L’integrazione di robot umanoidi nei contesti industriali rappresenta una delle frontiere più promettenti per superare la rigidità dell’automazione tradizionale e abilitare processi produttivi flessibili in ambienti originariamente concepiti per l’operatore umano. Il presente lavoro di tesi magistrale, sviluppato in collaborazione con il reparto di Ricerca e Sviluppo di Nexion Group, affronta la sfida di trasferire abilità motorie umane verso un robot umanoide compatto (Unitree G1) in modo rapido e non invasivo, sfruttando semplici registrazioni video 2D al posto dei costosi e complessi sistemi di motion capture tradizionali. Il percorso di ricerca ha preso avvio da una fase sperimentale preliminare volta a testare sistemi markerless multi-camera basati su visione classica, della quale sono stati analizzati i limiti pratici in ambiente di officina e le criticità cinematiche nel generare movimenti compatibili con la struttura del robot. A partire da questi risultati, è stata sviluppata una pipeline software end-to-end che impiega moderni modelli di visione monoculare per ricostruire il movimento tridimensionale da singoli video RGB e un modulo di retargeting cinematico per adattare le traiettorie umane ai gradi di libertà del robot, garantendo il rispetto dei limiti articolari e la stabilità dell’appoggio al suolo. Le traiettorie generate sono state successivamente validate all’interno di un ambiente di simulazione fisica e dinamica, intavolando un Proof of Concept per il controllo del robot tramite tecniche di apprendimento e conducendo un’analisi critica sui limiti dell’imitazione puramente antropomorfa rispetto alle piene potenzialità meccaniche del sistema. Infine, l’intera indagine metodologica e bibliografica è stata organizzata mediante un sistema strutturato di gestione della conoscenza, concepito come asset duraturo per il trasferimento tecnologico all’interno del reparto R&D aziendale.
Valutazione di Fattibilità e Pipeline End-to-End per l’Integrazione di Robot Umanoidi nei Processi Industriali Dalla Stima del Movimento Umano da Video 2D al Retargeting e Proof of Concept in Simulazione Dinamica su Unitree G1
ARDOLINO, ALESSANDRO
2025/2026
Abstract
L’integrazione di robot umanoidi nei contesti industriali rappresenta una delle frontiere più promettenti per superare la rigidità dell’automazione tradizionale e abilitare processi produttivi flessibili in ambienti originariamente concepiti per l’operatore umano. Il presente lavoro di tesi magistrale, sviluppato in collaborazione con il reparto di Ricerca e Sviluppo di Nexion Group, affronta la sfida di trasferire abilità motorie umane verso un robot umanoide compatto (Unitree G1) in modo rapido e non invasivo, sfruttando semplici registrazioni video 2D al posto dei costosi e complessi sistemi di motion capture tradizionali. Il percorso di ricerca ha preso avvio da una fase sperimentale preliminare volta a testare sistemi markerless multi-camera basati su visione classica, della quale sono stati analizzati i limiti pratici in ambiente di officina e le criticità cinematiche nel generare movimenti compatibili con la struttura del robot. A partire da questi risultati, è stata sviluppata una pipeline software end-to-end che impiega moderni modelli di visione monoculare per ricostruire il movimento tridimensionale da singoli video RGB e un modulo di retargeting cinematico per adattare le traiettorie umane ai gradi di libertà del robot, garantendo il rispetto dei limiti articolari e la stabilità dell’appoggio al suolo. Le traiettorie generate sono state successivamente validate all’interno di un ambiente di simulazione fisica e dinamica, intavolando un Proof of Concept per il controllo del robot tramite tecniche di apprendimento e conducendo un’analisi critica sui limiti dell’imitazione puramente antropomorfa rispetto alle piene potenzialità meccaniche del sistema. Infine, l’intera indagine metodologica e bibliografica è stata organizzata mediante un sistema strutturato di gestione della conoscenza, concepito come asset duraturo per il trasferimento tecnologico all’interno del reparto R&D aziendale.| File | Dimensione | Formato | |
|---|---|---|---|
|
Ardolino.Alessandro.pdf
accesso aperto
Dimensione
77.34 MB
Formato
Adobe PDF
|
77.34 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14251/8741