Modelling and workspace of a mobile manipulator

Abstract

Die Robotik ist ein dynamisches Forschungsgebiet mit großem Potenzial, den Menschen auf verschiedene Weise zu unterstützen, insbesondere bei Aufgaben in anspruchsvollen und unsicheren Umgebungen, die hohe Mobilität und Geschicklichkeit erfordern.Autonome mobile Manipulatoren werden daher im Vergleich zu konventionellen Manipulatoren häufiger eingesetzt, da sie sich selbstständig bewegen, eine Vielzahl von Aufgaben mit hoher Agilität ausführen und zeitunabhängige oder sich wiederholende Operationen, wie beispielsweise Handhabung und Transport, durchführen können.Die steigende Nachfrage nach mobilen Manipulatoren in hochpräzisen Anwendungen hat zu neuen Anforderungen geführt, bei denen die Ressourceneffizienz und das vorausschauende Verhalten im Vordergrund stehen, einschließlich der Trajektorienplanung und des Entwurfs eines idealen Pfades, auf dem der Roboter später weitere Aktionen mit dem geringsten Energieaufwand antizipieren kann.Diese Arbeit untersucht die Bewertung des Arbeitsraums, die Bestimmung von Singularitäten, die Ermittlung typischer Leistungsindikatoren für Roboter und deren Nutzung. Zur Konstruktion von Trajektorien wurde ein nichtlineares Optimierungsproblem formuliert und eine Kostenfunktion mit Nebenbedingungen aufgestellt. Die Trajektorienplanung wird hinsichtlich des Arbeitsraums und der Manipulierbarkeit des Roboters optimiert, während der Roboter erfolgreich die gewünschte Pose erreicht undgleichzeitig die physikalischen Grenzen des Systems einhält. Besonderes Augenmerk wurde auf die Auswirkungen der Manipulierbarkeit auf die resultierenden Trajektorien gelegt und darauf, wie sich die Gewichtung dieser Komponente auf die Ergebnisse auswirkt.Es wurde festgestellt, dass die Manipulierbarkeit in der Kostenfunktion die Endkonfiguration des Roboters vorausschauend und zielgerichtet auf weitere Aufgaben vorbereitet.Infolgedessen hat der Roboter mehr Möglichkeiten, zusätzliche Aufgaben in der Nähe auszuführen, während er gleichzeitig Energie und Ressourcen spart, da er die Plattform nicht gezwungenermaßen weiterbewegen muss. Fallstudien veranschaulichen die Umsetzung und die unterschiedlichen Ergebnisse.Zukünftige Forschungen könnten es als vorteilhaft erachten, Leistungsindikatoren in die Trajektorienplanung einzubeziehen und die gewonnenen Arbeitsrauminformationen noch stärker zu berücksichtigen, da das Thema in mehreren Bereichen von Nutzen ist. Die Möglichkeit, in der Endpose zusätzliche Aufgaben erfüllen zu können, ohne viel Energie zu verbrauchen, eröffnet weitere Forschungen zu diesem Thema in den Bereichen medizinische Versorgung, Katastrophenschutz oder Energiekrisen und bietet vielversprechende Möglichkeiten.

Robotics is a vibrant field of research with great potential to assist humans in various ways, particularly with tasks in challenging and uncertain environments that require high mobility and dexterity. Autonomous mobile manipulators are, therefore, utilized more frequently compared to conventional manipulators since they can move independently, execute various tasks with high agility, and perform more time-independent or repetitive operations, such as handling and transportation. The increasing demand for wheeled mobile manipulators in high-precision applications has resulted in new requirements emphasizing resource efficiency and predictive behavior, including trajectory planning and designing an ideal path where the robot can later anticipate further actions with the least amount of energy. This work focuses on assessing the workspace, determining singularities, determining typical performance indicators for robots, and utilizing them. To construct trajectories, a nonlinear optimization problem was formulated, and a cost function with constraints was established. The trajectory planning is optimized in terms of workspace and manipulability of the robot, ensuring that the robot successfully reaches the desired pose while complying with the physical limitations of the system. The impact of manipulability on the resulting trajectories and how the weighting of this component affects the outcomes were given particular attention. It was found that including manipulability in the cost function enables the robot’s final configuration to be anticipatory, purposeful, and prepared for further assignments. As a result, the robot has more opportunities to perform additional tasks nearby while saving energy and resources by not having to relocate the platform. Case studies demonstrate the implementation and the different results. Future research may find it beneficial to include performance measures in trajectory planning and to incorporate the acquired workspace information even further, as the topic has merit in several areas. Being able to accomplish additional tasks when arriving at a final configuration without consuming much energy opens further research on this topic in medical care, disaster control, or energy crises, offering promising possibilities.