Huidige commerciële robotcontrolesystemen zijn ontwikkeld met het oog op klassieke industriële robottaken, gericht op het behalen van een hoge productiviteit (snelheid en nauwkeurigheid). Deze taken hebben typisch een lage geometrische complexiteit. Ze bestaan bijvoorbeeld uit een sequentie van (snelle) punt-tot-punt bewegingen en/of het (nauwkeurig) volgen van opgelegde gereedschapstrajecten. Bovendien vragen deze taken slechts een beperkte sensordataverwerking. Nieuwe robottoepassingen vereisen meer complexe geometrische bewegingen en sensorgebaseerde controle. Hierdoor bereiken bestaande systemen hun limiet.
Een eerste bijdrage van de thesis omvat een nieuw paradigma voor het beschrijven en implementeren van sensorgebaseerde robottaken. Dit paradigma, genaamd taakspecificatie gebaseerd op beperkingen (Engels: Task Specification using Contstraints - TaSC), beslaat zowel het modelleren van de taak als de robotcontrole en de schatting van taakonzekerheden (bijvoorbeeld de plaats van een werkstuk). De kernidee is het beschouwen van robotbewegingen als oplossingen van optimalisatieproblemen, met een reeks beperkingen en een of meerdere doelfuncties. De selectie van deze beperkingen en doelfuncties gebeurt op een hoger discreet-beslissingsniveau genaamd het skillniveau. De thesis stelt drie probleemformuleringen voor: één generieke formulering en twee specifieke gevallen. De generieke formulering ondersteunt niet-ogenblikkelijke beperkingen en doelfuncties (zoals de tijd of de energie nodig om de taak uit te voeren) en geeft de robotprogrammeur bijgevolg veel vrijheid bij de taakspecificatie. Beide specifieke gevallen zijn uitgebreide herformuleringen van bestaande technieken. De toegelaten beperkingen en doelfuncties zijn respectievelijk beperkt tot ogenblikkelijke functies en gekende geometrische paden. In tegenstelling tot het generieke geval resulteren ze wel in convexe optimalisatieproblemen die efficiënt, online en met gegarandeerde globale optimaliteit oplosbaar zijn.
Mens-robot interactie is wenselijk of zelfs essentieel in verschillende moderne robottoepassingen zoals robotgeassisteerde revalidatie. De tweede bijdrage van de thesis bestaat daarom uit een adaptieve voorwaartse sturingstechniek om mensen actief te assisteren in mens-robot taken. De controlearchitectuur is volledig integreerbaar in het TaSC-paradigma. Om bewegingstrajecten te modelleren wordt een techniek toegepast gebaseerd op een parametrische invariante beschrijving van zesdimensionale bewegingstrajecten. Deze aanpak laat toe om een bibliotheek van taakmodellen op te stellen op een systematische manier. De thesis ontwikkelt bovendien een optimalisatietechniek met beperkingen om de modelparameters te schatten, en dit zowel in een batch als een recursief schema.
Als derde bijdrage omvat de thesis `best practices' voor de concrete implementatie van de ontwikkelde technieken en hun integratie in commerciële robotcontrollers en past ze deze toe op een state-of-the-art robotplatform: de KUKA-lichtgewichtrobot.
Tenslotte geeft de thesis als vierde bijdrage verschillende simulatie- en experimentele resultaten: tijdsoptimale punt-tot-punt bewegingen met kinematische en/of dynamische beperkingen, een lasertraceertaak met een redundante robotarm, een bout-moer-assemblagetaak met een humanoide robot, een doosmanipulatietaak door een mens samen met twee robotarmen, een teleoperatiesysteem gebaseerd op twee impedantiegecontroleerde robotarmen, en een robotassistent voor de experimentele analyse van de kinesiologie van het bovenste lidmaat.

Existing commercial robot control systems are designed for classical large-scale high-productivity industrial robot tasks, which are typically of low geometric complexity (e.g. point-to-point motions or tool trajectory tracking) and involve limited sensor data processing. In new robotic applications, more complex geometric motions and sensor-based control are becoming more and more relevant, and existing approaches reach their limit.
As a first contribution, a new paradigm for representing and implementing sensor-based robot tasks is proposed, both for the task modeling as well as for the robot control and the estimation of task uncertainties. The new method is denoted Task Specification using Constraints or TaSC. The key element in this paradigm is that robot motions are viewed as solutions of constrained optimization problems, with sets of constraints and one or more objective functions. The selection of these constraints and objective functions is made on a higher discrete-decision level, the skill level. Three numerical problem formulations are proposed: a generic formulation and two specific cases. In the generic formulation, non-instantaneous constraints and objective functions (such as the time to execute a robot task) are supported, giving the robot programmer a lot of freedom in specifying robot tasks. In the two specific formulations, which are extended reformulations of existing approaches, the possible constraints and objective functions are restricted to instantaneous functions and known geometric paths respectively. In contrast to the generic case, these formulations however result in convex optimization problems that can be solved efficiently online and with guaranteed global optimality.
Human-robot interaction is desired or even essential in many modern robotics applications such as robot-assisted rehabilitation. As a second contribution, the thesis presents an adaptive feedforward control approach for actively assisting humans in human-robot cooperation tasks. The control architecture can be fully integrated in the TaSC framework. In order to model motion trajectories, an invariant description-based parametric modeling approach for six degree-of-freedom motion trajectories is used. This approach facilitates building a library of motion models in a systematic way. A constrained-optimization-based parameter estimation technique is developed to solve the model parameters, both in a batch and in a recursive scheme.
As a third contribution, the thesis discusses `best practices' for the concrete implementation of the developed techniques and their integration in existing robot controllers. This contribution is exemplified using a state-of-the-art robot system: the KUKA light-weight robot.
Finally, as a fourth contribution, the thesis presents ample simulation as well as experimental results: time-optimal point-to-point motions with kinematic, operational-space and/or dynamic constraints, a laser tracing task using a redundant robot system, a bolt-nut assembly task using a humanoid robot, a box picking task involving a human and two 7 degree-of-freedom (DOF) robot arms, a teleoperation system based on two 7 DOF impedance-controlled robots, and last but not least, a robot assistant for the experimental analysis of the functioning/kinesiology of the upper extremity.