o:39368 Управљање робота у физичкој интеракцији са околином и сарадњи са човеком засновано на техникама учења и оптимизације докторска дисертација Control of robots in physical interaction with the environment and cooperation with humans based on learning and optimization techniques : doctoral dissertation sr Дисертација обрађује методе и приступе управљања робота у физичкојинтеракцији са околином и човеком.Као основни елемент Индустрије 5.0 која ставља човека у центар производногпроцеса, предлаже се изглед неуроергономске радне станице са колаборативним роботом.Предложена архитектура садржи пет модула (процена физичког и менталног стања,физичка, нефизичка, и стратешка подршка) за повећање продуктивности уз смањењементалног оптерећења. Неуроергономска радна станица је демонстрирана у фабричкомокружењу на процесу колаборативне монтаже. За потребе демонстрације развијени сумодули: неинвазивни интерфејс са роботом, мозак-рачунар интерфејс, асистивни модулу виду колаборативног робота, и адаптивни графички интерфејс.Даља унапређења ефикасности и безбедности колаборативног рада робота и човекасу приказана кроз новоразвијени алгоритам обликовања крутости завршног уређаја.Предложена је геометријска интерпретација у виду елипсоида крутости као интуитив-нијег начина презентације и задавања матрице крутости од стране човека. Алгори-там је базиран на секвенцијалном квадратном програмирању погодном за нелинеарнепроблеме. Перформансе предложеног приступа су експериментално потврђене на двазадатка: провлачење шрафа кроз алуминијумски профил и сечење.Како би развијене методе управљања интеракцијом биле применљиве и на најновијугенерацију колаборативних робота са актуаторима променљиве крутости, предлаже сеупотреба машинског учења са итеративним особинама за моделовање таквих актуатора.Коришћен је алгоритам заснован на регресији за учење модела уз присуство несиметријеи трења, док су особине инкременталног учења искоришћене за праћење параметраеластичног елемента услед експлоатације. Перформансе управљања робота погоњеногактуаторима променљиве крутости експериментално су верификоване на роботу са че-тири степена слободе и бидирекционим антагонистичким погонима у присуству случајногенерисаних пертурбација, где је за изазивање пертурбација коришћен колаборативниробот и сензор силе и момента. The dissertation explores methods and approaches for controlling robots inphysical interaction with the environment and humans.As a main pillar of Industry 5.0, which places humans at the center of the productionprocess, a neuroergonomic workstation with a collaborative robot is proposed. The proposedarchitecture contains five modules (assessment of physical and mental states, physical, non--physical, and strategic support) to increase productivity while reducing mental workload. Theneuroergonomic workstation is demonstrated in a factory environment in the collaborativeassembly process. For demonstration purposes, modules were developed: a non-invasive robotinterface, a brain-computer interface, an assistive module in the form of a collaborative robot,and an adaptive graphical interface.Further improvements in the efficiency and safety in collaboration of collaborative robotsand humans are demonstrated through a newly developed algorithm for shaping the stiffnessof the end effector. A geometric interpretation is proposed in the form of a stiffness ellipsoid asa more intuitive way of presenting and setting stiffness matrices by humans. The algorithm isbased on sequential quadratic programming suitable for nonlinear problems. The performanceof the proposed approach is experimentally confirmed on two tasks: pulling bolt through analuminum profile and cutting.In order for the developed control methods to be applicable to the latest generationof collaborative robots with variable stiffness actuators, the use of machine learning withiterative properties is proposed to model such actuators. An algorithm based on regression wasused to learn the model in the presence of asymmetry and friction, while incremental learningproperties were utilized to track the parameters of the elastic element during exploitation. Theperformance of controlling a robot powered by variable stiffness actuators was experimentallyverified on a four-degree-of-freedom robot with bidirectional antagonistic actuators in thepresence of randomly generated perturbations, where a collaborative robot and a force andmoment sensor were used to induce perturbations. Електротехника и рачунарство - Роботика и управљање системима / Electrical and Computer Engineering - Robotics and Control Systems Datum odbrane: 30.09.2024. физичка интеракција робота и човека; неуроергономска радна ста- ница, колаборативни роботи, обликовање крутости завршног уређаја у Декартовом ко- ординатном систему, локално пондерисана линеарна регресија, итеративно учење physical human-robot interaction, neuroergonomic workstation, collaborative robots, shaping Cartesian stiffness of end effector, locally weighted linear regression, iterative learning 91552100 197919241 91552101 10449 2026-07-20T09:44:17.053Z 45 no 46 Nikola M., 1993- Knežević 28888935 2024 63 mentor Kosta, 1986- Jovanović 24406375 2024 63 član komisije Željko, 1964- Đurović 12656487 2024 63 član komisije Nenad, 1977- Jovičić 57183241 2024 63 član komisije Arso, 1987- Vukićević 24218215 2024 63 član komisije Aleksandra, 1982- Krstić 139730441 2024 63 član komisije Andrej Savić 24687975 2024 111 стр. 27341488 http://phaidrabg.bg.ac.rs/o:39368 no yes 12 2026-07-20T09:44:17.320Z 70 11 1067197 1067243 1067275 физичка интеракција робота и човека; неуроергономска радна ста-ница, колаборативни роботи, обликовање крутости завршног уређаја у Декартовом ко-ординатном систему, локално пондерисана линеарна регресија, итеративно учење physical human-robot interaction, neuroergonomic workstation, collaborativerobots, shaping Cartesian stiffness of end effector, locally weighted linear regression,iterative learning 007.52(043.3) 1738 11A04 2024