ASIGNATURA.

INTELIGENCIA ARTIFICIAL APLICADA A LA ROBOTICA.

1. Datos Generales de la asignatura
Nombre de la asignatura: Inteligencia Artificial Aplicada a la
Robótica
Clave de la asignatura: SCF-1906
SATCA4:  3 – 2 - 5

Carrera: Ingeniería Electrónica.

2. Presentación
Caracterización de la asignatura
Este curso aporta al perfil del ingeniero en electrónica, los conocimientos para
definir diversos comportamientos de robots móviles.
El estudiante conocerá diversas técnicas de planificación de trayectorias para
resolver problemas complejos con robots móviles.
En este curso, las técnicas exhaustivas y heurísticas empleadas en la
solución de problemas complejos, además aprenderá a aplicar dichas
técnicas al control de movimientos de robots.
Intención didáctica
En este curso el estudiante conocerá técnicas de programación utilizadas en
Inteligencia Artificial, las cuales se podrá aplicar a la programación de robots para
ir de un punto a otro evitando obstáculos o para realizar actividades que requieran
de “inteligencia”.
El curso consta de cinco unidades,
La primera unidad aborda los conceptos básicos de inteligencia artificial, así como
los paradigmas principalmente utilizados. Por lo tanto, se pretende que el alumno
desarrolle la capacidad para identificar los problemas donde puede utilizar la
inteligencia artificial.
En la segunda unidad el alumno desarrolla la capacidad de redefinir problemas
planteándolos como problemas de búsqueda, los cuales puede resolver mediante
las diversas técnicas de búsqueda presentadas.
La capacidad de representar el espacio de trabajo del robot se desarrolla en la
tercera unidad, donde además se adquiere la capacidad de trabajar dentro del
espacio de trabajo del robot para resolver problemas.
En la cuarta unidad se pretende que el alumno desarrolle la capacidad de
representar el espacio de configuraciones libres del robot mediante grafos así
como la capacidad de buscar soluciones a problemas complejos dentro de dicho
espacio.
En la quinta unidad se pretende que el alumno desarrolle la capacidad de integrar
y aplicar a robots móviles lo aprendido en las cuatro unidades anteriores.
En la materia se pretende proporcionar los conocimientos para que el estudiante
tenga la capacidad de diseñar y desarrollar sistemas para control de robots
autónomos.
Se trata de un curso teórico-practico donde el profesor debe motivar al alumno a
desarrollar aplicaciones donde cada vez más los robots tomen decisiones de

 
4    Sistema de Asignación y Transferencia de Créditos Académicos 
 
56 
forma autónoma.
La parte teórica es necesaria para comprender los fundamentos matemáticos
necesarios para el control de robots y como estos se traducen a algoritmos
computacionales. Para lograr esto, el profesor debe reforzar los conocimientos de
álgebra lineal y geometría, mediante la solución de problemas.
La parte práctica se debe abordar en base a un laboratorio de robótica donde se
cuente con los dispositivos necesarios y las computadoras que permitan poner en
marcha las técnicas estudiadas.
Es conveniente que se defina un proyecto final en donde el alumno pueda aplicar
los conocimientos adquiridos a lo largo del curso.

3. Participantes en el diseño y seguimiento curricular del programa

Lugar y fecha de Participantes Observaciones

elaboración o revisión

Instituto Tecnológico de Dr. Rubén Senén García

Puebla Ramírez
Dr. Jaime Estevez Carreón
M. I. Juan Díaz Téllez.
M. C. Jairo Pérez Pérez.
Ing. Alberto Juárez Sánchez
4. Competencia(s) a desarrollar
Competencia(s) específica(s) de la asignatura
Aplica técnicas de programación para el modelado y diseño de algoritmos
computacionales dedicados a la toma de decisiones orientadas al control de robots, donde
exista incertidumbre en los datos, en la percepción e incluso en el modelado.
5. Competencias previas
Diseñar algoritmos computacionales
Programar en un Lenguaje de programación
Elaborar reportes de investigación

6. Temario
No. Temas Subtemas
1 Introducción a la Inteligencia Artificial 1.1. Conceptos básicos sobre inteligencia
artificial
1.2. Inteligencia artificial y planificación de
trayectorias
1.3. Paradigmas de la inteligencia artificial
1.3.1. Inteligencia artificial simbólica
1.3.2. Inteligencia artificial conexionista
1.3.3. Inteligencia artificial evolutiva
1.4 Redes Neuronales Artificiales
1.5 Algoritmos Genéticos
2 Búsquedas 2.1. Problema de Búsqueda
2.2. Nomenclatura para los arboles de
búsqueda
2.3. Métodos no informados

 
57 
 2.3.1. Búsqueda Primero en Amplitud
2.3.2. Búsqueda Primero en Profundidad 
2.4. Métodos informados
2.4.1. Búsqueda basada en el Algoritmo de
Dijkstra
2.4.2. Búsqueda Primero el Mejor 
2.4.3. Búsqueda Avara 
2.4.4 Búsqueda A∗ 
2.5. Aplicaciones de búsquedas
3 Espacio de Trabajo 3.1 Transformaciones Homogéneas
3.1.1 Rotaciones y traslaciones
3.2 Marcos de referencia
3.2.1 transformaciones respecto al marco
de referencia fijo
3.2.2 transformaciones respecto al marco
de referencia móvil
3.2.3 Transformación inversa
3.2.4 Transformaciones complejas
3.3 Descripción de un objeto en R2
3.4 Espacio de Trabajo
3.5 Planificación de movimientos
3.5.1 Pregunta Fundamental
3.5.2 Problema Básico
3.5.3 Planificación de Trayectorias de un
Robot Puntual.
3.6 Espacio de Configuraciones
3.6.1 Cuerpos Rígido de 2 dimensiones
3.6.2 Cuerpos Rígido de 3 dimensiones
3.6.3. Espacios de Cuerpos y Cadenas
Cinemáticas
3.6.4. Espacio de Configuración de los
Obstáculos 
3.6.5. Representación del Espacio de
Trabajo de un Robot

4 Planificación de movimientos 4.1 Grafos de Visibilidad

4.2 Campos de Potencial
5 Robots Móviles 5.1 Introducción
5.2 Sensores
5.3 Cinemática Robot móvil diferencial
5.4 Percepción, Decisión, acción
5.5 Detección y rastreo de objetos móviles
5.6 Localización simultanea y mapeo
5.7 Seguimiento de un objeto

7. Actividades de aprendizaje de los temas

Unidad 1. Introducción a la Inteligencia Artificial
Competencias Actividades de aprendizaje
Específica(s): Investigar la evolución de la
Identificar los conceptos de Inteligencia inteligencia artificial. 
Artificial.
Conocer las técnicas de IA . Investigar los diversos
 
58 
Genéricas: paradigmas de la Inteligencia
Artificial. 
Unidad 2. Búsquedas
Competencias Actividades de aprendizaje
Específica(s): Programar una búsqueda en
Identificar un problema y como redefinirlo profundidad
como una búsqueda. Programar el algoritmo de Dijkstra
Conocer y comprender los diversos Investigar que es una heurística
métodos de búsqueda y sus
características. 
Elegir la búsqueda adecuada al problema
Genéricas:
Unidad 3. Espacio de Trabajo
Competencias Actividades de aprendizaje
Específica(s): Programar un pequeño sistema que
Reconocer el espacio de trabajo del robot implemente operaciones con matrices
Identificar el espacio de configuraciones homogéneas para realizar translaciones
Identificar el espacio libre y rotaciones
Identificar el espacio de los obstáculos Simular rotaciones y translaciones de
Genéricas: un objeto simple.
Unidad 4. Planificación de movimientos
Competencias Actividades de aprendizaje
Específica(s): Investigar las distintas técnicas de
Identificar grafos de visibilidad planificación de trayectorias, en
particular grafos de visibilidad
Genéricas:
Unidad 5. Robots Móviles
Competencias Actividades de aprendizaje
Específica(s): Investigar el concepto Localización y
Identificar los principales sensores Mapeo simultaneo (SLAM)
utilizados en robots móviles Investigar el problema de rastreo
Reconocer la arquitectura básica de control dinámico de objetos (DATMO)
de robots. Programar un robot móvil para seguir a
Conocer los problemas de localización y otro objeto móvil
rastreo de robots móviles

Genéricas:

8. Práctica(s)

1. Mediante un algoritmo genético localizar el máximo de una función.

2. Programar una búsqueda no informada en un grafo
3. Implementar la búsqueda A* en un grafo
4. Realizar una búsqueda con el algoritmo de Dijkstra
5. Implementar gráficamente los movimientos de un robot 2D
6. Representar la cadena cinemática de un robot articulado y simularla gráficamente
7. Construir un grafo de visibilidad en 2D
8. Realizar un proyecto

9. Proyecto de asignatura 

 
59 
El objetivo del proyecto que planteé el docente que imparta esta asignatura, es demostrar
el desarrollo y alcance de la(s) competencia(s) de la asignatura, considerando las
siguientes fases: 
• Fundamentación: marco referencial (teórico, conceptual, contextual, legal) en el cual
se fundamenta el proyecto de acuerdo con un diagnóstico realizado, mismo que
permite a los estudiantes lograr la comprensión de la realidad o situación objeto de
estudio para definir un proceso de intervención o hacer el diseño de un modelo. 

• Planeación: con base en el diagnóstico en esta fase se realiza el diseño del proyecto
por parte de los estudiantes con asesoría del docente; implica planificar un proceso:
de intervención empresarial, social o comunitario, el diseño de un modelo, entre otros,
según el tipo de proyecto, las actividades a realizar los recursos requeridos y el
cronograma de trabajo. 

• Ejecución: consiste en el desarrollo de la planeación del proyecto realizada por parte

de los estudiantes con asesoría del docente, es decir en la intervención (social,
empresarial), o construcción del modelo propuesto según el tipo de proyecto, es la
fase de mayor duración que implica el desempeño de las competencias genéricas y
especificas a desarrollar. 

• Evaluación: es la fase final que aplica un juicio de valor en el contexto laboral-

profesión, social e investigativo, ésta se debe realizar a través del reconocimiento de
logros y aspectos a mejorar se estará promoviendo el concepto de “evaluación para
la mejora continua”, la metacognición, el desarrollo del pensamiento crítico y reflexivo
en los estudiantes. 

10. Evaluación por competencias  

Son las técnicas, instrumentos y herramientas sugeridas para constatar los desempeños
académicos de las actividades de aprendizaje. Se debe hacer énfasis en: 
1. Planteamiento de la solución 
2. Implementación de la solución 
3. Documentación del proyecto 
4. Valorar el compromiso, dedicación, actitud, responsabilidad del alumno respecto del
curso y de las actividades generadas en dicho curso. 

11. Fuentes de información 

1. Rusell S., Norving P. (2010), “Artificial Intelligence: A modern approach” (3a ed.) USA.
Prentice Hall.  
2. Rich. E. Knight K. and Nair S. (2010), “Artificial intelligence” (2a ed.), USA. McGraw
Hill.
3. Steven M. LaValle (2006), “Planning Algorithms”, Cambridge University Press.
4. Sebastian Thrun, Wolfram Burgard, Dieter Fox (2005), “Probabilistic Robotics
(Intelligent Robotics and Autonomous Agents)”. The Mit Press. 
5. Deitel Paul J., Deitel Harvey (2016), “JAVA. CÓMO PROGRAMAR" 10ª ED, PEARSON.
6. Joyanes Aguilar Luis (2006), “Programación en C++. Algoritmos, estructuras de datos
y objetos”, McGarw-Hill Interamericana España. 
 

 
60