Controllo del comportamento di formazione a tempo fisso per veicoli terrestri-manipolatori non pilotati

Robot che si muovono insieme e lavorano insieme

Immaginate una squadra di piccoli robot mobili, ciascuno dotato di un proprio braccio robotico, che trasportano un carico condiviso attraverso un magazzino ingombro o un sito di soccorso. Devono mantenere la formazione, evitare ostacoli e tenere saldamente l’oggetto, tutto mentre perturbazioni come urti, attrito o spostamenti del carico cercano di destabilizzarli. Questo articolo presenta un nuovo metodo di controllo che permette a tali team robotici di coordinare queste esigenze in competizione e raggiungere i loro obiettivi in modo affidabile entro un intervallo di tempo breve e garantito.

Perché il lavoro di squadra è difficile per i robot terrestri

I veicoli terrestri-manipolatori non pilotati (UGVM) combinano una base su ruote con un braccio robotico, così possono sia spostarsi sia manipolare oggetti. Questo li rende adatti a compiti come movimentazione materiali, assemblaggio cooperativo e ricerca e salvataggio. Ma coordinare più di queste macchine contemporaneamente è complicato. Le loro ruote non possono scivolare lateralmente, il che limita i loro spostamenti. Allo stesso tempo, i bracci introducono forze e movimenti complessi, e l’ambiente aggiunge perturbazioni come terreno irregolare o carichi sconosciuti. Quando diversi UGVM trasportano un unico oggetto, devono mantenere una formazione stabile, aggirare ostacoli e muovere correttamente i bracci: tre obiettivi che spesso sono in conflitto fra loro.

Limitazioni degli approcci di controllo esistenti

La ricerca precedente ha affrontato parti di questo problema ma raramente tutto insieme. I metodi basati su comportamenti combinano azioni di base come “muoviti verso l’obiettivo” e “evita ostacoli”, ma spesso mancano di garanzie rigorose sulla stabilità del gruppo. I metodi basati sul consenso permettono ai robot di concordare un moto comune tramite comunicazione, ma di solito si concentrano su un singolo obiettivo e non offrono un modo sistematico per dare priorità a compiti in conflitto. Altre strategie avanzate, come il controllo predittivo basato su modello e le funzioni barriera di sicurezza, possono fornire forti garanzie di sicurezza ma a costo computazionale elevato, problematico per sistemi multi-robot in tempo reale. Molti di questi metodi assumono anche robot in grado di muoversi liberamente in qualsiasi direzione, ignorando i vincoli di non scivolamento delle ruote che i veri UGVM affrontano, e la maggior parte assicura solo che gli errori diminuiscano gradualmente piuttosto che entro un limite temporale noto.

Un piano a due livelli per un coordinamento rapido e affidabile

Gli autori propongono un metodo a due livelli di controllo del comportamento di formazione a tempo fisso (Fixed-FBC) che unifica il coordinamento multi-robot, i vincoli di non scivolamento delle ruote e la robustezza alle perturbazioni. Al livello di pianificazione del moto (cinematico), estendono un quadro matematico chiamato controllo comportamentale basato sullo spazio nullo in modo che rispetti i limiti di moto su ruote e gestisca direttamente l’accoppiamento tra l’orientamento del veicolo e la sua posizione. All’interno di questo quadro progettano tre comportamenti di base: mantenimento della formazione di gruppo, evitamento ostacoli come formazione e controllo del moto del braccio di ciascun robot. Questi comportamenti sono impilati in ordine di priorità — evitamento ostacoli sopra mantenimento della formazione, e entrambi sopra il moto del braccio — e le azioni a priorità inferiore vengono proiettate nello spazio di moto “residuo” di quelle a priorità superiore. Una strategia di stabilità a tempo fisso modella come vengono corretti gli errori, garantendo che tutti gli errori dei compiti si riducano a valori piccoli entro un limite di tempo che non dipende dall’entità iniziale degli errori.

Controllo robusto contro perturbazioni e incertezze

Una volta che il livello di pianificazione del moto produce una velocità desiderata per ciascun UGVM, un secondo livello dinamico assicura che motori e giunti effettivi seguano questo piano nonostante parametri del robot incerti e disturbi esterni. Qui gli autori progettano un regolatore di inseguimento adattativo a tempo fisso. Leggi adattative stimano continuamente proprietà sconosciute, come massa e termini di attrito, mentre una componente di tipo sliding-mode lavora per respingere le perturbazioni esterne. Combinando questi elementi, il controllore riduce la discrepanza tra le velocità desiderate e quelle reali a un piccolo intorno dello zero entro un tempo fisso garantito. L’analisi teorica mediante metodi di Lyapunov mostra che sia gli errori a livello di compito (formazione, distanza di sicurezza dagli ostacoli, posizioni dei bracci) sia gli errori di inseguimento convergono rapidamente e in modo prevedibile.

Cosa rivelano le simulazioni sulle prestazioni

Simulazioni al computer dimostrano il metodo su una squadra di quattro UGVM che trasportano un oggetto attraverso ambienti con ostacoli circolari statici. I robot mantengono con successo la formazione e tengono una distanza di sicurezza dagli ostacoli mentre i loro bracci seguono i movimenti articolari desiderati, anche quando soggetti a perturbazioni variabili nel tempo. Quando il percorso di formazione entra in conflitto con l’evitamento di un ostacolo, il controllore dà automaticamente priorità alla sicurezza, aggira l’ostacolo e poi ripristina la formazione desiderata in modo fluido. Rispetto ai precedenti controllori “a tempo finito” e ai controllori di formazione classici, il nuovo approccio Fixed-FBC riduce i tempi di assestamento fino a circa tre quarti in alcune fasi, il che significa che i robot raggiungono un comportamento stabile e coordinato molto più rapidamente senza sacrificare sicurezza o robustezza.

Implicazioni per team robotici nel mondo reale

Per un lettore non tecnico, l’idea chiave è che questo lavoro fornisce ai team multi-robot una sorta di “riflesso di gruppo” disciplinato e rapido. Al posto di un lento aggiustamento verso la configurazione corretta, i robot sono matematicamente garantiti a stabilizzarsi in formazioni sicure e a correggere i movimenti dei bracci entro un tempo prestabilito, anche se urtati, caricati con carichi incerti o costretti a districarsi tra ostacoli. Unificando mantenimento della formazione, evitamento ostacoli e controllo dei bracci in un unico quadro che rispetta il modo reale di muoversi dei robot su ruote, questo metodo avvicina gli sciami robotici coordinati in fabbriche, magazzini e missioni di soccorso a un impiego reale e affidabile.

Citazione: Xue, W., Lu, W., Zhang, X. et al. Fixed-time formation behavior control for unmanned ground vehicle-manipulators. Sci Rep 16, 10703 (2026). https://doi.org/10.1038/s41598-026-43223-2

Parole chiave: coordinamento multi-robot, manipolatori mobili, controllo di formazione, evitamento ostacoli, controllo a tempo fisso