzi, A. Suardi, Design and Operation of a Quadrupedal Robots, Proc. 11th Mediterranean Conference on Control and Automation MED03, Rhodes, Greece, (2003)
[45] G. Giralt, R. Alami, R. Chatila, P. Freedman, Remote operated autonomous robot, International Symposium on Intelligent Robotics, Bangalore (Inde), 1991
[46] G. Giralt, R. Chatila, R. Alami, The remote operated autonomous robot concept: from deep sea to outerspace applications, International Planetary Rovers Symposium, Labège (France), 1992
[47] G. Niemeyer, J.J. Slotine, Tele-manipulation with time delays, International Journal of Robotics Research, 1997
[48] I. Elhajj, N. Xi, Real-time Control of Internet Based Tele-operation with Force Reflection, Proc. ICAR’00, San Francisco, USA 2000
[49] G. Conte, S. M. Zanoli, D. Scaradozzi, S. Maiolatesi, Visual-feedback Positioning of an ROV, Proceedings of The IFAC Conference on Control Applications in Marine Systems CAMS 2004, Ancona, Italy, 2004
[50] G. Conte, S.M. Zanoli, D. Scaradozzi, S. Maiolatesi, ROV Positioning by Visual Feedback, Proceedings of The International Congress on The application of recent advances in underwater detection and survey techniques to underwater archaeology, Bodrum, Turkey, 2004
[51] T. Balch, R.C. Arkin, Communication in reactive multi-agent robotic systems, Autonomous Robots, 1, 1994
[52] M. Quinn, Evolving cooperative homogeneous multi-robot teams, Proc. IEEE/RSJ International Conference on Intelligent Robots and Systems, Takamatsu, Japan. IEEE Press, 2000
[53] K. Sharman, C. Unsal, J.S. Bay, A reactive coordination scheme of a many-robots systems, IEEE Transaction on Systems, Man and Cybernetics, 4,1997
[54] http://www.cs.uu.nl/people/markov/lego/index.html
[55] http://www.legolab.daimi.au.dk/
Nel seguito si descrive il programma di ricerca dell'Unità dell'Università Politecnica delle Marche (UNIVPM) nell'ambito del progetto PICTURE. UNIVPM coordina le attività di ricerca del work-package UNDW, riguardante la guida e il controllo di veicoli robotici sottomarini. Altre unità coinvolte in UNDW sono, come descritto nel modulo A, UNICAS, UNICT, UNIGE and UNIPI. All'interno di questo work-package, UNIVPM sarà impegnata nello sviluppo di strategie di guida e controllo, localizzate sia a basso livello che ad alto livello nell'architettura del sistema di guida e di controllo del veicolo, basate principalmente sull'implementazione di retroazioni sensor-based. L'informazione utilizzata negli anelli di retroazione sarà ottenuta dalla fusione di dati provenienti da sensori differenti per tipo e caratteristiche. L'obbiettivo principale del lavoro è il miglioramento dell'autonomia comportamentale del veicolo, in modo da svincolare l'operatore da compiti di controllo a basso livello, in particolare da quelli che riguardano il controllo del moto e le interazioni elementari con l'ambiente (esempi di interazioni elementari si hanno, ad esempio, nell'aggiramento di ostacoli e nella reiezione di disturbi ambientali, come le forze dovute a spinte idrostatiche o ad onde e correnti). La capacità di pianificare e prendere decisioni, che in certo senso è implicata dall'autonomia comportamentale, sarà di aiuto all'operatore nell'ottimizzazione dell'utilizzo del robot e faciliterà lo scambio di informazioni ad alto livello logico, sia nell'assegnazione dei compiti che nella supervisione delle missioni. La maggiore autonomia e l'accresciuta capacità decisionale saranno inoltre di aiuto nello sviluppo di attività di cooperazione tra più veicoli o tra un veicolo e altri dispositivi. L'Unità ha previsto lo studio e l'approfondimento di questo particolare argomento, allo scopo di esplorare le potenzialità dell'utilizzo coordinato di più veicoli in missioni di esplorazione e di monitoraggio. Mettendo a frutto la propria esperienza, UNIVPM curerà sia gli aspetti teorici e metodologici che quelli sperimentali inerenti lo sviluppo delle strategie di guida e controllo menzionate sopra. In particolare, essa si occuperà dell'implementazione e della validazione sul veicolo sottomarino di tipo ROV DOE Phantom S2, di cui dispone, di quanto prodotto dalla ricerca. Dal punto di vista metodologico, parte del lavoro concernente la progettazione delle suddette strategie di guida e controllo è relativa alla tematica del work-package MULTI, coordinato dall'unità UNITO, al quale partecipa anche UNIVPM. Inoltre, UNIVPM contribuirà allo svolgimento dei work-packages LOCOM, coordinato da UNICT e TEAM, coordinato da UNICAS, con lo scopo di approfondire ulteriori possibili applicazioni della robotica mobile in specifiche situazioni, fortemente caratterizzate dall'interazione con un ambiente non strutturato e solo parzialmente strutturato. L'attività di ricerca di UNIVPM si ricollega a quella svolta negli ultimi anni - inquadrabile nell'ambito dei precedenti programmi di ricerca "NGCVeras: Navigation, Guidance and Control of Unmanned Vehicles for Submarine Activities - 1999" [http://ws1.system.ee.unian.it/ NGCVeras.htm], "MISTRAL: Methodologies and Integration of Subsystems and Technologies for Anthropoid Robotics and Locomotion - 2000" [http: //www-lar.deis.unibo.it/mistral] e "MATRICS: Methodologies and Applications of Robotics Technologies for Interaction, Cooperation and Supervision - 2002" [http: //www-lar.deis.unibo.it/matrics], i cui risultati sono documentati dalla produzione scientifica dei membri dell'Unità. Da un punto di vista generale, l'approccio sviluppato nel lavoro di ricerca è adattato alle caratteristiche dei sistemi robotici presi in considerazione e a quelle delle specifiche applicazioni di interesse. Da una parte, come si è già menzionato, l'oggetto di studio sono i veicoli robotici sottomarini, in particolare quelli a controllo remoto (o ROV), che sono usualmente utilizzati in compiti di esplorazione e di monitoraggio e per raccolta dati. Dall'altra parte, l'attenzione è focalizzata sullo sviluppo di robot mobili terrestri, che, in relazione a specifiche caratteristiche, possono essere utilizzati in ambienti non strutturati di vario tipo. Nei casi considerati, elementi essenziali per l'ottenimento dell'autonomia comportamentale sono l'efficacia delle strategie di controllo a basso livello (in termini di prontezza, accuratezza e robustezza, adattabilità e capacità di far fronte alle incertezze) e l'efficienza di quelle ad alto livello (in termini di affidabilità, adattabilità e capacità di far fronte alle incertezze), che, a loro volta, richiedono la capacità di sfruttare nel miglior modo possibile le informazioni disponibili. Lo studio si concentrerà, pertanto, sullo sviluppo di architetture di controllo in retroazione, che sappiano sfruttare i dati provenienti da varie sorgenti allo scopo di ridurre l'incertezza e migliorare l'affidabilità. Esempi di quanto detto sopra sono, nell'ambito della robotica sottomarina, procedure di guida automatica per veicoli a guida remota, o ROV, che combinano, in opportuni anelli di controllo in retroazione, segnali ottici, letture sonar, misura inerziali e misure di profondità e orientamento. L'integrazione tra visione e sonar fornisce una ricca informazione sull'ambiente, ma le attività di acquisizione, trattamento e fusione dei dati ottici e acustici sono complesse e onerose dal punto di vista computazionale. D'altra parte, unità di misura inerziali, profondimetri e girobussole forniscono un'informazione che al confronto risulta meno ricca, ma presenta frequenze di aggiornamento più alte. Dunque, per esempio nei problemi di mantenimento di una posizione prefissata (station keeping), dopo che sono state raggiunte la posizione e l'orientazione desiderate, si può limitare l'utilizzo dei sistemi di visione e sonar, impiegandoli al solo scopo di contrastare deviazioni e disturbi nelle misure inerziali, di profondità e di orientazione. Questo può essere ottenuto mediante l'utilizzo di tecniche di controllo ibrido che, combinando dinamiche temporali con dinamiche ad eventi discreti, consentono di alternare differenti modalità di controllo. La modularità è un'altra importante caratteristica delle architetture di guida e di controllo per ROV. L'utilizzo di strutture modulari, in pratica, rende possibile l'implementazione di modalità di controllo in supervisione, nelle quali l'operatore umano governa (in parte) il comportamento del ROV, come pure di modalità di controllo completamente automatizzate, nelle quali il robot agisce autonomamente. L'integrazione di queste diverse modalità di controllo può essere molto utile nello svolgimento di numerosi compiti. Ad esempio, nelle missioni di esplorazione, l'operatore può guidare il ROV in una fase preliminare di avvicinamento al punto di interesse, lasciando al ROV (o meglio al suo sistema di guida e controllo) il compito di avvicinarsi ad eventuali obiettivi, dopo averli localizzati mediante i propri sensori e averli classificati mediante la propria intelligenza. Risultati preliminari su questi temi sono stati già ottenuti dall'Unità e le sperimentazioni, benché condotte per ora solo in ambienti di emulazione (bacini e vasche navali), hanno mostrato le buone potenzialità di questo approccio. Ulteriori miglioramenti nelle procedure di trattamento dati, in particolare nell'elaborazione e nella interpretazione di immagini e nel filtraggio di misure inerziali, porteranno, prevedibilmente, ad accrescere le prestazioni delle attuali strategie di guida e controllo. Un altro aspetto importante nello sviluppo di strategie di guida e controllo affidabili è la conoscenza dei parametri del modello della dinamica del ROV. Misure prese fuori linea sono di scarsa utilità, dal momento che la configurazione del ROV e, di conseguenza, il valore di tali parametri, possono variare in maniera considerevole, in funzione dei compiti o dello stato della missione (il ROV può trasportare carichi diversi e può eventualmente depositare alcuni di questi durante la missione). Risulta quindi importante avere la possibilità di valutare i parametri principali (quali ad esempio la massa aggiunta o i coefficienti di attrito dinamico) per mezzo degli stessi sensori del ROV, attraverso l'esecuzione di appropriate procedure in linea (cioè durante lo svolgimento della missione), che, ad esempio, consistano nella misura delle accelerazioni risultanti dall'applicazione di forze note. Alcuni risultati del tutto preliminari sono stati ottenuti in questa direzione, ma l'accuratezza e l'affidabilità del metodo sono non ancora soddisfacenti e necessitano di essere perfezionati. In questo caso, la metodologia da impiegare per raggiungere gli obiettivi desiderati consiste nel migliorare il trattamento dei dati inerziali e nell'integrare questi con ulteriori misure relative a posizione e velocità. Parte dell'attività verrà di ricerca verrà dedicata al miglioramento e all'espansione del sistema sensoristico del ROV Phantom S2 a livello degli apparati di acquisizione. In particolare, questo lavoro riguarderà, compatibilmente con il supporto finanziario, lo sviluppo della strumentazione sonar e acustica per la comunicazione e per la localizzazione. Nel contesto del work-package LOCOM, l'Unità intende sviluppare il prototipo di robot quadrupede denominato QUADRO, che è stato da essa progettato e costruito nel corso degli ultimi anni. Dal punto di vista meccatronico, QUADRO è una piattaforma di basso costo, dotata di quattro arti, aventi ognuno due giunti attuati e un terzo giunto passivo, concepita per sperimentare e validare strategie di controllo della locomozione. Il vantaggio di un robot mobile dotato di arti, risiede nella sua capacità di muoversi su terreni accidentali, disaccoppiando il moto di eventuali carichi dalle caratteristiche del terreno stesso. Tuttavia, il controllo della locomozione è relativamente complicato, specialmente quando il robot è in equilibrio dinamico (o vicino a tale condizione) e si muove ad alta velocità. Il programma di ricerca consisterà nella progettazione e realizzazione di opportune strategie di controllo che permettano al robot di far fronte con successo alle problematiche poste dall'esecuzione di movimenti elementari. Risultati in tale direzione costituiranno la base per lo sviluppo ulteriore di robot deambulanti, capaci di muoversi autonomamente e in maniera efficiente in ambienti non strutturati, adattandosi alle caratteristiche di terreni accidentati. Nel contesto del work-package TEAM, l'Unità sarà impegnata nella costruzione di squadre di piccoli robot, realizzati utilizzando componenti reperibili sul mercato (COTS). Esperimenti precedenti hanno mostrato che, accoppiando componenti elementari LEGO con componenti e dispositivi realizzati ad hoc, è possibile costruire squadre di robot eterogenei, che sono in grado di scambiarsi informazioni e cooperare per l'ottenimento di compiti eccedenti le capacità del singolo robot. Tra i tipici compiti che possono venire pianificati e realizzati con successo sono da includersi l'esplorazione di ambienti interni sconosciuti, la ricerca e il rilevamento di oggetti noti, lo scambio di informazioni circa l'esito dell'attività di esplorazione e ricerca. Ad esempio, si è riusciti ad istruire piccoli robot, agili e veloci, affinché ricerchino specifici oggetti, riferiscano i risultati della loro ricerca e traccino un cammino che guidi al luogo dei loro ritrovamenti robot più lenti e di maggiori dimensioni, capaci di raccogliere e trasportare gli oggetti trovati. L'interesse principale in ricerche di questo tipo consiste nello studio di metodi sistematici per realizzare comportamenti cooperativi, valutare le prestazioni che essi offrono e sfruttare il potenziale della cooperazione. L'utilizzo di comportamenti reattivi in architetture di controllo gerarchico, che consentano di gestire situazioni complesse, accoppiato ad una accurata progettazione meccatronica, che garantisca prestazioni elevate, sarà oggetto di studio e di sperimentazione. Schematicamente, la ricerca sarà organizzata, come descritto nello schema seguente, in quattro fasi di sei mesi ciascuno: Fase 1 (Costo: 15 KEuro) UNDW – Progettazione di strategie di guida e controllo, basate su retroazione sensoriale, destinate ad accrescere l'autonomia comportamentale di ROV. MULTI – Studio di tecniche per l'estrazione di informazione da dati sensoriali eterogenei. LOCOM – Analisi e definizione dell'architettura di controllo e di procedure di controllo del robot quadrupede QUADRO. TEAM – Progettazione meccatronica di team di piccoli robot. Fase 2 (Costo: 25 KEuro) UNDW – Implementazione di strategie di guida e controllo. Espansione e potenziamento del sistema sensoriale del ROV. MULTI – Implementazione di tecniche per l'estrazione di informazione da dati sensoriali eterogenei. LOCOM – Implementazione di procedure di controllo del robot quadrupede QUADRO in modalità real-time. TEAM – Costruzione di team di piccoli robot e sperimentazione di caratteristiche funzionali. Fase 3 (Costo: 25 KEuro) UNDW – MULTI – Simulazione, test e validazione di componenti hardware e software. LOCOM – Sperimentazione e validazione dell'architettura di controllo di QUADRO. Esperimenti preliminari sulle prestazioni relative alla locomozione. TEAM – Esperimenti e test sulle caratteristiche comportamentali dei robot. Fase 4 (Costo: 15 KEuro) UNDW – MULTI – Sperimentazione e validazione di strategie e sistemi di guida e controllo sul ROV. LOCOM – Sperimentazione e validazione di strategie di controllo della locomozione. TEAM – Definizione, implementazione e sperimentazione di comportamenti cooperativi. UNIVPM è formata da personale del Dipartimento di Ingegneria Informatica, Gestionale e dell'Automazione dell'Università Politecnica delle Marche. L'Unità gestisce il Laboratorio di Modellistica, Analisi e Controllo dei Sistemi Dinamici (LabMACS; http://ws1.system.ee.UNIVPM.it), che, oltre ad una dotazione standard di strumenti di calcolo, include tra le proprie apparecchiature sperimentali un veicolo sottomarino a guida remota (ROV) Phantom S2, un robot quadrupede e l'equipaggiamento per costruire e mettere in opera team di piccoli robot. Il ROV è dotato di un sistema sensoriale che comprende, in particolare, un sistema di visione artificiale e una unità per misure inerziali. Il sistema sensoriale del ROV verrà presto potenziato con l'aggiunta di un sonar avente caratteristiche di imaging. L'Unità è in grado di svolgere test ed esperimenti con il ROV sia in ambienti di emulazione (bacini e vasca navale) che in ambiente reale.
