Nigora Gafur

• This thesis proposes an online task and motion planning (TAMP) approach, enabling an autonomous cooperation between multiple manipulators. Online execution of tasks by a group of manipulators poses challenges as an intricate inter-robot coordination is critical to keep the robotic system collision- and deadlock-free. The proposed optimization-based approach is hierarchically structured and consists of several layers, each considering an individual aspect of the TAMP. To optimally distribute tasks between the robots, a task allocation problem is formulated as a mixed-integer programming problem. To allow a reactive behavior of each robot upon environmental changes during motion, an online motion planning approach, named DMPC-ELS, is proposed. The DMPC-ELS method is based on distributed model predictive control, where the trajectory planning problem of each robot is solved in parallel, taking the predicted trajectories of its neighbors into account. This ensures that no inter-robot collisions occur. Unlike existing methods, the newly developed collision avoidance approach ELS does not rely on computing distances between collision-prone bodies, but rather checks the intersection of sets, overcoming the problem with nested logical conditions. Further, a newly developed online resolution procedure for treating deadlocks is proposed to resolve conflicting goals between deadlock-affected manipulators without interrupting the rest of the robotic team not involved in the deadlock. Extensive simulation-based and experimental studies including several benchmark analyses are carried out to show the advantages of the proposed TAMP approach. An additional scalability analysis demonstrates the limitations of the DMPC-ELS approach.
• Diese Arbeit befasst sich mit einem Ansatz zur Aufgaben- und Bewegungsplanung (TAMP), welcher eine autonome Kooperation zwischen mehreren Manipulatoren in Echtzeit ermöglicht. Eine simultane und echtzeitfähige Ausführung von Aufgaben durch eine Gruppe von Manipulatoren stellt immer noch eine große erausforderung dar, da eine komplexe Koordination zwischen den Robotern erforderlich ist, um Kollisionen und Deadlocks zu verhindern. Der vorgeschlagene Optimierungsbasierte TAMP-Ansatz ist hierarchisch aufgebaut und besteht aus mehreren Ebenen, die jeweils einen individuellen Aspekt des TAMP-Ansatzes realisieren. Um die Aufgaben optimal zwischen den Robotern zu verteilen, wird ein gemischt-ganzzahliges lineares Optimierungsproblem formuliert. Um ein reaktives Verhalten eines jeden Roboters auf instantane Änderungen in dessen Umgebung und während dessen Bewegung zu ermöglichen, wird die DMPC-ELS-Methode als Trajektorienplaner vorgeschlagen. Die vorgeschlagene DMPC-ELS-Methode basiert auf einer verteilten modellprädiktiven Regelung, bei der das Trajektorienplanungsproblem jedes Roboters parallel gelöst wird, wobei die prädizierten Trajektorien seiner Nachbarn berücksichtigt werden. Dadurch wird sichergestellt, dass keine Kollisionen zwischen den Robotern auftreten. Im Gegensatz zu den bestehenden Methoden beruht die neu entwickelte Methode zur Kollisionsvermeidung nicht auf der Berechnung von Entfernungen zwischen kollisionsgefährdeten Körpern, sondern stellt sicher, dass deren Schnittmenge leer ist, wodurch das Problem verschachtelter logischer Bedingungen nicht besteht. Im Weiteren wird eine neu entwickelte Methode zur reaktiven Auflösung von Deadlocks vorgeschlagen, um Zielkonflikte zwischen Manipulatoren, die von Deadlocks betroffen sind, reaktiv aufzulösen, ohne den Rest des Roboterteams, der nicht in den Deadlock involviert ist, zu unterbrechen. Umfangreiche simulationsbasierte und experimentelle Studien einschließlich mehrerer Benchmark-Analysen werden durchgeführt, um die Vorteile des vorgeschlagenen TAMP-Ansatzes aufzuzeigen. Eine zusätzliche Skalierbarkeitsanalyse zeigt die Grenzen des DMPC-ELS-Ansatzes auf.