Search

Purpose In this article, the feedback control and stabilization problem of dual PMLSM-driven H-type gantry cranes is treated with the use of a fatness-based control method which is implemented in successive loops. Dual-drive gantry cranes can achieve high torque and high precision in the tasks’ execution. Such a type of crane can be used in several industrial applications. The solution to the associated nonlinear control problem is a particularly challenging research objective. Methods The integrated system that comprises the H-type gantry crane and two PMLSMs is shown to be diferentially fat. The control problem for this robotic system is solved with the use of a fatness-based control approach which is implemented in successive loops. To apply the multi-loop fatness-based control scheme, the state-space model of the H-type gantry crane with dual PMLSM is separated into subsystems, which are connected in cascading loops. Results For each subsystem, control can be performed with inversion of its dynamics as in the case of input–output linearized fat systems. The state variables of the preceding (ith) subsystem become virtual control inputs for the subsequent (i+1)th subsystem. In turn, exogenous control inputs are applied to the last subsystem. The whole control method is implemented in successive loops and its global stability properties are also proven through Lyapunov stability analysis. Conclusion A novel nonlinear optimal control method has been developed for the dynamic model of a dual PMLSM-driven gantry crane. The proposed method achieves stabilization of the H-type gantry crane with dual PMLSM without the need for difeomorphisms and complicated state-space model transformations. Using the local diferential fatness properties of each one of the subsystems that constitute the gantry crane's model, the design of a stabilizing feedback controller is enabled.

The control problem for the multivariable and nonlinear dynamics of robotic manipulators and autonomous vehicles is solved with the use of a flatness-based control approach which is implemented in successive loops. The state-space model of these robotic systems is separated into two subsystems, which are connected between them in cascading loops. Each one of these subsystems can be viewed independently as a differentially flat system and control about it can be performed with inversion of its dynamics as in the case of input–output linearised flat systems. The state variables of the second subsystem become virtual control inputs for the first subsystem. In turn, exogenous control inputs are applied to the first subsystem. The whole control method is implemented in two successive loops and its global stability properties are also proven through Lyapunov stability analysis. The validity of the control method is confirmed in two case studies: (a) control of a 3-DOF industrial rigid-link robotic manipulator and (b) control of a 3-DOF autonomous underwater vessel. The novel control method can simplify significantly the solution of the nonlinear control problem for robotic manipulators and vehicles. Unlike global linearisation-based control schemes, the proposed flatness-based method in successive loops does not need any changes in state variables of complicated state-space model transformations.

En este proyecto se ha llevado a cabo el control de movimiento de un robot UR5 mediante el uso de información visual y aprendizaje por refuerzo. Para ello, en primer lugar se ha implementado el control de posición del robot. Posteriormente se ha incluido una cámara en su extremo. Con la cámara se extraen un total de cuatro puntos característicos. Esta información es utilizada por el controlador para el guiado del robot. Se ha desarrollado un controlador basado en aprendizaje por refuerzo para el guiado del robot utilizando esta información visual.

Implementación de un sistema de control de actitud, ACS por sus siglas en inglés, sobre el framework de OnOrbitROS con el que demostrar las capacidades de este framework para el desarrollo de diversas tareas espaciales. Tareas planteadas: 1. Definición de requisitos: describir los puntos que definirán al sistema de control de altitud, así como las características de la plataforma sobre la que se integrará 2. Modelado y configuración de la plataforma: diseño del modelo, sus accionamientos y limitaciones 3. Configuración de entorno de pruebas: preparar un escenario donde se pueda manipular la plataforma, debe de estar construido sobre el framework de OnOrbitROS 4. Diseño e integración del controlador ACS: estudio, desarrollo y verificación del controlador necesario para cumplir con el ajuste automático de la plataforma respecto a las entradas del entorno 5. Implementación de distintos escenarios: simular escenarios reales y comprobar que el controlador actúa como es esperado.

En este artículo se presenta un estudio de distintas aproximaciones para el control Cartesiano de manipuladores robóticos en órbita. Estas aproximaciones se definen para el seguimiento de trayectorias generadas a partir de la planificación obtenida de un optimizador de trayectorias. Este optimizador plantea un problema de control óptimo en el que se establecen las restricciones necesarias para este tipo de manipuladores en órbita. Sin embargo, la planificación de movimientos obtenida a partir del problema de optimización no puede ejecutarse en el robot en bucle abierto. En este artículo se propone control basado en velocidad, aceleración y fuerza para el seguimiento de las trayectorias obtenidas del problema de optimización. Estos controladores tienen en cuenta tanto la dinámica específica de los manipuladores en órbita como las perturbaciones correspondientes. Tras la definición de los controladores, en el apartado de resultados se evalúan las distintas aproximaciones propuestas concluyendo las principales características de implementación y precisión de cada una de ellas., This paper presents a study of different approaches for the Cartesian control of in-orbit robotic manipulators. These approaches are proposed for tracking trajectories generated from the path planning obtained from a trajectory optimization method. This optimizer is based on an optimal control problem in which the necessary constraints for this type of manipulators in orbit are defined. However, the motion planning obtained from the optimization problem cannot be executed on the robot in open loop. In this paper, control based on velocity, acceleration and force is proposed to track the trajectories obtained from the optimization problem. These controllers take into account both the specific dynamics of the manipulators in orbit and the corresponding perturbations. After the definition of the controllers, in the results section the different proposed approaches are evaluated, concluding the main implementation properties and precision of each of them.

Los sistemas de control visual permiten guiar a un robot mediante visión. Normalmente, esta técnica se ha utilizado en manipuladores robóticos con base fija. En este esquema de funcionamiento, es habitual situar la cámara en el extremo del robot. Este sistema de control permite obtener la velocidad de la cámara en función de la evolución de ciertas características visuales que se pueden obtener simplemente leyendo la información de esas características en cada una de las imágenes del flujo de vídeo. Es lo que se denomina control visual basado en imagen. En este proyecto, se extenderá esta técnica de control visual para controlar no solo el movimiento de un manipulador robótico (en concreto un UR3 de Universal Robotics), sino también el movimiento de un robot móvil con ruedas omnidireccionales que hará de base del manipulador. Así, se dispondrá de un sistema de control del movimiento del robot móvil y del brazo manipulador mediante visión, que permita realizar tareas en entornos no estructurados.

Este proyecto busca investigar el potencial del aprendizaje por refuerzo (RL) para mejorar las capacidades de los robots que operan en el espacio. Las condiciones únicas que se encuentran en los entornos espaciales presentan numerosos desafíos para los robots, incluida la necesidad de realizar tareas complejas en escenarios dinámicos en condiciones inciertas. Si bien los enfoques de control tradicionales pueden ser suficientes para abordar estos desafíos, RL brinda una solución prometedora al permitir que los robots aprendan de su experiencia y mejoren con el tiempo. En este proyecto se propone la aplicación de RL para una de las muchas tareas realizadas por robots en el espacio. En este proyecto se aborda la tarea de posicionamiento de un brazo flotante que pueda usarse en el futuro para tareas de manipulación en el espacio (por ejemplo, reparación, actualización o reabastecimiento de combustible).

En este proyecto, se ha desarrollado el control de locomoción de un robot cuadrúpedo (SOLO12) mediante el uso de técnicas de deep reinforcement learning. Para ello, se ha llevado a cabo un estudio del estado del arte para identificar los métodos más apropiados para la tarea de locomoción cuadrúpeda, y su posterior implementación en entornos simulados.

La investigación en robótica espacial es esencial para el desarrollo de robots capaces de operar eficientemente en entornos extraterrestres y, por tanto, hostiles para el ser humano. Este estudio se enfoca en analizar el movimiento de robots con patas en condiciones de gravedad terrestre y de ingravidez, simulando un entorno orbital. Para lograr este objetivo, se implementan varios robots con diferentes configuraciones de patas, lo que permite comparar sus resultados en términos de locomoción y adaptación a diversas condiciones gravitatorias y terrenos. Se emplean herramientas de software como ROS, towr, Xpp y Plotjuggler para la simulación, optimización de trayectorias, visualización y análisis de datos. Además, se introducen fuerzas de atracción en los efectores finales y una fuerza en la base de los robots para adaptarlos a las condiciones en órbita. Asimismo, se añade un nuevo terreno que permite analizar el movimiento del robot en situaciones más concretas en órbita. Para mejorar la eficiencia y estabilidad de los robots en entornos espaciales, se utilizan métodos de optimización para planificar trayectorias óptimas, teniendo en cuenta restricciones físicas y dinámicas. Posteriormente, se realiza un análisis detallado del comportamiento del robot durante las trayectorias planificadas en condiciones de gravedad terrestre y nula, evaluando su estabilidad, movimiento y las fuerzas generadas. Este trabajo pretende no solo contribuir al avance de la exploración espacial, sino también a abrir nuevas posibilidades para el aprovechamiento del espacio. Al comprender mejor el movimiento de los robots en condiciones orbitales y desarrollar estrategias para optimizar su desempeño, se pueden mejorar significativamente las misiones espaciales futuras, incluida la eliminación de residuos espaciales, la construcción y mantenimiento de estructuras y satélites en órbita, y la exploración de otros cuerpos celestes.

In this article, a nonlinear optimal control approach is proposed for the dynamic model of 3-DOF four-cable driven parallel robots (CDPR). To solve the associated nonlinear optimal control problem, the dynamic model of the 3-DOF cable-driven parallel robot undergoes approximate linearization around a temporary operating point that is recomputed at each time-step of the control method. The linearization relies on Taylor series expansion and on the associated Jacobian matrices. For the linearized state-space model of the 3-DOF cable-driven parallel robot a stabilizing optimal (H-infinity) feedback controller is designed. To compute the controller’s feedback gains an algebraic Riccati equation is repetitively solved at each iteration of the control algorithm. The stability properties of the control method are proven through Lyapunov analysis. The proposed nonlinear optimal control approach achieves fast and accurate tracking of reference setpoints under moderate variations of the control inputs and a minimum dispersion of energy.

Mechatronic systems with nonlinear dynamics are met in motion transmission applications for vehicles and robots. In this article, the control problem for the nonlinear dynamics of mechatronic motion transmission systems is solved with the use of a flatness-based control approach which is implemented in successive loops. The state-space model of these systems is separated into a series of subsystems, which are connected between them in cascading loops. Each one of these subsystems can be viewed independently as a differentially flat system, and control about it can be performed with inversion of its dynamics as in the case of input–output linearized flat systems. In this chain of i = 1, 2, … ,N subsystems, the state variables of the subsequent (i+1)-th subsystem become virtual control inputs for the preceding i-th subsystem and so on. In turn, exogenous control inputs are applied to the last subsystem and are computed by tracing backwards the virtual control inputs of the preceding N − 1 subsystems. The whole control method is implemented in successive loops, and its global stability properties are also proven through Lyapunov stability analysis. The validity of the control method is confirmed in the following two case studies: (a) control of a permanent magnet linear synchronous motor (PMLSM)-actuated vehicle's clutch and (ii) control of a multi-Degrees of Freedom (multi-DOF) flexible joint robot.

Triangular satellite constellations are created by three satellites which are linked through tethers. Such formations serve distributed observation space missions or the creation of high-density satellite communication networks over high-frequency bands. In a tethered multi-satellite system consisting of three-satellites in triangular formation the associated dynamic model exhibits strong nonlinearities. Stabilization and precise positioning of the multi-satellite constellation is a nontrivial task and the solution of the associated nonlinear control problem is an elaborated procedure. In this article a novel nonlinear optimal control method is applied to the above-noted model the tethered multi-satellite system in triangular formation. First, the state-space model of the triangular tethered multi-satellite formation undergoes approximate linearization around a temporary operating point that is recomputed at each time-step of the control method. The linearization relies on Taylor series expansion and on the associated Jacobian matrices. For the linearized state-space model of the tethered satellites a stabilizing optimal (H-infinity) feedback controller is designed. This controller stands for the solution of the nonlinear optimal control problem under model uncertainty and external perturbations. To compute the controller’s feedback gains an algebraic Riccati equation is repetitively solved at each iteration of the control algorithm. The stability properties of the control method are proven through Lyapunov analysis. The proposed nonlinear optimal control approach achieves fast and accurate tracking of setpoints under moderate variations of the control inputs and a minimum dispersion of energy when changing the position of the satellites in their triangular tethered formation.

This paper proposes a direct visual servoing system for spacecraft guidance in formation flying scenarios. The proposed image-based visual servoing system uses image information for planning and executing formation acquisition, reconfiguration, and maintenance maneuvers. The system assumes that LEDs are located at specific points on the satellites, enabling the visual servoing controller to rely on continuous tracking of these features in the camera’s image plane. Analytical developments demonstrate that the proposed optimal visual control system is stable and optimal, and it acts on both the orbital and attitude dynamics of the spacecraft, considering circular and elliptical reference orbits. The distributed image-based controller defines a cost function that minimizes control efforts, and the paper proses an optimal framework for developing controllers that address the issue. A ROS-based simulation tool was used to test the proposed visual servoing controller in a realistic small-sat formation flying scenario. Results indicate that the proposed distributed control strategy is viable and robust against environmental perturbations and disturbances in sensing and actuation.

Purpose – A distinctive feature of tilt-rotor UAVs is that they can be fully actuated, whereas in fixed-angle rotor UAVs (e.g. common-type quadrotors, octorotors, etc.), the associated dynamic model is characterized by underactuation. Because of the existence of more control inputs, in tilt-rotor UAVs, there is more flexibility in the solution of the associated nonlinear control problem. On the other side, the dynamic model of the tilt-rotor UAVs remains nonlinear and multivariable and this imposes difficulty in the drone’s controller design. This paper aims to achieve simultaneously precise tracking of trajectories and minimization of energy dissipation by the UAV’s rotors. To this end elaborated control methods have to be developed. Design/methodology/approach – A solution of the nonlinear control problem of tilt-rotor UAVs is attempted using a novel nonlinear optimal control method. This method is characterized by computational simplicity, clear implementation stages and proven global stability properties. At the first stage, approximate linearization is performed on the dynamic model of the tilt-rotor UAV with the use of first-order Taylor series expansion and through the computation of the system’s Jacobian matrices. This linearization process is carried out at each sampling instance, around a temporary operating point which is defined by the present value of the tilt-rotor UAV’s state vector and by the last sampled value of the control inputs vector. At the second stage, an H-infinity stabilizing controller is designed for the approximately linearized model of the tilt-rotor UAV. To find the feedback gains of the controller, an algebraic Riccati equation is repetitively solved, at each time-step of the control method. Lyapunov stability analysis is used to prove the global stability properties of the control scheme. Moreover, the H-infinity Kalman filter is used as a robust observer so as to enable state estimation based control. The paper’s nonlinear optimal

The control problem for the multivariable and nonlinear dynamics of unmanned rotorcrafts is treated with the use of a flatness-based control approach which is implemented in successive loops. The state-space model of 6DOF autonomous quadrotors is separated into two subsystems, which are connected between them in cascading loops. Each one of these subsystems can be viewed independently as a differentially flat system and control about it can be performed with inversion of its dynamics as in the case of input–output linearized flat systems. The state variables of the second subsystem become virtual control inputs for the first subsystem. In turn, exogenous control inputs are applied to the second subsystem. The whole control method is implemented in two successive loops and its global stability properties are also proven through Lyapunov stability analysis. The validity of the control method is further confirmed through simulation experiments showing precise tracking of 3D flight paths by the 6DOF quadrotor.

This paper proposes several task space control approaches for complex on-orbit high degrees of freedom robots. These approaches include redundancy resolution and take the non-linear dynamic model of the on-orbit robotic systems into account. The suitability of the proposed task space control approaches is explored in several on-orbit servicing operations requiring visual servoing tasks of complex humanoid robots. A unified open-source framework for space-robotics simulations, called OnOrbitROS, is used to evaluate the proposed control systems and compare their behaviour with state-of-the-art existing ones. The adopted framework is based on ROS and includes and reproduces the principal environmental conditions that eventual space robots and manipulators could experience in an on-orbit servicing scenario. The architecture of the different software modules developed and their application on complex space robotic systems is presented. Efficient real-time implementations are achieved using the proposed OnOrbitROS framework. The proposed controllers are applied to perform the guidance of a humanoid robot. The robot dynamics are integrated into the definition of the controllers and an analysis of the results and practical properties are described in the results section.

The control problem of the rotary double inverted pendulum (double Furuta pendulum) is nontrivial because of underactuation and strong nonlinearities in the associated state-space model. The system has three degrees of freedom (one actuated and two unactuated joints) while receiving only one control input. In this article, a novel nonlinear optimal (H-infinity) control approach is developed for the dynamic model of the rotary double inverted pendulum. First, the dynamic model of the double pendulum undergoes approximate linearization with the use of first-order Taylor series expansion and through the computation of the associated Jacobian matrices. The linearization process takes place at each sampling instance around a temporary operating point which is defined by the present value of the system's state vector and by the last sampled value of the control inputs vector. At a next stage a stabilizing H-infinity feedback controller is designed. To compute the controller's feedback gains an algebraic Riccati equation has to be solved at each time-step of the control algorithm. The global stability properties of the control scheme are proven through Lyapunov analysis. To implement state estimation-based control without the need to measure the entire state vector of the rotary double-pendulum the H-infinity Kalman Filter is used as a robust state observer. The nonlinear optimal control method achieves fast and accurate tracking of setpoints by all state variables of the rotary double inverted pendulum under moderate variations of the control input.

Selective compliance articulated robot arms (SCARA) robotic manipulators find wide use in industry. A nonlinear optimal control approach is proposed for the dynamic model of the 4-degrees of freedom (DOF) SCARA robotic manipulator. The dynamic model of the SCARA robot undergoes approximate linearization around a temporary operating point that is recomputed at each time-step of the control method. The linearization relies on Taylor series expansion and on the associated Jacobian matrices. For the linearized state-space model of the system, a stabilizing optimal (H-infinity) feedback controller is designed. To compute the controller’s feedback gains, an algebraic Riccati equation is repetitively solved at each iteration of the control algorithm. The stability properties of the control method are proven through Lyapunov analysis. The proposed control method is advantageous because: (i) unlike the popular computed torque method for robotic manipulators, it is characterized by optimality and is also applicable when the number of control inputs is not equal to the robot’s number of DOFs and (ii) it achieves fast and accurate tracking of reference setpoints under minimal energy consumption by the robot’s actuators. The nonlinear optimal controller for the 4-DOF SCARA robot is finally compared against a flatness-based controller implemented in successive loops.

Editorial on the Research Topic Multi-robot systems for space applications

En este proyecto se ha investigado y analizado el impacto de diferentes gravedades en la planificación y seguimiento de trayectorias en un robot cuadrúpedo, en concreto, el robot Go1 de Unitree Robotics. Para ello se ha introducido el robot Go1 en el framework TOWR para planificar las trayectorias en tres distintas condiciones de gravedad: terrestre, marciana e intermedia. Una vez generadas, mediante los paquetes proporcionados por Unitree Robotics y los rosbag con las trayectorias generadas por TOWR, se ha realizado el seguimiento de dichas trayectorias en Gazebo. Tanto en la planificación como en el seguimiento se realiza una comparación entre las trayectorias y se observa cómo va afectando la reducción de la gravedad. Así mismo, también se comparan los resultados de la planificación con los del seguimiento. Además, se realizan diversas pruebas con el robot real en gravedad terrestre. Los pasos seguidos para realizar este proyecto son: 1. Estudio de TOWR e incluir el robot en dicho framework. 2. Estudio de la cinemática y dinámica del robot. 3. Generar las trayectorias. 4. Crear un archivo capaz de leer valores de un rosbag y realizar el seguimiento de la trayectoria. 5. Recopilar los datos tanto en simulación como en la realidad y comparar los resultandos

En este proyecto se ha realizado la simulación de un robot humanoide para su aplicación en tareas de mantenimiento de satélites en órbita. Para ello, se han seguido los siguientes pasos: 1. Diseño del robot. Se han estudiado las características cinemáticas y dinámicas de este tipo de robots. El robot ha de disponer de la suficiente capacidad de movimiento y manipulación para su aplicación a este tipo de tareas. Dispone de dos brazos con pinzas, así como un torso para asimilar su espacio de trabajo al de un humano. 2. Simulación del robot. Una vez diseñado el robot se han simulado las condiciones orbitales de ausencia de gravedad/gradiente orbital para asimilar su comportamiento al que dispondría en órbita. Además, se emplea Gazebo para simular el robot y un entorno de funcionamiento lo más realista posible. 3. Control del robot. En esta última fase del proyecto se evalúa el robot mediante distintos controladores. Se utiliza ROS Control para evaluar el comportamiento del robot utilizando controladores PID articulares clásicos así como otras estrategias de control. Esto permite evaluar y determinar el controlador más adecuado para este tipo de aplicaciones.

En este proyecto, se ha desarrollado el control de locomoción de un robot cuadrúpedo mediante el uso de técnicas de deep reinforcement learning. Para ello, se ha llevado a cabo un estudio del estado del arte para identificar los métodos más apropiados para la tarea de locomoción cuadrúpeda, y su posterior implementación en entornos simulados. Se han evaluado entornos y simulaciones basadas en MuJoCo como Cartpole y Ant hasta llegar a la locomoción de un robot cuadrúpedo.

En el campo de las prótesis se ha abierto una nueva rama de investigación que trata de emplear las técnicas y materiales propios de la robótica blanda. Éstos han demostrado tener potencial, entre otras aplicaciones, para el uso en el contacto físico entre hombre-robot como dispositivos de rehabilitación debido a las prestaciones que ofrecen como liviandad, baja dureza, contacto autoadaptativo, buena relación peso-potencia y bajo costo. El objetivo entonces es diseñar, construir y determinar la destreza de una prótesis biomimética de mano utilizando técnicas y materiales comunes dentro de la robótica blanda.

En este trabajo se ha diseñado un exoesqueleto de miembro inferior ajustable a la pierna de cualquier paciente, cuyo propósito es permitir y facilitar su movimiento. El diseño parte de una órtesis de rodilla sobre la que se ha diseñado la ubicación de las articulaciones. Esta órtesis ha sido ampliada, no sólo con los elementos necesarios para la actuación de la rodilla, sino también con las piezas que permiten la sujeción y movilidad de otras partes de la pierna como el tobillo y cadera. Así como el modelado de soportes de los motores encargados de mover dichas articulaciones. El exoesqueleto integra sensores EMG, necesarios para percibir la intención de movimiento del paciente y controlar el exoesqueleto durante la marcha. Para ello se ha realizado un estudio de la posición de los sensores EMG y las debidas rectificaciones de las señales detectadas para conseguir una lectura eficaz y eficiente de los músculos. Además de poder percibir el propósito de movimiento del paciente para que sea asistido por el exoesqueleto. Una vez realizado el estudio de los sensores EMG, se ha establecido una comunicación entre dichos sensores inalámbricos y la simulación del diseño en ROS.

In this work, we evaluate the relationship between human manipulability indices obtained from motion sensing cameras and a variety of muscular factors extracted from surface electromyography (sEMG) signals from the upper limb during specific movements that include the shoulder, elbow and wrist joints. The results show specific links between upper limb movements and manipulability, revealing that extreme poses show less manipulability, i.e., when the arms are fully extended or fully flexed. However, there is not a clear correlation between the sEMG signals’ average activity and manipulability factors, which suggests that muscular activity is, at least, only indirectly related to human pose singularities. A possible means to infer these correlations, if any, would be the use of advanced deep learning techniques. We also analyze a set of EMG metrics that give insights into how muscular effort is distributed during the exercises. This set of metrics could be used to obtain good indicators for the quantitative evaluation of sequences of movements according to the milestones of a rehabilitation therapy or to plan more ergonomic and bearable movement phases in a working task.

The control problem for the nonlinear dynamics of robotic and mechatronic systems with electropneumatic actuation is solved with the use of a flatness-based control approach which is implemented in successive loops. The state-space model of these systems is separated into a series of subsystems, which are connected between them in cascading loops. Each one of these subsystems can be viewed independently as a differentially flat system and control about it can be performed with inversion of its dynamics as in the case of input-output linearized flat systems. In this chain of i = 1, 2, · · · ,N subsystems, the state variables of the subsequent (i + 1-th) subsystem become virtual control inputs for the preceding (i-th) subsystem, and so on. In turn, exogenous control inputs are applied to the last subsystem and are computed by tracing backwards the virtual control inputs of the preceding N −1 subsystems. The whole control method is implemented in successive loops and its global stability properties are also proven through Lyapunov stability analysis. The validity of the control method is confirmed in two case studies: (a) control of an electropneumatic actuator, (ii) control of a multi-DOF robotic manipulator with electropneumatic actuators.

Actualmente, la utilización de herramientas de simulación como ROS/Gazebo es una práctica habitual para la simulación y desarrollo de algoritmos de control para sistemas robóticos terrestres típicos. Sin embargo, en la actualidad aún no está comúnmente aceptado en la comunidad espacial. Numerosos estudios en el campo de la robótica espacial utilizan herramientas construidas ad-hoc, pero que no están estandarizadas, que no son de código abierto y que, además, no han sido verificadas, lo que complica el desarrollo y la simulación de sistemas robóticos versátiles y algoritmos para el control de sistemas robóticos espaciales. Este artículo propone una solución de código abierto para la simulación de robots espaciales en órbita denominada OnOrbitROS. Este trabajo presenta una descripción de la arquitectura, los diferentes módulos software y las posibilidades de simulación de OnOrbitROS. Se describen las características clave de la herramienta desarrollada, con especial atención a la personalización de las simulaciones y a las posibilidades de ampliación de la herramienta. Con el fin de mostrar estas capacidades, se describen los resultados obtenidos al aplicar OnOrbitROS para la simulación del robot ETS-VII., Currently, the use of simulation tools such as ROS/Gazebo is a common practice for the simulation and development of control algorithms for typical terrestrial robotic systems. Numerous studies in the field of space robotics use ad-hoc built tools, but they are not standardized, and are unverified, which complicates the development and simulation of versatile robotic systems. This paper proposes an open-source solution for the simulation of orbiting space robots called OnOrbitROS. This work presents a description of the architecture, the different software modules and the simulation possibilities of OnOrbitROS. The key features of the developed tool are described, with special attention to the customization of the simulations and the possibilities of extension of the tool. In order to show these capabilities, the results obtained in the simulation of the robot ETS-VII by using OnOrbitROS are described.

Nonlinear control for autonomous reentry space vehicles has been a topic of intensive research during the last years in the area of aerospace science and technology. The associated dynamic model is obtained by expressing position variables and orientation angles of the space vehicle in different coordinate frames, namely an earth-fixed, an earth rotating and a body fixed frame. In this article, a nonlinear optimal control approach is proposed for the dynamic model of reentry space vehicles. It is proven that the longitudinal motion dynamic model of reentry space vehicles is differentially flat and a flatness-based controller is designed about it. Next, in the nonlinear optimal control approach, the dynamic model of the reentry space vehicle undergoes approximate linearization around a temporary operating point that is recomputed at each time-step of the control method. The linearization relies on Taylor series expansion and on the associated Jacobian matrices. For the linearized state-space model of the reentry space vehicle a stabilizing optimal (H-infinity) feedback controller is designed. This controller stands for the solution to the nonlinear optimal control problem under model uncertainty and external perturbations. To compute the controller’s feedback gains an algebraic Riccati equation is repetitively solved at each iteration of the control algorithm. The stability properties of the control method are proven through Lyapunov analysis. The proposed nonlinear optimal control approach achieves fast and accurate tracking of reference setpoints under moderate variations of the control inputs and a minimum dispersion of energy.

Purpose – Permanent magnet synchronous spherical motors can have wide use in robotics and industrial automation. They enable three-DOF omnidirectional motion of their rotor. They are suitable for several applications, such as actuation in robotics, traction in electric vehicles and use in several automation systems. Unlike conventional synchronous motors, permanent magnet synchronous spherical motors consist of a fixed inner shell, which is the stator, and a rotating outer shell, which is the rotor. Their dynamic model is multivariable and strongly nonlinear. The treatment of the associated control problem is important. Design/methodology/approach – In this paper, the multivariable dynamic model of permanent magnet synchronous spherical motors is analysed, and a nonlinear optimal (H-infinity) control method is developed for it. Differential flatness properties are proven for the spherical motors’ state-space model. Next, the motors’ state-space description undergoes approximate linearization with the use of first-order Taylor series expansion and through the computation of the associated Jacobian matrices. The linearization process takes place at each sampling instance around a time-varying operating point, which is defined by the present value of the motors’ state vector and by the last sampled value of the control input vector. For the approximately linearized model of the permanent magnet synchronous spherical motors, a stabilizing H-infinity feedback controller is designed. To compute the controller’s gains, an algebraic Riccati equation has to be repetitively solved at each time-step of the control algorithm. The global stability properties of the control scheme are proven through Lyapunov analysis. Finally, the performance of the nonlinear optimal control method is compared against a flatness-based control approach implemented in successive loops. Findings – Due to the nonlinear and multivariable structure of the state-space model of spherical motors, the solu

En este proyecto se realizará el diseño de una misión multi-robot para su aplicación en tareas de mantenimiento de satélites en órbita. Para ello, se seguirán los siguientes pasos: 1. Diseño del robot. Se estudiarán las características cinemáticas y dinámicas de este tipo de robots. El robot habrá de disponer de la suficiente capacidad de movimiento y manipulación para su aplicación a este tipo de tareas. 2. Simulación del robot. Una vez diseñado el robot se habrán de simular las condiciones orbitales de ausencia de gravedad/gradiente orbital para asimilar su comportamiento al que dispondría en órbita. Además, se empleará gazebo para simular el robot y un entorno de funcionamiento lo más realista posible. 3. Control del robot. En esta última fase del proyecto se evaluará el robot realizando distinto tipo de tareas (alcance, manipulación, uso de herramientas, etc.). Para ello será necesario no sólo definir las posiciones a alcanzar sino también las trayectorias necesarias. Se utilizará ROS Control para evaluar el comportamiento del robot utilizando distinto tipo de controladores.

[Resumen] Actualmente, la utilización de herramientas de simulación como ROS/Gazebo es una práctica habitual para la simulación y desarrollo de algoritmos de control para sistemas robóticos terrestres típicos. Sin embargo, en la actualidad aún no está comúnmente aceptado en la comunidad espacial. Numerosos estudios en el campo de la robótica espacial utilizan herramientas construidas ad-hoc, pero que no están estandarizadas, que no son de código abierto y que, además, no han sido verificadas, lo que complica el desarrollo y la simulación de sistemas robóticos versátiles y algoritmos para el control de sistemas robóticos espaciales. Este artículo propone una solución de código abierto para la simulación de robots espaciales en órbita denominada OnOrbitROS. Este trabajo presenta una descripción de la arquitectura, los diferentes módulos software y las posibilidades de simulación de OnOrbitROS. Se describen las características clave de la herramienta desarrollada, con especial atención a la personalización de las simulaciones y a las posibilidades de ampliación de la herramienta. Con el fin de mostrar estas capacidades, se describen los resultados obtenidos al aplicar OnOrbitROS para la simulación del robot ETS-VII., [Abstract] Currently, the use of simulation tools such as ROS/Gazebo is a common practice for the simulation and development of control algorithms for typical terrestrial robotic systems. Numerous studies in the field of space robotics use ad-hoc built tools, but they are not standardized, and are unverified, which complicates the development and simulation of versatile robotic systems. This paper proposes an open-source solution for the simulation of orbiting space robots called OnOrbitROS. This work presents a description of the architecture, the different software modules and the simulation possibilities of OnOrbitROS. The key features of the developed tool are described, with special attention to the customization of the simulations and the possibilities of extension of the tool. In order to show these capabilities, the results obtained in the simulation of the robot ETS-VII by using OnOrbitROS are described.

En este proyecto se ha realizado la planificación de trayectorias de un exoesqueleto de miembro inferior. Se ha partido del diseño de un exoesqueleto de pierna y su modelo URDF y se han seguido los siguientes pasos: 1. Diseño del modelo del robot en xpp: http://wiki.ros.org/xpp. Se ha diseñado el exoesqueleto para que sea capaz de generar los movimientos necesarios en las piernas del usuario para alcanzar una determinada localización. Por lo tanto, no sólo permite el movimiento de sus articulaciones, sino también hacerlo de forma que permita guiar al usuario hasta que su cuerpo alcance la posición y orientación indicada. 2. Integración del exoesqueleto simulado en towr: https://github.com/ethz-adrl/towr. Este framework permite generar un problema de optimización para la generación automática de trayectorias de robots. En concreto, en este proyecto se ha evaluado el uso de este tipo de soluciones para la planificación de movimientos de exoesqueletos y la generación de patrones de marcha. Un aspecto fundamental en este caso es que los movimientos del robot se deben ajustar a la capacidad de movimiento del usuario. Por lo tanto, el espacio de búsqueda del problema de optimización deberá ser dinámico y ajustado en cada momento al estado del paciente. Esto ha permitido generar movimientos realistas y adaptados al paciente. 3. Uso de visión para el reconocimiento del terreno. Se ha utilizado una cámara Intel REALSENSE LiDAR L515 y procesado la nube de puntos para extraer las características que definen el terreno por el que ha de moverse el exoesqueleto. Más concretamente, se ha analizado su utilización para el reconocimiento de escaleras lo que ha permitido planificar movimientos del exoesqueleto para subir escaleras.