Desarrollo de controladores modulares de posición/fuerza basados en ROS2 para robots paralelos de rehabilitación de miembro inferior

Abstract

[ES] Con el presente trabajo se pretende llevar a cabo el desarrollo de controladores usando una arquitectura modular basada en software libre de código abierto. Para ello en la controladora se ejecutará el sistema operativo Linux. Además, se utilizará el middleware de robótica ROS2, el cual corresponde a la nueva generación del middleware ROS, en creciente expansión entre los fabricantes de robots. En esta nueva generación se han mejorado aspectos del ROS originales relacionados con la implementación en tiempo real, el asegurar calidad de servicio cuando se trabaja con redes no ideales y que se use ROS para aplicaciones comerciales.

En la arquitectura hardware de control dispondrá de las tarjetas de adquisición de datos industriales para medir las variables de estado del robot (posición de las articulaciones activas, fuerzas y pares ejercidos por el elemento terminal del robot), y de los convertidores digital/analógico para proporcionar las acciones de control a los motores eléctricos de la unidad mecánica del robot.

Además, de los sensores de posición y fuerza, en el entorno del robot de rehabilitación se dispone de un sistema de cámaras mediante el sistema Optitrack que permite determinar la posición y orientación de la plataforma. La información proporcionada por este sistema se usará para la detección de puntos singulares durante el movimiento de la plataforma y se integrará con el sistema de control para poder evitarlos.

[EN] The objective of this project is the development of position and force controllers for rehabilitation parallel robots, which have 3 and 4 degrees of freedom. Firstly, the software ROS2 has been selected due to the modular programming it provides and because it has been designed to meet real time requirements. The modularity has made that once the position controllers have been validated, external control loops have been easily incorporated. These external control loops include a controller to escape from singularities thanks to feedback from OptiTrack and force controllers. After that, a web based graphical interface has been developed and finally, position controllers based on deep reinforcement learning algorithms have been implemented.