Options
Advances in Model-Free and Data-Driven Control for Robotic Systems
Salvato, Erica
2025
Loading...
e-ISBN
978-88-5511-663-3
Abstract
Questo lavoro riassume una linea di ricerca focalizzata sullo sviluppo di approcci model-free e data-driven per il controllo di sistemi robotici. Le tradizionali strategie di controllo basate su modelli si sono dimostrate efficaci in contesti strutturati, ma la loro applicabilità è ostacolata da forti incertezze, dinamiche non modellate e cambiamenti strutturali. I nostri contributi si estendono in tre direzioni principali: (i) un nuovo framework per il controllo cinematico model-free applicabile sia a robot paralleli azionati da cavi che a robot morbidi azionati da tendini, garantendo la convergenza senza fasi di apprendimento; (ii) uno schema di servoazionamento visivo basato sulla posizione che elimina la necessità di calibrazione mano-occhio, ottenendo un robusto tracciamento del bersaglio con una conoscenza solo approssimativa della posizione della telecamera rispetto al robot; e (iii) un metodo di controllo relativamente ottimale basato sui dati per sistemi lineari, che consente la progettazione di controllori ad anello chiuso interamente a partire da traiettorie sperimentali. Questi contributi dimostrano come la messa a punto di impianti model-free e le tecniche data-driven possano migliorare la robustezza, la flessibilità e l'applicabilità pratica dei controllori robotici in ambienti incerti e dinamici.
This work summarizes a line of research focused on advancing model-free and data-driven approaches for the control of robotic systems. Traditional model-based control strategies have proven effective in structured settings, but their applicability is hindered when facing strong uncertainties, unmodeled dynamics, and structural changes. Our contributions span three main directions: (i) a novel framework for model-free kinematic control applicable to both cable-driven parallel robots and tendon-driven soft robots, ensuring convergence without learning phases; (ii) a position-based visual servoing scheme that eliminates the need for hand–eye calibration, achieving robust target tracking with only approximate knowledge of camera-to-robot pose; and (iii) a data-driven relatively optimal control method for linear systems, enabling closed-loop controllers to be designed entirely from experimental trajectories. These contributions demonstrate how model-free plant tuning and data-driven techniques can enhance robustness, flexibility, and practical deployability of robotic controllers in uncertain and dynamic environments.
Questo lavoro riassume una linea di ricerca focalizzata sullo sviluppo di approcci model-free e data-driven per il controllo di sistemi robotici. Le tradizionali strategie di controllo basate su modelli si sono dimostrate efficaci in contesti strutturati, ma la loro applicabilità è ostacolata da forti incertezze, dinamiche non modellate e cambiamenti strutturali. I nostri contributi si estendono in tre direzioni principali: (i) un nuovo framework per il controllo cinematico model-free applicabile sia a robot paralleli azionati da cavi che a robot morbidi azionati da tendini, garantendo la convergenza senza fasi di apprendimento; (ii) uno schema di servoazionamento visivo basato sulla posizione che elimina la necessità di calibrazione mano-occhio, ottenendo un robusto tracciamento del bersaglio con una conoscenza solo approssimativa della posizione della telecamera rispetto al robot; e (iii) un metodo di controllo relativamente ottimale basato sui dati per sistemi lineari, che consente la progettazione di controllori ad anello chiuso interamente a partire da traiettorie sperimentali. Questi contributi dimostrano come la messa a punto di impianti model-free e le tecniche data-driven possano migliorare la robustezza, la flessibilità e l'applicabilità pratica dei controllori robotici in ambienti incerti e dinamici.
Publisher
EUT Edizioni Università di Trieste
Source
Erica Salvato, "Advances in Model-Free and Data-Driven Control for Robotic Systems" in: "Pierluigi Barbieri, "iNEST – Interconnected Nord-Est Innovation Ecosystem: General frame of the project and Activities of Young Researcher at the University of Trieste", Trieste, EUT Edizioni Università di Trieste, 2025, pp.
Languages
en
Rights
Attribution-NonCommercial-NoDerivatives 4.0 International