Sistema de accionamiento híbrido para robots móviles

Un problema particularmente interesante en el campo de la robótica móvil es calcular la ubicación de un vehículo en relación a un mapa que se va a crear simultáneamente, problema conocido en la literatura como SLAM (Localización y mapeo simultáneos).

Por ejemplo, si las tareas de localización y mapeo se procesan por separado, el problema solo puede resolverse mediante mediciones de distancia relativa entre el entorno y el robot: si se conoce la ubicación del robot, podemos usar sensores de distancia para crear un mapa para definir la ubicación de los Elementos del entorno, por otro lado, si se tiene un mapa del entorno creado previamente, es posible ubicar al robot utilizando medidas relativas a través de la triangulación.

Todo el problema SLAM es significativamente más complejo porque no hay un punto de referencia que pueda usarse para calcular la medida que falta. La solución es hacer aproximaciones sucesivas a medida que el robot se desplaza en zonas libres de obstáculos, aumentando la incertidumbre de estas aproximaciones ya que el error de medida se acumula con cada movimiento del robot. Para obtener aproximaciones confiables, se deben usar algoritmos de filtrado de información especializados que difunden el error de medición cuando el robot pasa por un área visitada previamente.

Los estudiantes de doctorado en optomecatrónica de la Universidad Politécnica de Tulancingo están desarrollando su línea de investigación sobre SLAM tratando de superar las limitaciones de los métodos actuales, por ejemplo: La mayoría de los sistemas usan sensores de distancia láser, que son muy precisos pero solo escanean un área cercana Robots a una altura constante y solo indicar si hay obstáculos alrededor del robot o no, es decir, los mapas generados son mapas de ocupación, en la práctica existen zonas desocupadas que no son transitables para todo tipo de robots.

See also  La astronomía ampliará las fronteras de la ciencia con la construcción de un colosal telescopio en Chile

Teniendo en cuenta estas posibilidades, se propone un algoritmo híbrido, capaz de cambiar el sensor de entrada en función del tipo de entorno en el que se encuentre el robot y crear un mapa que no solo identifique las zonas desocupadas, sino que por ejemplo clasifique el tipo de terreno: Para un vehículo terrestre destinado a moverse entre los edificios de una escuela, hospital o zona residencial, las áreas verdes podrían ser un área intransitable si no cuenta con un sistema de tracción y dirección adecuado, pero para una Aeronave estas áreas no presentan cualquier dificultad adicional.

Para lograr la implementación de un sistema SLAM de estas características se propone un enfoque que combina estrategias tradicionales de mapeo con el uso de técnicas de inteligencia artificial para el proceso de clasificación de las áreas transitables para cada tipo de robot el sistema debe cubrir las diferentes áreas clasificar su entorno en áreas habitadas, áreas pavimentadas, caminos no pavimentados, áreas verdes, cuerpos de agua, etc.

Los mapas generados por el algoritmo propuesto podrían usarse para generar trayectorias para robots de diferentes arquitecturas, lo cual es particularmente útil para proyectos de robótica colaborativa que combinan el uso de robots terrestres, aéreos e incluso marinos.

Rafael Stanley Núñez Cruz

Profesor Investigador de la Universidad Politécnica de Tulancingo

Leave a Comment