Safety-Aware Nonlinear Model Predictive Control for Physical Human-Robot Interaction

Artemiy Oleinikov, Sanzhar Kusdavletov, Almas Shintemirov, Matteo Rubagotti

2021

DOI 10.1109/lra.2021.3083581

Достоверность данных 85 высокая

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This letter proposes a nonlinear model predictive control (NMPC) approach for real-time planning of point-to-point motions of serial robot manipulators that share their workspace with a human. The NMPC law solves a nonlinear program online, based on a kinematic model, and guarantees safety by constraining the robot speed within the time-varying bounds determined by the speed-and-separation-monitoring (SSM) principle. Closed-loop stability is proven in detail, and the performance (in terms of productivity) of the proposed method is tested against standard SSM schemes via experiments on a Kinova Gen3 robot.