UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(DECANA DE AMÉRICA)

FACULTAD DE CIENCIAS MATEMÁTICAS

ESCUELA PROFESIONAL DE INVESTIGACIÓN

OPERATIVA

CURSO: ESTUDIO DE CASOS EN IO

Prof.: MG. CARMELA VELÁSQUEZ PINO

Semana N° 11

Alumnos:

➢ Aylas Barranca Alejandro Fabio Salvatore 15140067

➢ Herencia Herencia, Rocío del Pilar 1314010

➢ Lerzundi Ríos, Milagros Aracelli 15140081

➢ Perez Tapia, Yenifer Marisol 14140275

➢ Rojas Paravicino, Elsa 15140087

CASO
UNA APLICACIÓN DE PNL EN ROBÓTICA DE
RECONOCIMIENTO DE OBSTÁCULOS
1. Resumen

Propusieron la implementación de una Unidad de Procesamiento Gráfico de muchos

núcleos de planificación de movimiento robótico que lo formularon en un programa de
optimización semi-infinito.

Su enfoque se basó en el cálculo de restricciones y sus gradientes en paralelo el cual

sus resultados son enviados a un solucionador de optimización no lineal que lo
ejecutan en un CPU. Ellos quisieron asegurar la satisfacción continua de sus
limitaciones, utilizando aproximaciones polinomiales en intervalos de tiempo.

Debido a sus restricciones y su gradiente ellos pudieron evaluar de forma

independiente cada intervalo de tiempo, el cual concluyó con problema que puede
aprovechar las arquitecturas de muchos núcleos. Los cálculos robóticos clásicos
también pueden beneficiarse de los procesadores paralelos, también estudiaron
cuidadosamente su implementación. Esto dio como resultado tener un evaluador de
restricciones completo ejecutándose en la GPU. Por lo que presentaron varios
ejemplos de optimización con un robot humanoide. El cual revelan mejoras
sustanciales en términos de rendimiento de cálculo en comparación con una versión
de CPU paralela
2. Introducción

La planificación y el control de movimientos en la robótica formalizados como

programas de optimización pueden resolverse utilizando solucionadores de
optimización de propósito general, sin embargo, incluso para los brazos robóticos
simples, optimizar una trayectoria completa requiere mucho tiempo. Afortunadamente,
para el entorno bien estructurado de una automatización industrial, el tiempo de
cálculo no es un problema ya que los movimientos se diseñan fuera de línea. En otro
aspecto, los robots se están democratizando para invadir muchas más áreas de
aplicación, incluida la producción en empresas flexibles a pequeña escala, hogares y
una gran cantidad de otros servicios donde el espacio se comparte con los humanos.
Para tales perspectivas, los movimientos de los robots no están necesariamente
impulsados por las necesidades y requisitos industriales clásicos en términos de
potencia y rendimiento. De hecho, los movimientos son más bien centrados en el ser
humano, estilizados, suaves, de "apariencia natural", emocionales, "artísticos",
seguros, aceptables, etc. Las restricciones bajo las cuales ocurren los movimientos
del comportamiento incluyen limitaciones intrínsecas similares con otras adicionales
relacionadas con la percepción activa. Los robots también crecen en complejidad y
forma (por ejemplo, robots humanoides, de brazos múltiples o blandos) y pueden
ofrecer estructuras redundantes que permitan tener varios movimientos posibles para
realizar una tarea determinada o realizar múltiples tareas a la vez. En estas
aplicaciones (por ejemplo, robots humanoides en los servicios domésticos diarios,
para la asistencia domiciliaria de personas frágiles o en la fabricación a gran escala),
la planificación del movimiento resulta de la computación incorporada que incluye el
razonamiento cognitivo en tiempo real, la detección del entorno y restricciones más
complejas con solidez y manejo. Por lo tanto, los sistemas robóticos de servicios
deben procesar en línea mayores cantidades de información, pueden incorporar la
potencia computacional y, lo que es más importante, planificar rápidamente su
movimiento de una manera segura y reactiva para adaptarse a entornos cambiantes.
Como consecuencia directa, la mayoría de los algoritmos que se desarrollan en
términos de percepción, procesamiento del conocimiento, inteligencia artificial,
planificación y control del movimiento deben pensarse en términos de velocidad,
aprovechando el procesamiento paralelo. El siguiente trabajo se centra en la
planificación de movimientos. La mejor manera de planificar y controlar los
movimientos dinámicos de comportamiento es tener un horizonte de tiempo anticipado
y un conjunto de tareas futuras y calcular en cada ciclo de control el movimiento de
todo el cuerpo en este horizonte de tiempo. Si la potencia de cálculo permite calcular
tales trayectorias a alta frecuencia, la planificación y el control pueden fusionarse.
Además, se centra en la implementación de la planificación de movimientos formulada
como un programa semi-infinito no lineal en el cual se explota varias fuentes de
paralelismo. Al hacerlo se puede reducir los tiempos de cálculo a unos pocos
 segundos o menos para problemas que pueden requerir varios minutos de varios
núcleos y se espera una aceleración similar para escenarios más complejos con
cálculos que requieren horas.

3. Análisis Situacional

La tecnología ROBOTIC procesa datos numéricos para transformarlos en acciones

físicas: la esencia de cualquier sistema robótico es el movimiento. La ciencia y la
ingeniería de la computación de los movimientos de los robots para lograr los
objetivos o tareas deseados es la planificación del movimiento. Dado que los
modelos utilizados para los cálculos de movimiento y el entorno son propensos a las
incertidumbres, el movimiento planificado se logra en un control de circuito cerrado.

4. Formulación del Problema

Un robot es un conjunto de objetos rígidos y que de por sí en ninguna de sus partes

tiene vida propia, ni se mueve por sí sola, además de que cada una de las piezas que
tiene el robot no tiene la particularidad de un cuerpo humano para poder estirarse.

Por otro lado, a cada una de las piezas del robot son llamados enlaces o cuerpos, los
cuales son ensamblados a través de uniones.

Se ha considerado un robot como estructura de árbol, el cual puede ser ideado como
un grafo en el que cada parte de los cuerpos es en realidad un nodo, y las estructuras
que actúan como uniones de estos cuerpos, son los arcos, por lo que este grafo
vendría a ser un árbol.

Basados en esta estructura, se puede determinar que ese árbol puede tener un
movimiento cinemático debido a que el robot va tener movimiento, a ese tipo de árbol
se llama árbol cinemático.

Para un robot que no tiene movimiento, su base es fija, el cual se refiere a la raíz del
árbol. Sin embargo, a los que no tienen una base, ósea, los que se pueden mover, se
consideran solamente movimientos en el tiempo.

5. Modelos utilizados

 Definición de un robot

Un robot está compuesto por un conjunto de objetos rígidos, llamados enlaces o

cuerpos. En la presente investigación es considerado un robot aquel que posee
estructura en forma de árbol, es decir donde los cuerpos son los nodos y las
articulaciones los bordes de un árbol. Para la investigación el número de
articulaciones que tiene un nodo es n+1.

 Ecuación de movimiento
El movimiento de un robot se describió mediante una función q del tiempo, donde q(t)
es el vector de los parámetros en el tiempo t que se llama configuración.

M = inercia del robot

B = contribución de la gravedad y el efecto de la velocidad

r = vector de pares de torsión articulares

f = vector luego de apilar todas las fuerzas fk aplicando en los puntos del robot pk

J = Jacobiano de la matriz de todos los puntos pk

 Cantidades Cartesianas

En la configuración q (t), la posición y orientación del i-ésimo cuerpo w.r.t. un marco

mundial global viene dado por vector xi (q (t)) y una matriz de orientación Өi (q (t)), de
modo que un punto con coordenadas p en el marco del cuerpo tiene coordenadas

Өi (q (t)) p + xi (q (t)) en el marco del mundo.

Se denota G(t) el conjunto de toda xi(t) y Өi(t) y K(t) el conjunto de todos sus primeros
y segundas derivadas

 Formulación General

El problema se describo como:

h y ci funciones de valor real m el número de limitaciones

 Costos y Limitaciones

Minimizar el tiempo de movimiento total T se considera en [2] y son posibles costos.

Las restricciones intrínsecas de las limitaciones del robot:

 Además:

Donde fkn y fkt son la parte normal y tangencial de la fuerza fk.

Finalmente, las restricciones globales del robot:

6. Herramientas de I.O. utilizadas en la solución del problema

● Programación no lineal

Es el proceso de resolución de un sistema de igualdades y desigualdades

sujetas a un conjunto de restricciones sobre un conjunto de variables reales
desconocidas, con una función objetivo que puede ser maximizar o
minimizar, cuando algunas de las restricciones o la función objetivo no son
lineales.

Formulación matemática del problema

El problema de programación no lineal puede enunciarse de una forma muy

simple:

Max f(x) maximizar una función objetivo o

xϵX

Min f(x) minimizar una función objetivo (coste)

xϵX

donde:

f : Rn→ R
X ⊆ Rn
7. Conclusiones y Recomendaciones

Conclusiones:

● Con el desarrollo del trabajo se lograron analizar tres escenarios de prueba,

cada uno en una plataforma y superficie diferente, con 3 robots humanoide
HRP-2 en dónde se pudo evidenciar cuáles eran las mejores condiciones de
terreno y la plataforma, para desarrollar los algoritmos, adecuada de manera
que se logren mejorar las decisiones de movimiento que toma el robot por
cada segundo.

● Con el análisis se pudo constatar la importancia que tiene la posición en la

que parten cada uno de los robots en los escenarios presentados. Estas
influyen de manera significativa en el tiempo en que se dé cada movimiento
mientras el robot esté caminando.

● La velocidad que adquieren los robots al caminar, depende de las

restricciones de movimiento establecidas en los algoritmos, de manera que
en el escenario uno el robot parte en una posición semi-sentada y mantiene
la mano derecha en horizontal haciendo que su velocidad no vaya
aumentando durante todo el trayecto que camine, esta tiende a una
estabilidad. En el escenario dos, se sigue la misma lógica que en el primero
salvo que el robot avanza arrastrando los pies y en el escenario tres, el robot
adquiere un movimiento de partida con una velocidad mínima, un pie avanza
con una velocidad constante (1m/s) y el otro con una aceleración, de manera
que la velocidad del robot mientras camina va ir aumentando.

● Se pudo observar que, en ninguno de los tres escenarios, los robots se

cayeron, lo que prueba la estabilidad que el algoritmo de PNL logró darles a
los robots movimientos.

Recomendaciones:

● Se recomienda hacer un análisis más profundo de esta aplicación de la

Investigación de Operaciones en la robótica de manera que este trabajo
 represente el inicio de una nueva línea de investigación en un campo que ha
sido muy poco estudiado.

● Se recomienda tratar de implementar este enfoque novedoso, como es la

aplicación de un algoritmo de PNL en la robótica, para manejar los
movimientos que realice un pequeño robot humanoide en sistemas robóticos
más complejos.

● Se recomienda la aplicación de modelos de optimización matemática no

trabajados en este análisis de manera que se pueda comprobar la efectividad
de los mismos con respecto al problema tratado.

● Se recomienda un análisis mas profundo en el uso de los algoritmo de la

programación no lineal en el campo de las prótesis robóticas ya que
ayudaría en mejorar la movilidad de ellas especialmente en sus
articulaciones motrices.

8. Apreciación Personal

● La realización de este análisis no ha permitido ampliar nuestros

conocimientos sobre los alcances de la Investigación de Operaciones puesto
que se nos ha mostrado su aporte en la robótica.

● La realización de este trabajo ha sido muy enriquecedora porque nos ha

mostrado una alternativa para la planificación y control del movimiento en la
robótica, cómo es la programación no lineal, el cual se puede utilizar para
maximizar el rendimiento en términos de velocidad, robustez, calidad bajo
restricciones de rendimiento del motor, limitaciones en términos de rangos de
articulación del robot, velocidad, prevención de colisiones, etc. Por lo tanto, la
planificación del movimiento se puede formular como una solución de un
programa de optimización.

● El enfoque que se está dando en la realización de este trabajo de

investigación es novedoso, porque el robot no es que vaya aprendiendo
mediante un algoritmo en el tiempo sino que el robot antes de tomar la
decisión de que movimiento va dar en el tiempo ya tiene el movimiento
optimo de cada una de sus partes, por ello este planteamiento puede
dedicarse a sistemas robóticos mucho mas complejos, siendo este trabajo el
inicio de un pequeño aporte para poder determinar cuál es la mejoría que se
va a dar en cuanto a la decisión de la robótica, entonces más que generar
 una inteligencia basada en el aprendizaje, se está enseñando al robot a
tomar una decisión científicamente sustentada mediante un modelo de
Investigación de Operaciones.

● Nos a mostrado un mayor campo del uso de la investigación Operativa

especialmente en el campo de la robótica que es un área que esta siempre
en constante cambio e innovaciones en todo el mundo, pero especialmente
en Japón que es uno de los países pionero en ese campo ya que tienen
desde robots humanoides hasta de dinosaurios.