We describe YARP, Yet Another Robot Platform, an open-source project that encapsulates lessons from our experience in building humanoid robots. The goal of YARP is to minimize the effort devoted to infrastructure-level software development by facilitating code reuse, modularity and so maximize research-level development and collaboration. Humanoid robotics is a “bleeding edge” field of research, with constant flux in sensors, actuators, and processors. Code reuse and maintenance is therefore a significant challenge. We describe the main problems we faced and the solutions we adopted. In short, the main features of YARP include support for inter-process communication, image processing as well as a class hierarchy to ease code reuse across different hardware platforms. YARP is currently used and tested on Windows, Linux and QNX6 which are common operating systems used in robotics.

We report about the iCub, a humanoid robot for research in embodied cognition. At 104 cm tall, the iCub has the size of a three and half year old child. It will be able to crawl on all fours and sit up to manipulate objects. Its hands have been designed to support sophisticate manipulation skills. The iCub is distributed as Open Source following the GPL/FDL licenses. The entire design is available for download from the project homepage and repository (http://www.robotcub.org). In the following, we will concentrate on the description of the hardware and software systems. The scientific objectives of the project and its philosophical underpinning are described extensively elsewhere [1].

Even though the sense of touch is crucial for humans, most humanoid robots lack tactile sensing. While a large number of sensing technologies exist, it is not trivial to incorporate them into a robot. We have developed a compliant “skin” for humanoids that integrates a distributed pressure sensor based on capacitive technology. The skin is modular and can be deployed on nonflat surfaces. Each module scans locally a limited number of tactile-sensing elements and sends the data through a serial bus. This is a critical advantage as it reduces the number of wires. The resulting system is compact and has been successfully integrated into three different humanoid robots. We have performed tests that show that the sensor has favorable characteristics and implemented algorithms to compensate the hysteresis and drift of the sensor. Experiments with the humanoid robot iCub prove that the sensors can be used to grasp unmodeled, fragile objects.

In this work, we present WALK‐MAN, a humanoid platform that has been developed to operate in realistic unstructured environment, and demonstrate new skills including powerful manipulation, robust balanced locomotion, high‐strength capabilities, and physical sturdiness. To enable these capabilities, WALK‐MAN design and actuation are based on the most recent advancements of series elastic actuator drives with unique performance features that differentiate the robot from previous state‐of‐the‐art compliant actuated robots. Physical interaction performance is benefited by both active and passive adaptation, thanks to WALK‐MAN actuation that combines customized high‐performance modules with tuned torque/velocity curves and transmission elasticity for high‐speed adaptation response and motion reactions to disturbances. WALK‐MAN design also includes innovative design optimization features that consider the selection of kinematic structure and the placement of the actuators with the body structure to maximize the robot performance. Physical robustness is ensured with the integration of elastic transmission, proprioceptive sensing, and control. The WALK‐MAN hardware was designed and built in 11 months, and the prototype of the robot was ready four months before DARPA Robotics Challenge (DRC) Finals. The motion generation of WALK‐MAN is based on the unified motion‐generation framework of whole‐body locomotion and manipulation (termed loco‐manipulation). WALK‐MAN is able to execute simple loco‐manipulation behaviors synthesized by combining different primitives defining the behavior of the center of gravity, the motion of the hands, legs, and head, the body attitude and posture, and the constrained body parts such as joint limits and contacts. The motion‐generation framework including the specific motion modules and software architecture is discussed in detail. A rich perception system allows the robot to perceive and generate 3D representations of the environment as well as detect contacts and sense physical interaction force and moments. The operator station that pilots use to control the robot provides a rich pilot interface with different control modes and a number of teleoperated or semiautonomous command features. The capability of the robot and the performance of the individual motion control and perception modules were validated during the DRC in which the robot was able to demonstrate exceptional physical resilience and execute some of the tasks during the competition.

Capacitive technology allows building sensors that are small, compact and have high sensitivity. For this reason it has been widely adopted in robotics. In a previous work we presented a compliant skin system based on capacitive technology consisting of triangular modules interconnected to form a system of sensors that can be deployed on non-flat surfaces. This solution has been successfully adopted to cover various humanoid robots. The main limitation of this and all the approaches based on capacitive technology is that they require to embed a deformable dielectric layer (usually made using an elastomer) covered by a conductive layer. This complicates the production process considerably, introduces hysteresis and limits the durability of the sensors due to ageing and mechanical stress. In this paper we describe a novel solution in which the dielectric is made using a thin layer of 3D fabric which is glued to conductive and protective layers using techniques adopted in the clothing industry. As such, the sensor is easier to produce and has better mechanical properties. Furthermore, the sensor proposed in this paper embeds transducers for thermal compensation of the pressure measurements. We report experimental analysis that demonstrates that the sensor has good properties in terms of sensitivity and resolution. Remarkably we show that the sensor has very low hysteresis and effectively allows compensating drifts due to temperature variations.

Research in neurophysiology has shown that humans are able to adapt the mechanical stiffness at the hand in order to resist disturbances. This has served as inspiration for optimising stiffness in robot arms during manipulation tasks. Endpoint stiffness is modelled in Cartesian space, as though the hand were in independent rigid body. But an arm is a series of rigid bodies connected by articulated joints. The contribution of the joints and arm configuration to the endpoint stiffness has not yet been quantified. In this paper we use mathematical optimisation to find conditions for maximum stiffness and compliance with respect to an externally applied force. By doing so, we can retroactively explain observations made about humans using these mathematically optimal conditions. We then show how this optimisation can be applied to robotic task planning and control. Experiments on a humanoid robot show similar arm posture to that observed in humans. This suggests there is an underlying physical principle by which humans optimise stiffness. We can use this to derive natural control methods for robots.

Abstract In standard clinical protocols, the result of neuromotor rehabilitation programs is evaluated through validated clinical scales and tests able to measure the motor performance of the patients and monitor their improvements over time. The Timed Up and Go (TUG) test is one of the most common assessments used to evaluate patients’ dynamic balance, as well as their mobility. However, in its traditional version, the TUG test does not provide quantitative information on gait performances—only subjectively observed by the clinician—and does not measure the timing of the different phases involved in its execution. The availability of additional quantitative information would indeed be useful for the clinicians to formulate a more accurate assessment of patient performance and define a personalized treatment plan. In this sense, the use of Socially Assistive Robots (SARs) could help improving the assessment of patient performance, relieving at the same time the physiotherapists from time consuming tasks. The goal of this feasibility study is twofold: (1) to assess the quality of the TUG functionality implemented on the robot from a technical standpoint and (2) to evaluate the perception of the “R1-TUG” solution from its potential end-users point of view, in terms of usability and acceptability. A set of tests involving a sample of healthy volunteers revealed that the adoption of a SAR as an assessment tool, could improve the ability of the physiotherapist to objectively assess the subject’s movement performance while ensuring an adequate level of usability and acceptability from the participants. This work represents a promising result for the future use of the robotic solutions within a rehabilitation context.