Glossario di robotica: termini e definizioni
Glossario completo di termini, concetti e definizioni della robotica. Dagli attuatori alla calibrazione dello zero: impara il vocabolario della robotica moderna.
Glossario
- 3D Gaussian Splatting: Una rappresentazione della scena che modella un ambiente 3D come un grande insieme di macchie gaussiane colorate e semitrasparenti, che possono essere ottimizzate a partire da foto e renderizzate in modo fotorealistico in tempo reale.
- 6-DoF Grasp Pose: La posizione 3D e l'orientamento 3D completi di una pinza in cui questa deve chiudersi su un oggetto, in contrapposizione alle prese planari o dall'alto, che hanno meno parametri liberi.
- 6D rotation representation: Codificare una rotazione 3D come due vettori 3D, le prime due colonne della sua matrice di rotazione, così che le reti neurali possano predire rotazioni senza le discontinuità degli angoli di Eulero o dei quaternioni.
- Action Chunking: Un'impostazione della policy in cui un robot predice in una volta una breve sequenza di azioni future e ne esegue diverse prima di interrogare di nuovo la policy, invece di predire un'azione per passo.
- Active Perception: Controllare come e dove un robot rileva, ad esempio spostando una telecamera o l'oggetto stesso, in modo che ogni nuova misura riduca l'incertezza su ciò che il robot deve sapere.
- Activities of Daily Living: Le attività di base di cura di sé che le persone svolgono ogni giorno, come mangiare, lavarsi, vestirsi, usare il bagno e spostarsi dal letto alla sedia, usate in sanità per misurare l'indipendenza e in robotica per fissare gli obiettivi di assistenza.
- Actor-Critic: Una famiglia di metodi di apprendimento per rinforzo che addestrano insieme due parti: un actor, la policy che sceglie le azioni, e un critic, una funzione di valore appresa usata per valutare e migliorare quelle azioni.
- Actuator: Componente che converte energia in movimento per lo spostamento e la manipolazione di un robot.
- Admittance Control: Uno schema di controllo di forza che misura la forza applicata a un robot e la converte in un comando di moto, facendo comportare un robot controllato in posizione come un sistema massa-molla-smorzatore scelto.
- Affordance: Un'azione che un oggetto o un ambiente rende possibile per un particolare agente, come una maniglia che può essere afferrata o una superficie che può sostenere un oggetto appoggiato.
- AMR: Robot a navigazione autonoma che si muovono senza percorsi fissi
- Antipodal Grasp: Una presa a due contatti in cui la retta che unisce i contatti cade all'interno del cono di attrito in ciascun contatto, così che le dita possono stringere l'oggetto senza scivolare.
- Anytime Motion Planning: Pianificazione del movimento che restituisce rapidamente un percorso valido e poi continua a migliorarlo finché il tempo lo consente, così che una risposta utilizzabile è disponibile ogni volta che il pianificatore viene fermato.
- Articulated Body Algorithm: Un algoritmo ricorsivo efficiente, introdotto da Featherstone nel 1983, che calcola le accelerazioni dei giunti di un robot a partire dalle coppie applicate in un tempo proporzionale al numero dei suoi giunti.
- Articulated object: Un oggetto fatto di parti rigide collegate da giunti, di solito rotoidali o prismatici, come una porta, un cassetto, un portatile o un forno, le cui parti si muovono l'una rispetto all'altra quando un robot lo manipola.
- Asymmetric Actor-Critic: Una configurazione di apprendimento per rinforzo actor-critic in cui il critic viene addestrato sullo stato privilegiato del simulatore mentre l'actor usa solo le osservazioni di cui disporrà il robot reale.
- Axis-Aligned Bounding Box: Il più piccolo box con spigoli paralleli agli assi coordinati di un sistema di riferimento scelto che racchiude un oggetto, memorizzato come vertici minimo e massimo e usato per test rapidi di sovrapposizione e di distanza.
- Backchannel: Una breve risposta dell'ascoltatore, come "mhm", "yeah" o un cenno del capo, che mostra attenzione o comprensione mentre l'altra persona mantiene il turno.
- Backdrivability: La possibilità di muovere un giunto spingendone l'uscita: la proprietà che decide se un robot può sentire il contatto ed essere mosso a mano.
- Backlash: Il gioco (lasco) di una trasmissione: di quanto si muove l'uscita prima che l'ingresso la riprenda dopo un'inversione, di solito indicato in minuti d'arco.
- Behavior Cloning: Tecnica di machine learning in cui i robot imparano i compiti copiando le dimostrazioni di un esperto.
- Behavior Tree: Architettura di controllo gerarchica che organizza le decisioni del robot come un albero modulare di nodi azione, condizione e compositi.
- Belief-Space Planning: Pianificare su distribuzioni di probabilità dello stato del robot anziché su una singola stima, così che le azioni possano essere scelte per ridurre l'incertezza oltre che per raggiungere l'obiettivo.
- Bézier Curve: Una curva polinomiale definita da punti di controllo: parte dal primo, termina nell'ultimo ed è attratta verso quelli intermedi; molto usata per percorsi e traiettorie dei robot e per le forme dei tratti.
- Bicycle model: Un modello piano di veicolo che fonde le due ruote di ciascun asse in un'unica ruota sulla linea mediana, fornendo un modello semplice del moto di un robot di tipo automobilistico con sterzo e, nella forma dinamica, con le forze degli pneumatici.
- Bird's-Eye View: Una rappresentazione a griglia vista dall'alto dell'area attorno a un robot o a un veicolo, costruita da LiDAR, telecamere o entrambi, usata per il rilevamento 3D, la mappatura e la pianificazione.
- BLDC Motor: Motore brushless CC con commutazione elettronica per un'attuazione efficiente e affidabile.
- Bundle Adjustment: Affinamento congiunto ai minimi quadrati non lineari delle pose delle telecamere e delle posizioni 3D dei landmark, e talvolta dei parametri della telecamera, che minimizza l'errore di riproiezione di tutte le feature osservate.
- Camera-Based Tactile Sensor: Un sensore tattile in cui una telecamera riprende l'interno di una pelle di elastomero morbido, spesso rivestita o marcata, trasformando la forma e il moto di un contatto in immagini ad alta risoluzione.
- Camera Intrinsics: I parametri interni di una telecamera, lunghezze focali, punto principale e distorsione dell'obiettivo, che mappano i punti 3D nel sistema della telecamera in coordinate di pixel.
- Cascaded Control: Una struttura di controllo con anelli di retroazione annidati, in cui un anello esterno calcola il setpoint per un anello interno più veloce, come posizione sopra assetto sopra velocità angolare del corpo su un drone.
- Category-Level Manipulation: Manipolazione che generalizza a tutte le istanze di una categoria di oggetti, come qualsiasi tazza o qualsiasi cassetto, comprese istanze mai viste prima e senza i loro modelli CAD.
- Centroidal Dynamics: Un modello ridotto di un robot con gambe o umanoide che descrive come le forze di contatto modificano il moto del suo centro di massa e la sua quantità di moto angolare totale, senza seguire ogni singolo arto.
- Chamfer Distance: Una misura di quanto differiscono due insiemi di punti, ottenuta associando ogni punto al suo vicino più prossimo nell'altro insieme e combinando quelle distanze in entrambe le direzioni.
- Cobot: Robot progettati per lavorare in sicurezza accanto alle persone
- Complementarity Constraint: Una coppia di condizioni di non negatività con prodotto nullo, per cui al massimo una delle grandezze può essere positiva; si usa per modellare il contatto, dove la forza esiste solo se la distanza è zero.
- Complementary Filter: Un semplice stimatore che fonde due sensori con rumore complementare applicando un filtro passa-basso a uno e un filtro passa-alto all'altro; usato comunemente per fondere i dati di giroscopio e accelerometro in una stima dell'assetto.
- Configuration Space: Lo spazio di tutte le configurazioni possibili di un robot, in cui ogni punto specifica il valore di ogni giunto o la posa del corpo, trasformando la pianificazione del movimento nella ricerca di un percorso per un singolo punto.
- Conformal Prediction: Un metodo statistico che trasforma i punteggi di qualsiasi modello in insiemi di predizione che contengono la risposta vera con una probabilità scelta, calibrato su dati tenuti da parte.
- Constraint Manifold: L'insieme delle configurazioni del robot che soddisfano uno o più vincoli di uguaglianza, come tenere in piano un vassoio; di solito una superficie di dimensione inferiore all'interno dello spazio delle configurazioni.
- Contact mode: Un'etichetta discreta che indica quali contatti di un sistema robot-oggetto sono attivi e se ciascuno è aderente o strisciante; ogni etichetta corrisponde a un diverso insieme di dinamiche regolari.
- Control Barrier Function: Una funzione dello stato di un robot il cui segno delimita un insieme sicuro, usata per vincolare gli ingressi di controllo in modo che un sistema che parte all'interno dell'insieme sicuro, in modo dimostrabile, non ne esca mai.
- Convex decomposition: Suddividere una forma non convessa, di solito una mesh triangolare, in un insieme di pezzi convessi la cui unione la approssima, così da poter usare algoritmi di collisione convessi veloci.
- Cooperative Perception: Percezione in cui più veicoli, robot o unità a bordo strada condividono dati dei sensori o rilevamenti, così che ciascuno veda oltre le occlusioni e oltre la portata dei propri sensori.
- Coordinate Frame: Sistemi di riferimento che definiscono origine e orientamento per descrivere posizioni nello spazio 3D, usati per mettere in relazione componenti, sensori e oggetti.
- Cost of Transport: Una misura adimensionale dell'efficienza della locomozione: l'energia usata per spostare un corpo di una data distanza, divisa per il suo peso moltiplicato per quella distanza.
- Coulomb Friction: Il modello standard di attrito secco: l'attrito si oppone allo strisciamento con modulo fino al coefficiente d'attrito per la forza normale, ed è pari a quel limite una volta che le superfici strisciano.
- Covariate Shift: Una discrepanza tra la distribuzione degli ingressi su cui un modello è stato addestrato e quella che incontra nell'uso, mentre la relazione tra ingresso e uscita resta la stessa; nell'apprendimento per imitazione, la radice degli errori che si accumulano.
- Cross-Embodiment: Addestrare una singola policy di apprendimento robotico che funzioni su più tipi di corpo robotico, trasferendo conoscenza tra piattaforme hardware diverse.
- Cross-Entropy Method (CEM): Un ottimizzatore basato sul campionamento che estrae ripetutamente soluzioni candidate, conserva la frazione con il punteggio migliore e vi riadatta la distribuzione di campionamento; molto usato per ottimizzare sequenze di azioni nel controllo basato su modello.
- Curriculum Learning: Una strategia di addestramento che propone a un sistema di apprendimento prima task o esempi più facili e aumenta gradualmente la difficoltà, così che possa padroneggiare abilità troppo difficili da apprendere da zero.
- Cycloidal Drive: Riduttore ad alto rapporto in cui un albero eccentrico fa rotolare un disco lobato attorno a perni fissi; apprezzato nei giunti per robustezza agli urti e gioco ridotto.
- DAgger: Un algoritmo di apprendimento per imitazione che esegue ripetutamente la policy del learner stesso, fa etichettare a un esperto gli stati raggiunti e riaddestra sul dataset crescente per evitare l'accumulo degli errori.
- Depth Camera: Telecamera che acquisisce informazioni di profondità, consentendo la comprensione 3D della scena.
- Dexterous Manipulation: Capacità di un robot di maneggiare e riposizionare oggetti con mani a più dita, per un uso degli utensili simile a quello umano e una manipolazione precisa.
- Dielectric Elastomer Actuator: Un attuatore morbido costituito da una pellicola sottile di elastomero tra elettrodi cedevoli; un'alta tensione comprime la pellicola rendendola più sottile e più estesa, producendo grandi deformazioni.
- Differentiable Simulation: Simulazione fisica in grado di calcolare i gradienti delle proprie uscite rispetto ai propri ingressi e parametri, così che controllori, progetti e modelli di robot possano essere ottimizzati direttamente per discesa del gradiente.
- Differential dynamic programming: Un metodo di ottimizzazione delle traiettorie che migliora una sequenza di controlli con passate ripetute all'indietro e in avanti, usando modelli quadratici locali del costo residuo (cost-to-go) lungo la traiettoria corrente.
- Differential Flatness: Una proprietà di alcuni sistemi non lineari il cui stato completo e i cui ingressi possono essere scritti come funzioni di poche uscite piatte e delle loro derivate, il che semplifica molto la pianificazione di traiettorie e il controllo.
- Diffusion Policy: Approccio di apprendimento robotico che usa modelli di diffusione per generare distribuzioni di azioni fluide.
- Digital Twin: Replica virtuale di un robot o di un sistema produttivo fisico, sincronizzata con i dati dei sensori in tempo reale per monitoraggio, simulazione e ottimizzazione.
- Direct Collocation: Un metodo di ottimizzazione di traiettoria che tratta stati e controlli in istanti campionati come variabili e impone la dinamica come vincoli tra campioni vicini.
- Direct Drive: Motore collegato direttamente al carico senza ingranaggi, con gioco nullo ed elevata trasparenza della forza.
- Divergent Component of Motion: La parte instabile della dinamica del centro di massa di un robot che cammina, che combina posizione e velocità in un unico punto da controllare per mantenere il robot in equilibrio.
- DOF: Gradi di libertà: il numero di assi di movimento indipendenti in un sistema robotico.
- Domain Randomization: Tecnica di trasferimento sim-to-real che addestra in simulazione gli algoritmi di apprendimento robotico con aspetto visivo, parametri fisici e condizioni ambientali fortemente randomizzati.
- Doppler Velocity Log: Un sensore acustico per veicoli subacquei che misura la velocità rispetto al fondale, o rispetto all'acqua, dallo spostamento Doppler degli echi sonori, ed è il principale ingresso della navigazione stimata subacquea.
- Double Integrator: Il sistema dinamico del secondo ordine più semplice: l'ingresso di controllo è l'accelerazione, mentre posizione e velocità sono gli stati. Modella una massa puntiforme che si muove sotto una forza comandata.
- Dubins Car: Un modello di veicolo planare che avanza a velocità costante con una velocità di virata limitata; i suoi percorsi più brevi tra due pose sono composti al massimo da tre archi e segmenti rettilinei.
- Dynamic Manipulation: Manipolazione in cui le forze d'inerzia e di accelerazione sono essenziali per il compito, come nel lanciare, sbattere o afferrare al volo, così che l'oggetto continua a muoversi dopo la fine del contatto.
- Dynamic Movement Primitive: Una primitiva di movimento che codifica una traiettoria come un sistema dinamico stabile del secondo ordine più un termine forzante appreso, così che un movimento dimostrato possa essere riprodotto verso nuovi obiettivi e a nuove velocità.
- Dynamic Time Warping: Un algoritmo di programmazione dinamica che allinea due serie temporali con velocità o lunghezze diverse trovando l'abbinamento dei loro campioni che preserva l'ordine e ha la distanza totale minima.
- Eigengrasp: Una direzione di base nello spazio dei giunti di una mano robotica, ricavata da posture di presa tipiche, così che le forme della mano possano essere descritte e cercate con pochi coefficienti invece che con tutti gli angoli dei giunti.
- Elastic band: Un metodo locale di deformazione del percorso che tratta un percorso pianificato come una banda estensibile, tesa da forze interne e allontanata dagli ostacoli da forze esterne, così da adattarsi in tempo reale.
- Electro-Permanent Magnet: Un gruppo magnetico che può essere attivato o disattivato con un breve impulso di corrente e poi mantiene il suo stato senza alimentazione, usato in pinze, chiusure a scatto e connettori per robot modulari.
- Elevation Map: Una mappa a griglia 2,5D del terreno che memorizza un valore di altezza, spesso con un'incertezza, per ogni cella orizzontale; un ingresso standard per la pianificazione di robot con gambe e fuoristrada.
- Embodied AI: Agenti di IA che percepiscono, ragionano e agiscono in ambienti fisici attraverso un corpo robotico, chiudendo il ciclo tra percezione e azione.
- Encoder: Sensore che converte posizione o movimento in segnali digitali per il controllo in retroazione.
- End Effector: Utensile o dispositivo all'estremità di un braccio robotico per interagire con gli oggetti.
- End-User Robot Programming: Metodi e strumenti che permettono a persone senza competenze di robotica o di programmazione di creare, adattare e riassegnare da sole i comportamenti dei robot, dove e quando ne hanno bisogno.
- Energy tank: Un accumulo virtuale di energia nel controllore di un robot che tiene conto dell'energia dissipata e iniettata e consente azioni di controllo non passive solo finché il serbatoio contiene energia, così che il sistema resti passivo.
- EOAT: Dispositivi montati all'estremità dei bracci robotici per eseguire i compiti
- Equivariance: Una proprietà di una funzione o di una rete neurale il cui output si trasforma in modo prevedibile quando il suo input viene trasformato, per esempio una previsione di presa che ruota quando ruota la scena.
- Ergodic Coverage: Un modo di pianificare percorsi di ricerca in cui il tempo che un robot trascorre in ogni regione corrisponde a quanta informazione ci si aspetta che quella regione contenga.
- Event Camera: Un sensore di visione i cui pixel segnalano in modo indipendente le variazioni di luminosità come eventi con timestamp invece di fotogrammi completi, offrendo una temporizzazione molto fine, un'elevata gamma dinamica e assenza di mosso.
- Exoskeleton: Dispositivo robotico indossabile che aumenta forza, resistenza o mobilità umana agendo in sintonia con i movimenti di chi lo indossa.
- Extended Kalman Filter: Estensione non lineare del filtro di Kalman che stima lo stato di un sistema dinamico linearizzandone il modello attorno alla stima attuale a ogni passo temporale.
- Exteroception: La percezione dell'ambiente esterno al robot, con telecamere, LiDAR, radar, sonar e sensori simili, in contrapposizione alla propriocezione, che percepisce i giunti e il moto del robot stesso.
- Extrinsic Calibration: Determinare la posa di corpo rigido di un sensore rispetto al robot o a un altro sensore, così che le misure possano essere collocate in un sistema di coordinate comune.
- Extrinsic dexterity: Manipolare un oggetto tenuto in mano usando risorse esterne alla mano, come il contatto con l'ambiente, la gravità o il movimento del braccio, per fare ciò che le dita da sole non possono.
- Eye-in-Hand Camera: Una telecamera montata sul polso o sull'end-effector di un robot in modo che si muova con la pinza, fornendo viste ravvicinate di ciò che la mano sta per toccare.
- Factor Graph: Un grafo bipartito che rappresenta una distribuzione di probabilità come prodotto di fattori, collegando le variabili incognite, come pose e punti di riferimento, alle misure e alle distribuzioni a priori che le vincolano.
- Farthest Point Sampling: Un metodo greedy per scegliere un numero fisso di punti da una nuvola di punti in modo che si distribuiscano uniformemente sulla forma, scegliendo ripetutamente il punto più lontano da quelli già scelti.
- Fault-Tolerant Control: Progettazione del controllo che mantiene un sistema stabile e utilizzabile dopo guasti come un attuatore o un sensore fuori uso, tollerando il guasto oppure rilevandolo e riconfigurando il controllore.
- Feedback Linearization: Una tecnica di controllo non lineare che usa un modello del sistema per cancellarne le non linearità tramite retroazione dello stato, così che al risultato si possa applicare la progettazione standard del controllo lineare.
- Finite Element Method: Una tecnica numerica che divide un solido in molti piccoli elementi per calcolare come si deforma, sopporta sollecitazioni o si muove sotto carico, molto usata per robot soft e parti strutturali.
- Foothold Planning: Scegliere dove atterrerà ciascun piede di un robot con gambe, usando dati sul terreno e la dinamica del robot, in modo che ogni passo sia stabile, raggiungibile e sicuro.
- Force Closure: Una proprietà della presa: i contatti, sfruttando l'attrito, possono applicare insieme un wrench che resiste a qualsiasi forza e coppia esterne sull'oggetto afferrato.
- Force-Sensitive Resistor: Un sensore sottile e flessibile la cui resistenza elettrica cala quando si applica una forza sulla sua superficie, offrendo un modo semplice ed economico per rilevare il tocco e stimare la forza di contatto.
- Force/Torque Sensor: Sensore che misura forze e coppie per una manipolazione robotica cedevole.
- Formation Control: Coordinare un gruppo di robot affinché raggiungano e mantengano una disposizione geometrica specificata, come distanze, scostamenti o spaziature fissi lungo un percorso, di solito con percezione e comunicazione locali.
- Forward Dynamics Model: Un modello che prevede come cambierà lo stato di un sistema dati il suo stato attuale e un'azione applicata, permettendo a un robot di simulare gli effetti delle proprie azioni prima di compierle.
- Forward Kinematics: Il procedimento matematico che calcola posizione e orientamento dell'end effector di un robot dagli angoli dei giunti, rispondendo in sostanza alla domanda "dov'è la punta con questi valori dei giunti?"
- Foundation Model: Grandi modelli di IA addestrati su dati ampi, adattabili a molti compiti a valle.
- FPGA: Un field-programmable gate array: un chip di logica configurabile, memoria e instradamento che viene cablato come circuito digitale su misura caricando una configurazione, invece di eseguire un programma.
- Frenet Frame Planning: Pianificazione della traiettoria in coordinate allineate alla strada, distanza lungo un percorso di riferimento e scostamento laterale da esso, di solito campionando molte traiettorie candidate regolari e scegliendo la valida meno costosa.
- Friction Cone: L'insieme delle forze di contatto che una superficie può trasmettere senza slittare in presenza di attrito coulombiano, a forma di cono attorno alla normale alla superficie, con un semiangolo fissato dal coefficiente di attrito.
- Frontier-Based Exploration: Una strategia di esplorazione in cui un robot si dirige ripetutamente verso i confini tra lo spazio libero mappato e lo spazio inesplorato, estendendo la sua mappa finché non restano più confini di questo tipo.
- Gait: Schema e temporizzazione dei movimenti delle gambe che un robot con zampe usa per la locomozione.
- Gaussian process regression: Un metodo di regressione bayesiano e non parametrico che modella una funzione sconosciuta come un processo gaussiano, fornendo sia una media prevista sia un'incertezza in ogni punto di interrogazione.
- Gear Ratio: Quanti giri del motore producono un giro dell'uscita: il numero che scambia velocità con coppia e decide in silenzio gran parte del comportamento di un giunto.
- GNSS: Sistema globale di navigazione satellitare (Global Navigation Satellite System): costellazioni come GPS, Galileo, GLONASS e BeiDou, e i ricevitori che usano i loro segnali per stimare posizione globale, velocità e ora.
- Goal-Conditioned Policy: Una policy di controllo che riceve un obiettivo come input aggiuntivo insieme alle sue osservazioni, così che un unico modello appreso possa raggiungere molti obiettivi diversi invece di essere addestrato per un solo compito.
- Godspeed Questionnaire: Un insieme di cinque scale di questionario di Bartneck et al. (2009) che misurano come le persone percepiscono un robot: antropomorfismo, animatezza, gradevolezza, intelligenza percepita e sicurezza percepita.
- Graph of Convex Sets: Una formulazione di pianificazione del movimento che collega in un grafo regioni convesse dello spazio libero e trova un percorso liscio e privo di collisioni attraverso di esse mediante ottimizzazione convessa.
- Grasp Planning: Processo che stabilisce il posizionamento e l'avvicinamento ottimali della pinza per prelevare con successo gli oggetti.
- Grasp Quality Metric: Un punteggio di quanto è buona una presa, ad esempio quanto è grande il wrench di disturbo che i suoi contatti possono contrastare, usato per ordinare le prese candidate, guidare l'ottimizzazione delle prese ed etichettare i dataset di prese.
- Grasp Taxonomy: Una classificazione strutturata dei modi in cui una mano può tenere gli oggetti, come le prese di forza, di precisione e laterali, usata per analizzare la presa umana e per progettare e controllare mani robotiche.
- Gravity Compensation: Annullare l'effetto della gravità su un robot, sommando ai comandi dei giunti le coppie gravitazionali previste dal modello oppure meccanicamente con contrappesi o molle.
- Gripper: Dispositivo meccanico all'estremità di un braccio robotico per afferrare e manipolare oggetti.
- Ground-Penetrating Radar: Un sensore che invia impulsi radio nel terreno e registra le riflessioni da strati e oggetti sepolti, producendo immagini del sottosuolo; in robotica serve per l'ispezione e la localizzazione.
- Hall Effect Sensor: Sensore che rileva i campi magnetici misurando la tensione prodotta in un conduttore percorso da corrente in un campo perpendicolare; molto usato in robotica per la commutazione dei motori.
- Hamilton-Jacobi-Bellman Equation (HJB): L'equazione alle derivate parziali la cui soluzione è la funzione di valore ottima di un problema di controllo ottimo a tempo continuo; la forma a tempo continuo del principio di ottimalità di Bellman.
- Harmonic Drive: Meccanismo di riduzione ad alto rapporto e gioco nullo, molto usato nei giunti dei robot.
- Hertz Contact Theory: La soluzione di Heinrich Hertz del 1882 per il contatto senza attrito tra corpi elastici lisci, che dà dimensione del contatto, pressione e forza a partire dall'indentazione; per esempio, per una sfera la forza cresce con l'indentazione elevata a 3/2.
- Hexapod: Robot camminante a sei zampe, con una stabilità eccezionale grazie alla locomozione con andatura a treppiede ispirata agli insetti.
- Hindsight Experience Replay (HER): Una tecnica di apprendimento per rinforzo condizionato all'obiettivo che rietichetta gli episodi falliti con obiettivi che l'agente ha effettivamente raggiunto, trasformando i fallimenti a ricompensa sparsa in dati di addestramento utili.
- Homography: Una trasformazione proiettiva 3×3 che mappa i punti di un piano su un altro, come una superficie piana vista da due telecamere, o due immagini riprese da una telecamera che si limita a ruotare.
- Homotopy Class: Un insieme di percorsi con la stessa partenza e lo stesso obiettivo che possono essere deformati con continuità l'uno nell'altro senza attraversare un ostacolo, come tutti i percorsi che passano a sinistra di un dato pilastro.
- Humanoid Robot: Robot con una struttura corporea simile a quella umana, con busto, braccia e gambe, per operare in ambienti umani.
- Hybrid A*: Una variante della ricerca A* per robot di tipo automobilistico che espande i nodi simulando movimenti di sterzata ammissibili in uno stato continuo, mentre pota con una griglia grossolana di (x, y, orientamento).
- Hybrid Position/Force Control: Uno schema di controllo per bracci robotici che divide lo spazio del task in direzioni controllate in posizione e direzioni ortogonali controllate in forza, così che un robot possa muoversi lungo una superficie premendovi sopra.
- Hybrid system: Un sistema dinamico che combina dinamica continua e commutazioni discrete tra modi, come un robot con gambe che alterna appoggio e volo, o una mano che stabilisce e interrompe il contatto.
- Imitation Learning: Approccio di apprendimento automatico in cui i robot imparano osservando e imitando dimostrazioni di esperti.
- Impedance Control: Strategia di controllo dei robot che regola la relazione dinamica tra movimento e forza nel punto di contatto, facendo comportare il robot come un sistema molla-smorzatore programmabile.
- IMU: Sensore che combina accelerometri e giroscopi per misurare orientamento e movimento.
- IMU Preintegration: Combinare i numerosi campioni dell'IMU tra due keyframe in un'unica misura di moto relativo che non dipende dai loro stati assoluti, così che un ottimizzatore non debba reintegrare quando le stime cambiano.
- Instance Segmentation: Un compito di percezione che trova ogni singolo oggetto in un'immagine o in una nuvola di punti e produce una maschera separata per ciascuno, di solito con un'etichetta di classe, così che gli oggetti dello stesso tipo che si toccano restino separati.
- Interactive Perception: Percezione in cui un robot agisce deliberatamente sull'ambiente, spingendo, tirando o spostando oggetti, per rivelare informazioni che l'osservazione passiva non può fornire.
- Inverse Dynamics Model: Un modello che calcola l'azione, come le coppie ai giunti o un comando di controllo, necessaria per portare un sistema dal suo stato attuale a uno stato successivo o a un'accelerazione desiderati.
- Inverse Kinematics: Calcolo matematico degli angoli dei giunti necessari per portare l'end effector in una posizione desiderata.
- Inverse Reinforcement Learning: Apprendere la funzione di ricompensa che spiega il comportamento dimostrato da un esperto, così che poi si possa addestrare una policy a ottimizzare quella ricompensa con l'apprendimento per rinforzo o la pianificazione.
- Iterative Closest Point: Un algoritmo che allinea due nuvole di punti accoppiando ripetutamente ogni punto con il suo vicino più prossimo nell'altra nuvola e calcolando la trasformazione rigida che meglio si adatta a quelle coppie.
- Jacobian: Matrice che lega le velocità dei giunti alle velocità dell'end effector, fondamentale per il controllo dei bracci robotici.
- Job-Shop Scheduling: Un problema di ottimizzazione combinatoria che consiste nell'ordinare operazioni su macchine condivise, in cui ogni job segue il proprio percorso fisso tra le macchine, di solito per minimizzare il tempo fino al completamento di tutti i job (makespan).
- Joint: Connessione mobile tra i segmenti di un robot che fornisce i gradi di libertà per il movimento.
- Keyframe: Un fotogramma selezionato che un sistema di SLAM o di mappatura conserva, con la sua posa e le sue osservazioni, per l'ottimizzazione successiva, mentre la maggior parte degli altri fotogrammi viene usata brevemente e scartata.
- Kinematic Redundancy: Un robot è cinematicamente ridondante per un compito quando ha più giunti di quanti il compito ne richieda, così che la stessa posa dell'end effector può essere raggiunta con una famiglia continua di configurazioni dei giunti.
- Kinematics: Lo studio della geometria del moto del robot: come gli angoli dei giunti corrispondono alle posizioni dell'end effector (cinematica diretta) e viceversa (cinematica inversa), senza considerare le forze.
- Kinematic singularity: Una configurazione in cui lo jacobiano di un meccanismo perde rango, così che l'end effector non può muoversi o applicare forza in qualche direzione e i movimenti vicini richiedono velocità dei giunti molto grandi.
- Kinesthetic Teaching: Insegnare a un robot guidandone fisicamente il braccio lungo un compito mentre registra il proprio movimento dei giunti o dell'end effector, ottenendo dimostrazioni direttamente nel corpo stesso del robot.
- Kinodynamic Planning: Pianificazione del movimento che rispetta sia i vincoli geometrici, come le collisioni, sia la dinamica del sistema, trovando gli ingressi di controllo nel tempo invece di un semplice percorso privo di collisioni.
- LIDAR: Tecnologia di rilevamento basata sul laser che crea mappe 3D misurando le distanze con impulsi di luce.
- LiDAR Odometry: Stima del moto di un robot registrando scansioni LiDAR successive l'una rispetto all'altra o rispetto a una mappa locale; deriva con la distanza se non viene corretta da una chiusura del loop.
- Lifelong Robot Learning: Un contesto di apprendimento in cui un robot acquisisce nel tempo una sequenza di compiti con un unico modello, con l'obiettivo di conservare le abilità precedenti e riusarle per imparare più in fretta i compiti nuovi.
- Linear Inverted Pendulum: Un modello semplificato di un robot che cammina o mantiene l'equilibrio come una massa puntiforme ad altezza costante su una gamba priva di massa, che rende la dinamica del suo centro di massa lineare e facile da controllare.
- Linear-Quadratic Regulator: Un controllore ottimo in retroazione per sistemi lineari con costi quadratici sullo stato e sull'ingresso, la cui soluzione è una matrice di guadagno ricavata da un'equazione di Riccati.
- Loco-Manipulation: L'uso coordinato delle capacità di locomozione e di manipolazione di un robot, in cui muovere il corpo e maneggiare oggetti vengono pianificati e controllati insieme invece che come passi separati.
- Locomotion: La capacità fondamentale che permette a un robot di muoversi nel proprio ambiente, camminando, rotolando, volando e nuotando.
- Loop Closure: Il passo dello SLAM in cui un robot riconosce di essere tornato in un luogo già visitato e usa quella corrispondenza per correggere la deriva accumulata lungo il percorso.
- Magnetic actuation: Muovere un oggetto magnetico con forze e coppie generate da campi magnetici esterni, usata per guidare capsule, cateteri e microrobot senza cavi né motori a bordo.
- Manipulator: Sistema meccanico programmabile di link rigidi collegati da giunti, progettato per muovere oggetti o utensili nello spazio: il termine ingegneristico formale per ciò che i più chiamano braccio robotico.
- Marching Cubes: Un algoritmo che estrae una mesh triangolare di una superficie da una griglia 3D di valori scalari, come un campo di distanza con segno, elaborando la griglia un cubo alla volta.
- Markov Decision Process (MDP): Il modello matematico standard del processo decisionale sequenziale: stati, azioni, probabilità di transizione, ricompense e un fattore di sconto, con lo stato successivo che dipende solo dallo stato e dall'azione correnti.
- Meta-Reinforcement Learning: Apprendimento per rinforzo che si addestra su molti task correlati affinché l'agente impari ad adattarsi e possa risolvere un nuovo task della stessa famiglia con poca esperienza.
- Microstepping: Una tecnica di pilotaggio dei motori passo-passo che imposta livelli di corrente intermedi nelle fasi del motore così che il rotore si fermi tra un passo intero e l'altro, ottenendo una risoluzione più fine, un movimento più fluido e meno rumore.
- Minimum-Snap Trajectory: Un percorso regolare attraverso dei waypoint ottenuto minimizzando l'integrale del quadrato dello snap, la derivata quarta della posizione; il modo standard di pianificare il volo dei quadrirotori.
- Mixed-Integer Programming: Ottimizzazione in cui alcune variabili devono assumere valori interi, spesso 0 o 1, permettendo a un unico problema di combinare scelte discrete e grandezze continue.
- Mobile manipulator: Un robot che combina uno o più bracci manipolatori con una base mobile, come una piattaforma su ruote o un corpo con zampe, così da potersi sia spostare nel proprio ambiente sia maneggiare oggetti.
- Model Predictive Control: Strategia di controllo basata sull'ottimizzazione che usa un modello dinamico del sistema per prevederne il comportamento futuro su un orizzonte finito e calcola in tempo reale le azioni di controllo ottimali.
- Model Predictive Path Integral: Un metodo di controllo predittivo basato su modello che funziona per campionamento: simula molte sequenze di controllo perturbate casualmente attraverso un modello dinamico e ne fa la media, pesata in base al costo, per scegliere l'azione successiva.
- Monte Carlo Tree Search: Un algoritmo di pianificazione online che fa crescere un albero di ricerca simulando molte traiettorie a partire da un modello e ne usa i ritorni per scegliere l'azione più promettente.
- Motion Planning: Algoritmi che calcolano percorsi del robot privi di collisioni dalla configurazione iniziale a quella obiettivo.
- Motion Primitive: Un blocco riutilizzabile del movimento di un robot, come un'abilità parametrizzata (spostarsi a una posa, aprire la pinza) o un breve segmento di traiettoria, che pianificatori e policy combinano in comportamenti più lunghi.
- Motion Retargeting: Trasferimento del movimento da un corpo sorgente a un robot obiettivo con dimensioni fisiche diverse, per la teleoperazione e il trasferimento di abilità dall'uomo al robot.
- Moving horizon estimation: Uno stimatore di stato basato sull'ottimizzazione che adatta un modello dinamico alle misure di una finestra scorrevole di passi temporali recenti, risolvendo di nuovo a ogni passo e in grado di imporre vincoli.
- Multi-Agent Path Finding: Il problema di calcolare percorsi privi di collisioni per molti agenti che si muovono contemporaneamente su un grafo condiviso, come i robot di magazzino su una griglia, in modo che ogni agente raggiunga il proprio obiettivo senza conflitti.
- Multi-Task Reinforcement Learning: Apprendimento per rinforzo che addestra un'unica policy, condizionata a un identificatore o a una descrizione del task, a ottenere buone prestazioni su un insieme fisso di task contemporaneamente.
- Narrow Passage Problem: La difficoltà che i pianificatori basati sul campionamento hanno con i corridoi sottili dello spazio libero: i campioni casuali vi cadono raramente, quindi la pianificazione rallenta o si accontenta di una lunga deviazione.
- Neural Implicit Representation: Un modo di memorizzare una forma, una scena o una mappa come una rete neurale che associa alle coordinate spaziali valori come occupazione, distanza con segno, densità o colore, così da poterla interrogare in qualsiasi punto.
- Neural Radiance Field: Una rappresentazione neurale della scena che mappa una posizione 3D e una direzione di vista in colore e densità, addestrata su immagini con posa nota in modo da poter renderizzare nuove viste della scena.
- Nonholonomic Constraint: Un vincolo sulle velocità di un sistema che non può essere integrato in un vincolo sulla sua configurazione, come una ruota che non può strisciare lateralmente ma può comunque raggiungere qualsiasi posizione.
- Nonprehensile Manipulation: Spostare o riorientare oggetti senza afferrarli, per esempio spingendoli, facendoli scivolare, inclinandoli, facendoli rotolare, facendoli ruotare attorno a un perno o lanciandoli, sfruttando attrito, gravità e dinamica invece di una presa salda.
- Novelty Effect: Il cambiamento nel comportamento e nelle valutazioni delle persone causato dal fatto che un robot è nuovo per loro, che di solito svanisce o si modifica man mano che il robot diventa familiare nel corso di interazioni ripetute.
- Obstacle Avoidance: Capacità di un robot di rilevare e aggirare gli oggetti senza collisioni, tramite sensori e pianificazione.
- Octree: Una struttura dati ad albero che suddivide ricorsivamente lo spazio 3D in otto cubi, allocando celle fini solo dove ci sono dati, per ottenere mappe compatte e interrogazioni spaziali rapide.
- Odometry: Stima della variazione di posizione di un robot nel tempo tramite dati di sensori come encoder delle ruote o telecamere.
- Offline Reinforcement Learning: Apprendimento per rinforzo a partire da un dataset fisso di transizioni raccolto in precedenza, senza ulteriore interazione con l'ambiente durante l'addestramento.
- Omnidirectional Drive: Sistema di trazione che permette ai robot di muoversi in qualsiasi direzione senza girarsi, grazie a ruote di design speciale.
- Open-Vocabulary Detection: Rilevamento di oggetti che trova oggetti descritti da query testuali arbitrarie, comprese categorie mai etichettate durante l'addestramento, confrontando regioni dell'immagine con embedding linguistici.
- Operational Space Control: Un metodo di controllo a livello di coppia che scrive la dinamica di un manipolatore nelle coordinate dell'end effector, così che l'end effector possa essere comandato direttamente come un sistema massa-molla-smorzatore nello spazio del compito.
- Optical motion capture: Misurare le posizioni 3D di marker, e da esse la posa di corpi rigidi o di scheletri umani, triangolandone le immagini in più telecamere calibrate e sincronizzate.
- Parameterized Action MDP: Un processo decisionale di Markov le cui azioni abbinano una scelta discreta, come quale skill usare, a parametri continui per quella scelta, come dove o come eseguirla.
- Partially Observable Markov Decision Process (POMDP): Un quadro matematico per prendere decisioni quando un agente non può osservare direttamente lo stato completo del mondo e deve invece agire sulla base di osservazioni parziali e incerte.
- Particle Filter: Un metodo di stima dello stato che rappresenta una credenza come un insieme di campioni pesati, spostandoli con un modello di moto, pesandoli in base alla verosimiglianza del sensore e ricampionandoli.
- Passive Compliance: Flessibilità incorporata nel meccanismo di un robot, come molle, smorzatori o materiali morbidi, che gli permette di cedere alle forze di contatto senza alcuna misura né controllo attivo.
- Payload: Peso massimo che un robot può trasportare o manipolare durante il funzionamento.
- Peg-in-hole insertion: L'inserimento di un pezzo in un foro con accoppiamento stretto; il benchmark standard per l'assemblaggio ricco di contatti, in cui il gioco è spesso inferiore all'errore di posizionamento del robot.
- Penalty-Based Contact Model: Un modello di contatto che lascia i corpi compenetrarsi leggermente e li separa con una forza molla-smorzatore proporzionale alla profondità e alla velocità di penetrazione.
- Perceived Safety: Quanto una persona si sente sicura, calma e non minacciata quando interagisce con un robot o si trova vicino a esso, come cosa distinta da quanto il robot sia oggettivamente sicuro.
- Perspective-n-Point: Il problema di trovare la posa di una telecamera calibrata rispetto a un oggetto a partire da n punti 3D noti dell'oggetto e dalle loro proiezioni 2D in un'immagine.
- Physical Human-Robot Interaction: Interazione in cui un robot e una persona si scambiano forze attraverso un contatto fisico diretto o indiretto, sia pianificato, come nella guida o nell'assistenza, sia non pianificato, come in una collisione.
- Pick-and-Place: Il compito di manipolazione che consiste nell'afferrare un oggetto in un punto e rilasciarlo in una posa obiettivo specificata; l'operazione di base dell'automazione industriale e un benchmark standard del robot learning.
- PID Controller: Meccanismo di controllo che minimizza l'errore tramite retroazione proporzionale, integrale e derivativa.
- Piezoresistive Tactile Sensor: Un sensore tattile il cui materiale sensibile cambia resistenza elettrica sotto pressione o deformazione, letto come tensione o corrente; comune nelle matrici a basso costo, nella pelle robotica e nei guanti tattili.
- Pinch Point: Un punto in cui una parte del corpo di una persona può restare presa tra due parti di un robot, o tra il robot e un oggetto fisso, mentre lo spazio tra di esse si chiude.
- Planetary Gearbox: Sistema di trasmissione a ingranaggi in cui più satelliti ruotano attorno a un solare centrale all'interno di una corona, offrendo un'elevata moltiplicazione della coppia in un ingombro compatto.
- Play Data: Dati di interazione robotica registrati mentre un operatore umano in teleoperazione esplora liberamente un ambiente senza un compito fisso, usati per addestrare policy condizionate all'obiettivo e a lungo orizzonte.
- Point Cloud: Insieme di punti dati 3D che rappresentano le superfici degli oggetti, acquisiti da LiDAR o telecamere di profondità.
- Pose Graph Optimization: Una tecnica di back end SLAM che raffina la traiettoria di un robot regolando un grafo delle pose in modo che i vincoli di odometria e di chiusura del loop tra di esse concordino il più possibile.
- Potential Field: Un metodo di pianificazione e controllo in cui l'obiettivo attrae e gli ostacoli respingono, e il robot segue il gradiente del potenziale combinato; semplice e reattivo, ma soggetto a minimi locali.
- Preference-Based Learning: Apprendere una funzione di ricompensa o una policy da confronti umani, per esempio quale di due comportamenti del robot sia migliore, anziché da dimostrazioni o punteggi numerici.
- Probabilistic Roadmap: Un pianificatore del movimento basato sul campionamento che costruisce un grafo riutilizzabile di configurazioni casuali prive di collisioni e dei percorsi ammissibili tra di esse, e poi risponde alle interrogazioni di pianificazione con una ricerca su grafo.
- Projected Gravity: La direzione unitaria della gravità espressa nel sistema di coordinate del corpo di un robot; codifica rollio e beccheggio senza l'imbardata ed è un ingresso di inclinazione standard per le policy apprese di locomozione e di equilibrio.
- Proprioception: Il senso interno che un robot ha della posizione e del movimento del proprio corpo.
- Protective Stop: Un arresto attivato automaticamente dal sistema di sicurezza del robot o dai dispositivi di salvaguardia quando un limite o una condizione monitorati vengono violati, a differenza di un arresto di emergenza premuto da una persona.
- Proximal Policy Optimization: Un algoritmo di apprendimento per rinforzo on-policy che migliora una policy a piccoli passi con clipping, ampiamente usato per addestrare policy di locomozione e di controllo dei robot in simulazione parallela.
- Quadruped: Robot a quattro zampe che offre adattabilità al terreno e stabilità per navigazione e ispezione.
- Quasi Direct Drive: Attuatore a basso rapporto di riduzione (6:1-10:1) che unisce alta densità di coppia e reversibilità per robot con zampe e umanoidi.
- Quasi-Static Manipulation: Manipolazione abbastanza lenta da poter ignorare le forze d'inerzia, così che il robot e l'oggetto sono trattati come se attraversassero una successione di stati in equilibrio di forze.
- Raibert Heuristic: Una regola di posizionamento del piede per robot con zampe che colloca il punto di contatto davanti all'anca di una distanza pari a metà della durata dell'appoggio per la velocità del corpo, più una correzione proporzionale all'errore di velocità.
- Range Image: Un'immagine 2D di una scansione 3D di distanze in cui ogni pixel memorizza la distanza misurata lungo una direzione del fascio, dando alla scansione una griglia d'immagine per un'elaborazione rapida.
- RANSAC: Random Sample Consensus: un metodo di fitting robusto che adatta ripetutamente un modello a piccoli sottoinsiemi casuali dei dati e conserva il modello con cui concorda il maggior numero di punti, ignorando gli outlier.
- Rapidly-exploring random tree: Un pianificatore del movimento basato sul campionamento che fa crescere un albero dallo stato di partenza campionando ripetutamente uno stato casuale ed estendendo verso di esso il nodo più vicino dell'albero, esplorando rapidamente spazi ampi.
- Reduced Coordinates: Un modo di descrivere un meccanismo a giunti solo mediante le sue variabili di giunto, così i giunti restano uniti per costruzione invece di essere imposti come vincoli tra corpi liberi.
- Region of attraction: L'insieme degli stati iniziali da cui un sistema ad anello chiuso converge a un dato equilibrio o setpoint; misura quanto un controllore può essere perturbato e riuscire comunque a recuperare.
- Reinforcement Learning: Approccio di apprendimento automatico in cui un agente impara il comportamento ottimale per tentativi ed errori interagendo con un ambiente, guidato da segnali di ricompensa.
- Research Through Design: Un approccio alla ricerca in cui progettare e costruire prototipi è il modo principale di produrre conoscenza, e in cui gli artefatti e la riflessione sulla loro realizzazione sono trattati come risultati di ricerca.
- Residual Reinforcement Learning: Apprendimento per rinforzo di una correzione che viene sommata alle azioni di un controllore esistente o di una policy appresa, così che l'apprendimento parta da un comportamento ragionevole invece che da zero.
- Reward Shaping: Aggiungere termini supplementari alla ricompensa dell'apprendimento per rinforzo affinché l'agente riceva un riscontro utile prima di raggiungere l'obiettivo per la prima volta, idealmente senza cambiare quale comportamento è ottimo.
- RGB Camera: Telecamere a colori che acquisiscono i canali rosso, verde e blu, molto usate in robotica per il rilevamento di oggetti, l'asservimento visivo e la comprensione della scena.
- Robot Handover: Il trasferimento fisico di un oggetto tra un robot e una persona, da umano a robot o da robot a umano, coordinato attraverso il movimento, la tempistica, la scelta della presa e la forza.
- Robotic information gathering: Pianificare dove un robot deve muoversi ed effettuare misure perché i dati che raccoglie siano il più informativi possibile su un ambiente sconosciuto, entro limiti di lunghezza del percorso, tempo o energia.
- ROS: Il middleware open source e l'ecosistema su cui si basa la maggior parte del software robotico, e la fonte di gran parte del vocabolario comune del settore.
- rosbag: Lo strumento e il formato di file di ROS per registrare messaggi con timestamp dai topic e riprodurli in seguito; in ROS 2 è fornito da rosbag2 tramite il comando ros2 bag.
- RRT*: Una versione asintoticamente ottima del pianificatore Rapidly-exploring Random Tree che ricollega il proprio albero mentre cresce, così che il percorso restituito continui a migliorare verso quello di costo minimo.
- Safety Filter: Uno strato a runtime che verifica ogni comando di un controllore nominale, di una persona o di una policy appresa e lo sostituisce con il comando più vicino che mantiene il sistema, in modo dimostrabile, all'interno di un insieme sicuro.
- Scan Matching: Stima della trasformazione rigida che allinea una scansione di distanze con un'altra scansione o con una mappa; usata nell'odometria LiDAR, nella localizzazione e nello SLAM per trasformare i dati di distanza grezzi in stime della posa.
- Screw Axis: Una retta nello spazio attorno alla quale un corpo rigido ruota mentre trasla lungo di essa; qualsiasi moto di corpo rigido può essere descritto così, e i giunti dei robot sono modellati come assi elicoidali.
- SE(3): Il gruppo dei moti di corpo rigido nello spazio 3D, ogni rotazione combinata con ogni traslazione, scritto di solito come matrici di trasformazione omogenea 4×4. Descrive le pose e i cambiamenti di posa.
- Self-righting: La capacità di un robot di tornare alla propria postura eretta normale dopo essersi ribaltato o essere atterrato capovolto, usando la forma del corpo, gli arti, la coda o altre appendici.
- Semantic keypoint: Un punto di un oggetto definito in modo coerente su un'intera categoria di oggetti, come il manico o il centro del fondo di una tazza, che un robot rileva in 3D per specificare e pianificare la manipolazione.
- Semantic Map: Una mappa che registra che cosa sono le cose, come classi di oggetti, istanze o stanze, oltre a dove si trovano, così che i robot possano agire su obiettivi espressi in termini di oggetti e luoghi.
- Sensor Fusion: Combinazione dei dati di più sensori (telecamere, IMU, LiDAR) per ottenere una percezione più accurata e affidabile di quella di un singolo sensore.
- Sensorless Force Estimation: Stimare le forze e le coppie che un robot esercita sull'ambiente, o che ne riceve, usando le correnti dei motori, gli stati dei giunti e un modello dinamico invece di un sensore di forza dedicato.
- Series Elastic Actuator: Soluzione di attuatore che colloca intenzionalmente un elemento elastico cedevole (molla) tra l'uscita di motore/riduttore e il carico, consentendo un controllo preciso della forza e un'interazione sicura con le persone.
- Servo Motor: Motore elettrico che consente un controllo preciso di posizione, velocità e accelerazione tramite retroazione.
- Shared Autonomy: Uno schema di controllo in cui un operatore umano e un robot agiscono contemporaneamente sullo stesso compito, con il robot che inferisce l'obiettivo dell'operatore e fonde la propria assistenza nei comandi.
- Signal Temporal Logic: Un linguaggio formale per scrivere requisiti vincolati nel tempo su segnali a valori reali, come le traiettorie dei robot, con un punteggio di robustezza che dice con quanto margine una traiettoria li soddisfa.
- Signed Distance Field: Una funzione o griglia che memorizza, per ogni punto dello spazio, la distanza dalla superficie più vicina, con il segno che indica se il punto si trova dentro o fuori da un oggetto.
- Sim2Real: Tecniche per trasferire all'impiego nel mondo reale le abilità robotiche addestrate in simulazione.
- Single Rigid Body Model: Un modello di ordine ridotto di un robot con gambe come un unico corpo rigido con massa e inerzia fisse, mosso da forze di contatto su gambe prive di massa; molto usato nell'MPC per la locomozione.
- SLAM: Algoritmo che costruisce mappe e allo stesso tempo tiene traccia della posizione del robot.
- Slip Ring: Connettore elettrico rotante che porta energia o segnali attraverso un giunto che ruota in continuo, senza che il cavo si avvolga.
- Soft Actor-Critic: Un algoritmo di apprendimento per rinforzo off-policy che addestra una policy stocastica a massimizzare sia la ricompensa sia l'entropia delle azioni, riutilizzando l'esperienza passata da un replay buffer per essere efficiente in termini di campioni.
- Soft Robotics: Sottocampo della robotica che costruisce robot con materiali cedevoli e deformabili come silicone ed elastomeri, per un'interazione sicura con le persone, una manipolazione delicata e una presa adattiva.
- Spring-Loaded Inverted Pendulum: Un modello di ordine ridotto della corsa e del saltello: una massa puntiforme che rimbalza su una gamba a molla senza massa, alternando appoggio sulla molla e volo balistico.
- Stepper Motor: Motore elettrico che offre un controllo preciso della posizione tramite passi di rotazione discreti, senza sensori di retroazione.
- Structure from Motion: Ricavare le pose della telecamera e una nuvola di punti 3D sparsa di una scena da un insieme di immagini sovrapposte, accoppiando le feature tra le viste e raffinando tutto con il bundle adjustment.
- Success Weighted by Path Length: Una metrica di navigazione che media sugli episodi il successo moltiplicato per il rapporto tra la distanza del percorso più breve e la lunghezza del percorso effettivamente compiuto dall'agente.
- Surfel: Un elemento di superficie: un piccolo disco orientato con posizione, normale e raggio, spesso con colore, confidenza e marche temporali, usato per costruire mappe 3D dense.
- Swarm Robotics: Coordinamento di molti robot semplici che ottengono comportamenti collettivi complessi tramite interazioni locali.
- Swashplate: Un meccanismo della testa del rotore che trasforma il movimento degli attuatori in variazioni del passo delle pale di un rotore in rotazione, fornendo il passo collettivo per la spinta e il passo ciclico per inclinare il rotore e governare il velivolo.
- System Identification: Il processo di costruzione di un modello matematico di un robot o di un altro sistema dinamico a partire da dati misurati di ingresso e uscita, così che il comportamento previsto corrisponda all'hardware reale.
- Tactile Sensor: Sensore che misura proprietà del contatto come pressione, texture e slittamento per dare ai robot il senso del tatto.
- Tail-Sitter: Un velivolo a decollo e atterraggio verticale che poggia sulla coda, decolla e resta a punto fisso con il muso verso l'alto, poi ruota in beccheggio in avanti di circa 90 gradi per volare sulle ali come un velivolo ad ala fissa.
- Task and Motion Planning: Pianificazione integrata che risolve congiuntamente quale sequenza di azioni eseguire e come eseguire ogni azione con movimenti del robot fattibili.
- Task-Oriented Grasping: Scegliere una presa in base a ciò che il robot farà subito dopo con l'oggetto, come tenere un coltello per il manico per tagliare, e non solo in base alla stabilità della presa.
- Task Planning: Determinazione della sequenza di azioni di alto livello che un robot deve eseguire per raggiungere un obiettivo, ragionando su precondizioni ed effetti.
- Task-Priority Inverse Kinematics: Cinematica inversa per robot ridondanti in cui i compiti sono ordinati per rango e ogni compito a priorità più bassa viene risolto solo nei moti che lasciano inalterati i compiti a priorità più alta.
- Taxel: Un singolo elemento di rilevamento in una matrice di sensori tattili, l'equivalente tattile di un pixel; la sua dimensione e la sua spaziatura fissano la risoluzione spaziale della matrice.
- Teacher-Student Training: Uno schema di addestramento in cui una policy teacher con informazioni privilegiate, come il vero stato del simulatore, viene distillata in una policy student che usa solo i sensori disponibili sul robot reale.
- Teleoperation: Controllo umano dei robot a distanza, spesso con riscontro visivo e aptico.
- Tendon-Driven Actuation: Azionare i giunti di un robot tramite cavi o tendini tirati da attuatori montati a distanza, così che i motori possano stare lontano dai link in movimento che controllano.
- Terrain Traversability: Una stima di se, e con quanta facilità, un robot terrestre può guidare o camminare su un tratto di terreno, basata sulla sua geometria, sul suo materiale e sulle capacità del robot stesso.
- Thermoplastic Polyurethane: Un termoplastico flessibile, tenace ed elastico che può essere stampato in 3D, formato in stampo o usato come film; molto usato in robotica per attuatori morbidi, dita cedevoli, polpastrelli di presa, soffietti e parti di protezione.
- Thrust-to-Weight Ratio: Il rapporto tra la spinta massima disponibile di un veicolo e il suo peso; per i multirotori stabilisce se il veicolo può stare in hovering e quanto margine resta per l'accelerazione e il controllo.
- Tightly Coupled Sensor Fusion: Fondere i sensori stimando un unico stato condiviso direttamente dalle loro misure di basso livello, come le osservazioni delle feature e i dati grezzi dell'IMU, invece di combinare pose prodotte separatamente da ciascun sensore.
- Tire slip angle: L'angolo tra la direzione in cui punta una ruota e la direzione in cui si muove effettivamente la sua impronta di contatto; è la variabile principale che fissa la forza laterale prodotta da uno pneumatico.
- Topological Map: Una mappa che rappresenta un ambiente come un grafo di luoghi distinti collegati da connessioni percorribili, invece che come geometria precisa, così che un robot possa pianificare percorsi tra di essi.
- Torque Control: Comandare quanto forte spinge un giunto anziché dove va: la modalità di controllo che permette a un robot di essere cedevole e di sentire ciò che tocca.
- Torque Density: Coppia per unità di massa o di volume: il dato che decide se un robot riesce a portare i propri attuatori.
- Trajectory Planning: Processo di calcolo di un percorso parametrizzato nel tempo per un robot, che stabilisce non solo dove deve andare ma quando deve trovarsi in ogni punto, inclusi i profili di velocità e accelerazione.
- Transform: Descrizioni matematiche delle relazioni di posizione e orientamento tra sistemi di coordinate, composte da una rotazione e da una traslazione nello spazio 3D.
- Transformer: Architettura di rete neurale basata su meccanismi di self-attention, oggi la struttura portante dominante delle policy di apprendimento robotico e della percezione multimodale.
- Truncated Signed Distance Function: Una mappa a voxel che memorizza la distanza con segno dalla superficie più vicina solo entro una fascia sottile attorno a essa, fusa a partire da molte immagini di profondità per costruire modelli 3D densi.
- Turn-Taking: Il coordinamento con cui i partecipanti a una conversazione decidono chi parla e quando, compreso il modo in cui un parlante cede la parola e quello in cui il parlante successivo sa quando iniziare.
- UAV: Drone, ovvero robot volante che opera senza pilota a bordo, dai quadricotteri grandi come un palmo agli aerei ad ala fissa, per ispezioni, consegne e mappatura.
- Underactuated Hand: Una mano o pinza robotica con meno attuatori che giunti che usa tendini, cinematismi o molle perché le sue dita avvolgano passivamente l'oggetto afferrato adattandosi alla sua forma.
- Underactuated system: Un sistema meccanico i cui ingressi di controllo non possono comandare accelerazioni arbitrarie in tutti i suoi gradi di libertà, come un quadrirotore, un carrello-pendolo o un robot con gambe.
- Unicycle Model: Un modello cinematico di un robot su ruote come un'unica ruota con posizione e orientamento nel piano, comandata da una velocità di avanzamento e da una velocità di rotazione e incapace di muoversi lateralmente.
- URDF: Formato XML per rappresentare modelli di robot, comprese geometria e cinematica.
- USD: Formato aperto di descrizione delle scene creato da Pixar, che Isaac Sim e altri simulatori usano per descrivere robot, ambienti e la loro fisica in file a livelli.
- Vine Robot: Un soft robot che cresce estendendosi dalla punta mediante l'eversione di un sottile tubo pressurizzato, il che gli permette di allungarsi in spazi ristretti o ingombri senza scivolare contro ciò che lo circonda.
- Virtual Constraint: Una relazione tra le coordinate dei giunti o dello spazio operativo di un robot, come una postura desiderata in funzione di una variabile di fase, imposta dal controllo in retroazione anziché da un meccanismo.
- Visual-Inertial Odometry: Stima della posizione, dell'orientamento e della velocità di un robot fondendo immagini di telecamera con misure dell'IMU; l'IMU colma le lacune tra i fotogrammi e rende osservabile la scala metrica.
- Visual Odometry: Stima del movimento di un robot o di una telecamera tracciando caratteristiche visive in immagini consecutive, che fornisce aggiornamenti di posizione senza encoder delle ruote né GPS.
- Visual Servoing: Controllo ad anello chiuso del moto di un robot tramite retroazione visiva, in cui un errore misurato nelle immagini della telecamera viene portato continuamente a zero.
- Visuomotor Policy: Una policy di controllo che mappa direttamente le immagini della telecamera, spesso insieme allo stato dei giunti, in azioni del robot, apprendendo percezione e controllo come un unico modello.
- VLA: Foundation model che combinano visione, comprensione del linguaggio e generazione di azioni robotiche in un'architettura unificata.
- VLM: Modelli di IA multimodali che comprendono sia immagini sia testo, consentendo ragionamento visivo e descrizione.
- Warm Start: Inizializzare un solver iterativo con una buona stima, spesso una soluzione precedente o correlata, invece di partire da zero, per ridurre il tempo di risoluzione e guidarlo verso un ottimo locale utile.
- Whole-Body Control: Framework di controllo che calcola contemporaneamente i comandi per ogni giunto, consentendo a umanoidi e robot complessi di bilanciare più compiti e vincoli.
- Wizard of Oz: Un metodo di studio in cui un operatore umano nascosto, il mago, controlla in parte o del tutto il comportamento di un robot mentre i partecipanti interagiscono con il robot come se fosse autonomo.
- Workspace: Volume complessivo dello spazio che l'end effector di un robot può raggiungere, che ne definisce i confini operativi.
- World Model: Modello interno che permette ai robot di prevedere come le azioni influenzano l'ambiente.
- Wrench: Un vettore a sei dimensioni che combina la forza e il momento (coppia) che agiscono su un corpo rigido, espresso in un punto di riferimento e in un sistema di riferimento scelti.
- Yaw / Pitch / Roll: Tre angoli di rotazione (imbardata, beccheggio, rollio) che descrivono l'orientamento attorno agli assi verticale, laterale e longitudinale.