Lectura 0 Robótica Móvil

Una Introducción a los Robots Móviles
Il Bambino
piu.avanti.hs@gmail.com
Año 2008
Una introducción a los robots móviles
Prefacio
El presente trabajo está dirigido a aquellos profesionales y estudiantes avanzados de
ingeniería que desean tener un primer contacto con la robótica móvil. El mismo no intenta ser
una obra autocontenida, por el contrario, solo brinda lineamientos básicos sobre tres aspectos
importantes de la robótica móvil: el diseño mecánico, el sistema sensorial, algunas estrategias
de navegación para evitar obstáculos y los fundamentos matemáticos de diversos modelos
matemáticos (cinemáticos y dinámicos) de los robots móviles tipo uniciclo, que ubicarán al
lector en la problemática de la robótica móvil y en diversas soluciones posibles que se pueden
profundizar a partir del material bibliográfico referenciado.
La obra está organizada de la siguiente manera:
En el capítulo 1 se realiza una breve introducción a la problemática de la robótica móvil desde

sus comienzos y como ha sido su evolución hasta los tiempos actuales, ubicando a la robótica
móvil en el contexto de la robótica en general. Se brindan algunos ejemplos de robots móviles
comerciales que intentan motivar la imaginación del lector.
En el capítulo 2 se hace un análisis de las características mecánicas de un robot móvil con sus
ventajas y desventajas. Empezando desde los tipos de ruedas hasta llegar a los tipos de
sistemas de tracción y dirección, destacando sus principales ventajas.
En el capítulo 3 se desarrolla las características sensoriales de un robot móvil desde la

problemática del posicionamiento y las posibles estrategias para resolver este problema. Se
desarrollan desde los simples sistemas odométricos hasta sistemas de posicionamiento más
complejos como los basados en balizas.
En el capítulo 4 se describen diversas estrategias de navegación para evitar obstáculos

empleando sensores de ultrasonido, telemetro láser y visión artificial. Sin entrar en detalles
matemáticos sobre los algoritmos se describe detalladamente el funcionamiento de cada uno
de ellos.
Finalmente, el capítulo 5 desarrolla con cierta profundidad cuatro modelos matemáticos de

robots móviles (dos cinemáticos y dos dinámicos) que le serán de gran utilidad al lector
deseoso de simular alguna estrategia de control. Cada modelo va acompañado de un
minucioso desarrollo matemático para facilitar la comprensión del lector.
ii
a mi esposa Cristina
a mis hijos Massimo, Vittorio y Matteo
por el tiempo que a regañadientes me prestaron
iii
Índice temático
Prefacio ____________________________________________________________________________ ii
Índice temático ______________________________________________________________________ iv
Índice de figuras _____________________________________________________________________ vi
1. Preliminares _____________________________________________________________ 1
1.1. Introducción general ________________________________________________________ 1
1.2. Breve historia ______________________________________________________________ 1
1.3. Clasificación de los robots ____________________________________________________ 2
1.4. Aplicaciones de robots móviles ________________________________________________ 7
1.5. Robots móviles y robótica.___________________________________________________ 11
2. Morfología de los robots móviles ____________________________________________ 16
2.1. Tipos de entornos en el que opera el robot móvil ________________________________ 16
2.2. Tipos de sistemas de locomoción______________________________________________ 17
2.3. Tipos de ruedas ___________________________________________________________ 18
2.4. Disposición de las ruedas____________________________________________________ 19
2.4.1. Robot omnidireccional ________________________________________________________ 19
2.4.2. Uniciclo ___________________________________________________________________ 21
2.4.3. Triciclo ____________________________________________________________________ 21
2.4.4. Cuatriciclo _________________________________________________________________ 21
2.5. Tracción y dirección________________________________________________________ 22
2.5.1. Tracción y dirección en ejes independientes. _______________________________________ 22
2.5.2. Tracción y dirección en un mismo eje (Tracción diferencial). __________________________ 23
2.5.3. Tracción y dirección sobre todos los ejes. _________________________________________ 23
2.6. Configuraciones especiales __________________________________________________ 24
3. Sensores para robots móviles _______________________________________________ 25
3.1. Estructura de los sentidos del hombre _________________________________________ 25
3.2. Tipos de sensores en robótica ________________________________________________ 26
3.3. Descriptores estáticos y dinámicos ____________________________________________ 27
3.4. Sensores en robots móviles __________________________________________________ 29
3.4.1. Estimadores explícitos ________________________________________________________ 30
a) Estimación explícita basada en medidas internas__________________________________ 31
a.1) Sistemas odométricos ____________________________________________________ 31
a.2) Navegación inercial ______________________________________________________ 33
b) Estimación explícita basada en estaciones de transmisión ___________________________ 35
b.1) Estaciones fijas _________________________________________________________ 36
b.2) Estaciones móviles ______________________________________________________ 38
3.4.2. Estimadores basados en la percepción del entorno___________________________________ 40
a) Estimación mediante marcas o balizas __________________________________________ 40
b) Posicionamiento basado en mapas del entorno ___________________________________ 42
b.1) Construcción de mapas ___________________________________________________ 43
b.2) Técnicas de comparación de datos __________________________________________ 43
b.3) Mapas topológicos y mapas geométricos _____________________________________ 44
4. Esquemas básicos de navegación para evitar obstáculos _________________________ 46
4.1. Método de detección de bordes o esquinas _____________________________________ 46
iv
4.2. La grilla de certeza para la representación de obstáculos _________________________ 47
4.3. El método del campo de potencial ____________________________________________ 48
4.4. Método del campo de fuerzas virtuales (VFF) __________________________________ 48
El concepto del VFF ____________________________________________________________ 48
Inconvenientes del método VFF ___________________________________________________ 50
4.5. Método del histograma de campo vectorial (VFH) _______________________________ 51
4.6. Control estable basado en impedancia_________________________________________ 53
4.7. Control estable basado en flujo óptico _________________________________________ 54
4.8. Control estable basado en visión 2D½ _________________________________________ 55
5. Modelos matemáticos del robot móvil ________________________________________ 57
5.1. Preliminares matemáticos ___________________________________________________ 57
5.2. Modelos cinemáticos _______________________________________________________ 58
5.2.1. Modelo cinemático cartesiano __________________________________________________ 58
5.2.2. Modelo cinemático polar ______________________________________________________ 59
5.2.3. Relación entre los modelos _____________________________________________________ 60
5.3. Modelos dinámicos_________________________________________________________ 61
5.3.1. Modelo dinámico de parámetros conocidos ________________________________________ 61
a) El sistema eléctrico_________________________________________________________ 61
b) El sistema mecánico ________________________________________________________ 62
c) Geometría y dinámica_______________________________________________________ 62
d) Dinámica ________________________________________________________________ 63
e) Modelo del sistema_________________________________________________________ 64
5.3.2. Modelo dinámico con incertidumbres para un robot móvil.____________________________ 67
5.4. Evaluación de los diversos modelos ___________________________________________ 72
6. Referencias bibliográficas _________________________________________________ 76
v
Índice de figuras
Figura 1.2.1.Tres robots que sirvieron de inspiración................................................................ 2
Figura 1.3.1. Robot industrial PUMA (Unimation). .................................................................. 3
Figura 1.3.2. Robot industrial RX260 de Stäubli....................................................................... 3
Figura 1.3.3. Prótesis robótica biónica....................................................................................... 4
Figura 1.3.4. Robot quirúrgico Da Vinci ................................................................................... 4
Figura 1.3.5. Robot móvil AURORA (Universidad de Málaga). .............................................. 5
Figura 1.3.6. Robot AURIGA I V2R (Universidad de Málaga) ................................................ 6
Figura 1.3.7. Robot AURIGA II V0R (Universidad de Málaga)............................................... 6
Figura 1.3.8. El robot serpiente puede desarrollar tareas de inspección en forma individual o
colaborativas acoplado a otros tipos de robots................................................................... 7
Figura 1.3.9. Manipulador móvil de AvtiveMedia. ................................................................... 7
Figura 1.4.1. Inspector Bot de Eventronic ES um robot que inspecciona tuberías.................... 7
Figura 1.4.2. Clean Bot de Eventronic limpia tuberías. ............................................................. 8
Figura 1.4.3. Verro de iRobot limpia piscinas. .......................................................................... 8
Figura 1.4.4. Aspiradora hogareña autónoma Scooba de iRobot............................................... 8
Figura 1.4.5. Robot enfermero Hospi desarrollado por la empresa Matsushita......................... 8
Figura 1.4.6. Montacargas laser-guiado de OCME SRL. .......................................................... 9
Figura 1.4.7. Sistema de Transporte de Material Automatizado (AMTS sus siglas en inglés)
de la Carnegie Mellon University. ..................................................................................... 9
Figura 1.4.8. La NREC (National Robotics Engineering Center) convirtió el estándar 6410 de
John Deere en un vehículo autónomo capaz de recorrer 7km sin necesidad de un
operador.............................................................................................................................. 9
Figura 1.4.9. Robot militar de vigilancia y exploración desarrollado en conjunto por John
Deer y iRobot. .................................................................................................................. 10
Figura 1.4.10. Robot militar Warrior X700 de iRobot............................................................. 10
Figura 1.4.11. Robot soldado TALON utilizado por el ejército de los EU en Iraq. ................ 10
Figura 1.4.12. Robot de vigilancia urbana OFRO de la empresa RobotWatch. ...................... 11
Figura 1.5.1. Algunas de las posibles trayectorias que podría seguir el robot móvil. ............. 11
Figura 1.5.2. Esquema general del sistema de control de un robot móvil. .............................. 13
Figura 1.5.3. Estrategias de control para robots móviles. ........................................................ 14
Figura 2.1.1. Robots de interior (Amigobot) y exterior (Seekur) de ActiveMedia.................. 16
Figura 2.1.2. Entorno estructurado (Biblioteca) y no estructurado (Almacén en línea de
producción)....................................................................................................................... 17
Figura 2.2.1. Robots terrestres. (a) Hermes (Robosoft). (b) Journey (SMU). (c) Scour (USF).17
Figura 2.2.2. Robot acuático (NSF) y robot aéreo (TU Berlin) ............................................... 18
Figura 2.3.1. Tipos de ruedas. (a) Rueda fija. (b) Rueda orientable centrada. (c) Rueda loca. 18
Figura 2.3.2. Detalle de una rueda sueca y su disposición sobre una estructura mecánica. .... 19
Figura 2.4.1. Robot omnidireccional con ruedas suecas. (a) Maniobrabilidad. (b) Robot
Uranus (Universidad de Michigan). ................................................................................. 20
Figura 2.4.2. Robot omnidireccional con ruedas orientables centradas. (a) Disposición sobre
una estructura mecánica. (b) Robot Seekur (ActiveMedia). ............................................ 20
Figura 2.4.3. Sincronismo entre el sistema de tracción y dirección con ruedas
omnidireccionales (Synchro drive). (a) Mecánico. (b) Electrónico................................. 20
Figura 2.4.4. Uniciclo. (a) Estructura. (b) Robot Pionner (ActiveMedia). .............................. 21
Figura 2.4.5. Triciclo. (a) Estructura. (b) Robot Neptune (Universidad Carnegie Mellon). ... 21
Figura 2.4.6. Sistema de dirección Ackerman. ........................................................................ 22
Figura 2.5.1. Sistema de tracción y dirección en ejes independientes. .................................... 23
vi
Figura 2.5.2. Sistema de tracción y dirección sobre un mismo eje. ......................................... 23
Figura 2.5.3. Sistema de tracción y dirección sobre todos los ejes.......................................... 23
Figura 2.6.1. Robot de Múltiples Grados de Libertad desarrollado en la Universidad de
Michigan........................................................................................................................... 24
Figura 2.6.2. Módulos cooperativos (Universidad de Hamburgo y Beihang). ........................ 24
Figura 2.6.3. Robot de exploración espacial PATHFINDER (JPL). ....................................... 24
Figura 3.3.1. Descriptores dinámicos de un sensor.................................................................. 28
Figura 3.4.1. Sistema de referencias en un robot móvil........................................................... 30
Figura 3.4.2. Odometría en un robot móvil.............................................................................. 32
Figura 3.4.3. Sensor Doppler. .................................................................................................. 33
Figura 3.4.4. Codificador óptico. (a) Principio de funcionamiento (b) Dispositivo comercial.33
Figura 3.4.5. Acelerómetro. (a) Principio de funcionamiento. (b) Acelerómetro electrónico. 34
Figura 3.4.6. Compás electrónico HM55B basado en el efecto Hall. ...................................... 34
Figura 3.4.7. Girocompás desarrollado por Herman Anschütz-Kaempfe en 1903 .................. 35
Figura 3.4.8. Para cada punto sobre una línea hiperbólica, la distancia (ABC - AC) = k, siendo
k constante........................................................................................................................ 36
Figura 3.4.9. Cobertura del sistema Loran. .............................................................................. 37
Figura 3.4.10. Esquema del funcionamiento de un sistema de trilaterización......................... 38
Figura 3.4.11. El Sistema de Posicionamiento Global (GPS) consiste de tres segmentos
fundamentales : Espacio, Control y Usuario.................................................................... 39
Figura 3.4.12. Procedimiento general para el posicionamiento mediante marcas. .................. 41
Figura 3.4.13. Diferentes posibilidades de triangulación. a) Ángulos absolutos de referencia.
b) Ángulos observados entre marcas. c) Distancias observadas a las marcas. d) Ángulo y
distancia a una marca. ...................................................................................................... 41
Figura 3.4.14. Posicionamiento basado en mapas.................................................................... 42
Figura 3.4.15. Distintos tipos de mapas. (a) Geométrico. (b) Topológico............................... 45
Figura 4.2.1. Proyección bi-dimensional del campo cónico de visión de un sensor ultrasónico.47
Figura 4.4.1. Grilla histograma. ............................................................................................... 49
Figura 4.4.2. Concepto del campo de fuerzas virtuales: las celdas ocupadas ejercen fuerzas
repulsivas sobre el robot; la magnitud es proporcional al valor de certeza de la celda y a
la cercanía con las mismas. .............................................................................................. 50
Figura 4.5.1. Mapeo de las celdas de la ventana activa sobre el histograma polar.................. 52
Figura 4.5.2. Densidad polar de obstáculos. ............................................................................ 52
Figura 4.6.1. Lazo de control basado en impedancia. .............................................................. 53
Figura 4.6.2. Funcionamiento del sistema de lazo cerrado. ..................................................... 53
Figura 4.7.1. Imagen del pasillo por el que navega el robot móvil y el campo de flujo óptico
resultante. ......................................................................................................................... 54
Figura 4.7.2. Estructura de control propuesta para navegación mediante flujo óptico............ 55
Figura 4.8.1. Esquema de funcionamiento básico de un sistema de visión 2D½. ................... 55
Figura 4.8.2. Estructura de control propuesta para navegación mediante visión 2D½............ 56
Figura 4.8.3. Secuencia de imágenes de un objeto en interacción con el segmento de luz láser
y sus correspondientes histogramas. ................................................................................ 56
Figura 5.2.1. Posición y orientación del robot móvil expresados en coordenadas cartesianas.58
Figura 5.2.2. Posición y orientación del robot móvil expresados en coordenadas polares...... 59
Figura 5.2.3 .............................................................................................................................. 60
Figura 5.3.1. Modelo dinámico de los motores........................................................................ 61
Figura 5.3.2. Descripción geométrica del vehículo.................................................................. 62
Figura 5.3.3. Evolución temporal de la velocidad lineal del robot móvil para una entrada
escalón de tensión en los motores de tracción (U1= U2 en t= 0,1 seg). .......................... 66
vii
Figura 5.3.4. Evolución temporal de la velocidad angular del robot móvil para una entrada
escalón de tensión en los motores de tracción (U1= -U2 en t= 0,1 seg). ......................... 66
Figura 5.3.5. Robot móvil y sus parámetros característicos. ................................................... 67
Figura 5.4.1. Influencia de la masa de la estructura mecánica sobre las trayectorias descriptas
por el robot considerando los perfiles de tensión de la ¡Error! No se encuentra el origen
de la referencia.. ............................................................................................................... 73
Figura 5.4.2. Influencia de la ordenada, δ, del centro de masas, G, sobre las trayectoria del
robot móvil. ...................................................................................................................... 73
Figura 5.4.3. Relación existente entre el radio de las ruedas de tracción (rr) y la velocidad
lineal del robot.................................................................................................................. 74
Figura 5.4.4. Relación existente entre el radio de las ruedas de tracción (rr) y la velocidad
angular del robot. ............................................................................................................. 74
Figura 5.4.5. Relación existente entre la separación de las ruedas de tracción (b) y la
velocidad angular del robot para 0,1 < b < 1. .................................................................. 75
viii
1. Preliminares
1.1. Introducción general
El siglo XXI llega con grandes avances en la robótica que hacen que la misma se presente
como algo cotidiano en las vidas de estas generaciones. Así es común ver robots industriales
que realizan soldaduras, pintan y mueven grandes piezas. Robots que colaboran en los
laboratorios farmacéuticos, en quirófanos o en las actividades diarias de personas
minusválidas. Hasta robots que buscan y desactivan minas personales, buscan sobrevivientes
en zonas de desastres naturales y realizan tareas agrícolas como fumigación y cosecha. Sin
mencionar los robots que adquieren fama ya que son empleados en accidentes nucleares,
naufragios o exploración extraterrestre. En definitiva la robótica se instala en el entorno
brindando seguridad y calidad.
La Robótica siempre ha ofrecido al sector industrial un excelente compromiso entre

productividad y flexibilidad, una calidad uniforme de los productos, una sistematización de
los procesos y la posibilidad de supervisar y/o controlar las plantas según diferentes
parámetros y criterios. Se pueden destacar cuatro ventajas principales de los sistemas
robotizados: aumento de la productividad, alta flexibilidad, excelente calidad y mejora de la
seguridad. Como resultado, la robotización permite mejorar la calidad y las condiciones de
trabajo, sustituyendo tareas penosas por otras que se efectúan en condiciones mucho más
ventajosas. Pero, además, la irrupción de la automatización en los servicios y el ocio permite
mejorar la calidad de vida de los ciudadanos.
1.2. Breve historia

Tradicionalmente las aplicaciones de la robótica estaban centradas en los sectores
manufactureros más desarrollados para la producción masiva: industria del automóvil,
transformaciones metálicas, industria química, etc. aunque en la última década el peso de la
industria manufacturera ha disminuido.
A principios de los años sesenta se introducen en la industria, de modo significativo, los
robots manipuladores como un elemento más del proceso productivo. Esta proliferación,
motivada por la amplia gama de posibilidades que ofrecía, suscitó el interés de los
investigadores para lograr manipuladores más rápidos, precisos y fáciles de programar. La
consecuencia directa de este avance originó un nuevo paso en la automatización industrial,
que flexibilizó la producción con el nacimiento de la noción de célula de fabricación
robotizada.
Los trabajos desarrollados por los robots manipuladores consistían frecuentemente en tareas
repetitivas, como la alimentación de las distintas máquinas componentes de la célula de
fabricación robotizada. Ello exigía ubicarlas en el interior de un área accesible para el
manipulador, caracterizada por la máxima extensión de sus articulaciones, lo cual podría
resultar imposible a medida que la célula sufría progresivas ampliaciones. Una solución a este
problema se logra al desarrollar un vehículo móvil sobre rieles para proporcionar un
transporte eficaz de los materiales entre las distintas zonas de la cadena de producción. De
esta forma, aparecen en los años ochenta los primeros vehículos guiados automáticamente
(AGV’s). Una mejora con respecto a su concepción inicial estriba en la sustitución de los
rieles como referencia de guiado en la navegación por cables enterrados, reduciéndose, con
ello, los costes de instalación.
1
La posibilidad de estructurar el entorno industrial permite la navegación de vehículos con una

capacidad sensorial y de razonamiento mínimas. De este modo, la tarea se ordena en una
secuencia de acciones en la que a su término el vehículo supone que ha alcanzado el objetivo
para el que está programado. Ante cualquier cambio inesperado en el área de trabajo que
afecte el desarrollo normal de la navegación, el sistema de navegación del vehículo se
encontrará imposibilitado para ejecutar acciones alternativas que le permitan reanudar su
labor. Sin embargo, por sus potenciales aplicaciones fuera del ámbito industrial, donde resulta
costoso o imposible estructurar el entorno, se les dotó, en la búsqueda de un vehículo de
propósito general apto para desenvolverse en cualquier clase de ambiente, de un mayor grado
de inteligencia y percepción. Así en los años noventa surgen el robot móvil. Una definición
correcta de robot móvil plantea la capacidad de movimiento sobre entornos no estructurados,
de los que se posee un conocimiento incierto, mediante la interpretación de la información
suministrada a través de sus sensores y del estado actual del vehículo.
Esta evolución mecánica, sensorial y racional de los robots móviles no fue así de estricta ya
que, sin tener una finalidad específica, a lo largo de la historia existieron algunos desarrollos
(Figura 1.2.1) que fueron fuente de inspiración para la construcción de los robots móviles
actuales. Algunos de ellos son el primer robot humanoide de Leonardo Da Vinci a mediados
de los noventa… del siglo XV, la Máquina Speculatrix de W. Walter Grey en los años
cincuenta y Shakey del Stanford Research Institute en los setenta, ambos del siglo XX.
Figura 1.2.1.Tres robots que sirvieron de inspiración.
1.3. Clasificación de los robots

En general la bibliografía ha considerado que existen tres clases de robots [1]:
industriales
médicos
móviles
Los robots industriales (Figura 1.3.1), son los de mayor difusión en tareas de alcance
económico, formados por una estructura mecánica articulada, que se mueve adoptando
distintas configuraciones por las órdenes recibidas de un equipo de control basado
normalmente en un microprocesador.
2
Figura 1.3.1. Robot industrial PUMA (Unimation).
Pueden mover cargas pesadas, a elevadas velocidades y con una gran exactitud, como el
RX260 de Stäubli (Figura 1.3.2) que tiene una capacidad máxima de carga de 150Kg y una
exactitud de ±0.07mm
Figura 1.3.2. Robot industrial RX260 de Stäubli.
Los robots médicos, de cooperación o de rehabilitación (Figura 1.3.3) están concebidos como
prótesis inteligentes para los disminuidos físicos que se diferencian del resto en su forma, que
se procura tenga la apariencia de la correspondiente extremidad humana, en realizar las
funciones de ésta y en que las señales de mando provienen de señales nerviosas o musculares.
Estas prótesis pueden doblar el codo, rotar la muñeca o mover el hombro. Ellas pueden imitar
25 de los 30 movimientos desarrollados por un brazo humano permitiéndole a la persona
tomar objetos pequeños como pasas y hasta un vaso con agua.
3
Figura 1.3.3. Prótesis robótica biónica.
También entran en esta categoría aquellos robots desarrollados específicamente como

asistentes en tareas quirúrgicas de gran precisión o alta complejidad como el robot quirúrgico
Da Vinci (Figura 1.3.4) que se encuentra en el Hospital Saint Clare de Denville (EUA). Este
sistema único en el mundo permitirá importantes avances para lograr cirugías menos
invasivas empleando instrumental quirúrgico de avanzada y junto con sistemas de
visualización en tres dimensiones (3D).
Figura 1.3.4. Robot quirúrgico Da Vinci
Los robots móviles son dispositivos de transporte automático, es decir, una plataforma
mecánica dotada de un sistema de locomoción capaz de navegar a través de un determinado
ambiente de trabajo, dotado de cierto nivel de autonomía para su desplazamiento portando
cargas. Sus aplicaciones pueden ser muy variadas y siempre están relacionadas con tareas que
normalmente son riesgosas o nocivas para la salud humana, en áreas como la agricultura, en
el transporte de cargas peligrosas o en tareas de exploración solitarias o cooperativas junto a
4
otros vehículos no tripulados. Ejemplos clásicos son el traslado y acopio de materiales, las
tareas de mantenimiento en reactores nucleares, la manipulación de materiales explosivos, la
exploración subterránea, etc.
Es necesario aclarar que el concepto de autonomía no sólo se relaciona con cuestiones

energéticas, sino que también se refiere a la capacidad de percibir, modelar, planificar y
actuar para alcanzar determinados objetivos, sin la intervención (o con una intervención muy
pequeña) del operador humano ya que el robot se puede desenvolver en ambientes
estructurados o no estructurados, total o parcialmente conocidos. El papel de este debe ser
desempeñado por el propio sistema de control del vehículo, al que debe suplir con la
inteligencia necesaria para mover al robot correctamente. La denominación de robot móvil [2]
hace referencia a esa capacidad para alcanzar uno o varios objetivos con una intervención
muy pequeña de supervisores humanos. Por otro lado, la denominación de vehículo
autoguiado está referida a las estructuras móviles que sólo se limitan a seguir caminos
preestablecidos (líneas pintadas en el suelo, bandas magnéticas, bandas reflectoras).
Figura 1.3.5. Robot móvil AURORA (Universidad de Málaga).
En la Figura 1.3.5 se muestra al robot Aurora dedicado al servicio en Invernaderos,

particularmente en tareas de fumigación. Desarrollado en la Universidad de Málaga (UMA),
incorpora una motorización basada en motores de alterna, alimentados por un generador de
alterna a 220 V. Sistema de control basado en PC industrial. Sistema sensorial basado en
sensores de ultrasonidos y cámara CCD para control reactivo y teleoperación.
En la Figura 1.3.6 se presenta al robot Auriga I V2R, robot oruga para carga desarrollado en
los laboratorios de la UMA. Dispone de una tracción independiente por cadena con una
velocidad máxima de 3m/s. La capacidad de carga a 0.75m/s es de 400Kgr. Supera pendientes
superiores a 30º incluso en malas condiciones de apoyo (Escaleras de paso estándar).
Incorpora un Sistema de Planificación y Sistema sensorial de alto nivel (Scaner radial,
cámaras CCD, GPS, Giróscopo) basados en PC Industrial. Además incluye la arquitectura de
control articular para la conducción con remolque, las arquitecturas de detección y de
evitación de obstáculos, así como los módulos para la realización de maniobras complejas.
5
Figura 1.3.6. Robot AURIGA I V2R (Universidad de Málaga)
Figura 1.3.7. Robot AURIGA II V0R (Universidad de Málaga)
En la Figura 1.3.7 se puede observar al robot Auriga II V0R que soporta una plataforma
giroestabilizada para el despegue/aterrizaje de minihelicopteros (hasta 50 Kg. de peso) dotada
de cámaras de ayuda a la maniobra. La plataforma tiene dos grados de libertad, motorizados
mediante dos émbolos con accionamientos eléctricos.
Estas clasificaciones tan estrictas han sido ampliamente superadas gracias al avance de la
mecatrónica, que ha permitido lograr robots más livianos y pequeños, y dispositivos
electrónicos más integrados; todo ello ha permitido superar estas fronteras teóricas y construir
robots más complejos como los robots serpiente (snake robots) de la Figura 1.3.8 o los
manipuladores móviles como el de la Figura 1.3.9.
Estos avances han abierto una puerta a la utilización de robots en tareas que eran imposibles
de realizar por el hombre, y que ahora son posibles de realizar por las máquinas e incluso han
permitido liberar al hombre de tareas riesgosas o monótonamente repetitivas.
6
Figura 1.3.8. El robot serpiente puede desarrollar tareas de inspección en forma individual o
colaborativas acoplado a otros tipos de robots.
Figura 1.3.9. Manipulador móvil de AvtiveMedia.
1.4. Aplicaciones de robots móviles

A continuación se muestran algunas aplicaciones de robots móviles que van desde
aplicaciones domesticas y de servicios hasta aplicaciones agro-industriales, sin olvidar las
aplicaciones de vigilancia y militares que son los sectores que más promueven este tipo de
desarrollos.
Figura 1.4.1. Inspector Bot de Eventronic ES um robot que inspecciona tuberías.
7
Figura 1.4.2. Clean Bot de Eventronic limpia tuberías.
Figura 1.4.3. Verro de iRobot limpia piscinas.
Figura 1.4.4. Aspiradora hogareña autónoma Scooba de iRobot.
Figura 1.4.5. Robot enfermero Hospi desarrollado por la empresa Matsushita.
8
Figura 1.4.6. Montacargas laser-guiado de OCME SRL.
Figura 1.4.7. Sistema de Transporte de Material Automatizado (AMTS sus siglas en inglés) de la Carnegie
Mellon University.
Figura 1.4.8. La NREC (National Robotics Engineering Center) convirtió el estándar 6410 de John Deere
en un vehículo autónomo capaz de recorrer 7km sin necesidad de un operador.
9
Figura 1.4.9. Robot militar de vigilancia y exploración desarrollado en conjunto por John Deer y iRobot.
Figura 1.4.10. Robot militar Warrior X700 de iRobot.
Figura 1.4.11. Robot soldado TALON utilizado por el ejército de los EU en Iraq.
10
Figura 1.4.12. Robot de vigilancia urbana OFRO de la empresa RobotWatch.
1.5. Robots móviles y robótica.

Los robots móviles operando en grandes ambientes no estructurados deben enfrentarse con
significativas incertidumbres en la posición e identificación de objetos. En efecto, la
incertidumbre es tal que, trasladarse desde un punto A hasta un punto B es una actividad
arriesgada para un robot móvil, una actividad relativamente trivial para un manipulador
industrial. En compensación por tener que enfrentarse con más incertidumbres del entorno, no
se espera que un robot móvil siga trayectorias o alcance su destino final con el mismo nivel de
precisión que se espera de un manipulador industrial (en el orden de las centésimas de
milímetro).
Los diferentes índices de operación (medidos por la incertidumbre y precisión requeridas) de

los robots móviles en relación a los manipuladores industriales se debe a la existencia de un
conjunto diferente de prioridades en investigación. Las prioridades para los robots móviles
están firmemente orientadas en las áreas de sensado y raciocinio.
Figura 1.5.1. Algunas de las posibles trayectorias que podría seguir el robot móvil.
11
Los robots industriales pueden ser más efectivos con un mínimo de información sensorial y
sin raciocinio porque ellos operan esencialmente en ambientes estáticos, estructurados y en
gran medida conocidos.
El principal problema a resolver en un robot móvil es generar trayectorias y guiar su

movimiento según éstas, en base a la información proveniente del sistema de sensores
externos (ultrasonidos, láser, visión), permitiendo al vehículo desplazarse entre dos puntos
cualesquiera del ambiente de trabajo de manera segura, sin colisiones. Esto exige diseñar
sistemas de control de trayectorias (posición, dirección, velocidad) en diversos niveles
jerárquicos, de manera que el procesamiento de la información proveniente de los sensores
externos asegure la mayor autonomía posible.
El robot móvil autónomo se caracteriza por una conexión inteligente entre las operaciones de
percepción y acción, que define su comportamiento y le permite llegar a la consecución de los
objetivos programados sobre entornos con cierta incertidumbre. El grado de autonomía
depende en gran medida de la facultad del robot para abstraer el entorno y convertir la
información obtenida en órdenes, de tal modo que, aplicadas sobre los actuadores del sistema
de locomoción, garantice la realización eficaz de su tarea. De este modo, las dos grandes
características que lo alejan de cualquier otro tipo de vehículo se relacionan a continuación
[3]:
• Percepción: El robot móvil debe ser capaz de determinar la relación con su entorno
de trabajo, mediante el sistema sensorial a bordo. La capacidad de percepción del
robot móvil se traduce en la síntesis de toda la información provista por los sensores,
con el objeto de generar mapas globales y locales del entorno de acuerdo a los
diversos niveles de control.
• Razonamiento: El robot móvil debe ser capaz de decidir que acciones son requeridas
en cada momento, según el estado del robot y el de su entorno, para alcanzar su(s)
objetivo(s). La capacidad de razonamiento del robot móvil se traduce en la
planificación de trayectorias globales seguras y en la habilidad para modificarlas en
presencia de obstáculos inesperados (control local de trayectoria) para permitirle, al
robot, la consecución de los objetivos encomendados.
En la Figura 1.5.2 se muestra un esquema básico general de la estructura de control de un
robot móvil y las partes que componen la arquitectura general de control.
Generador Global de Trayectorias (GGT): Es el nivel jerárquico superior. Este nivel es el
encargado de decidir, en base a la tarea asignada, las coordenadas del punto destino, de
puntos intermedios en la trayectoria y, en caso que el camino esté obstruido, redefinir la
trayectoria elegida. La información que emplea este nivel jerárquico puede ser generada fuera
de línea (conocimiento a priori del ambiente de trabajo) o en línea, en base a criterios
predefinidos y utilizando la información provista por el sistema sensorial (desconocimiento
parcial o total del ambiente de trabajo) a partir de la elaboración de mapas del entorno
(SLAM).
Generador Local de Trayectorias (GLT): Es el nivel jerárquico intermedio. Este nivel

jerárquico hace las veces de operador (piloto) del robot móvil, evitando los obstáculos del
camino, realizando correcciones en la trayectoria y adecuando la velocidad del vehículo de
acuerdo a la maniobra que se realiza. Permite un control dinámico del robot móvil. Mantiene
informado al GGT sobre los resultados del objetivo asignado, y en caso de no tener un
conocimiento a priori del ambiente de trabajo, genera información para ser almacenada en la
12
memoria del GGT. Está directamente comunicado con el sistema sensorial, lo que le permite
tomar decisiones en línea y además genera los valores de referencia para el Control Local del
Sistema de Tracción y Dirección. Se han desarrollado GLT tanto con algoritmos clásicos del
tipo Maze-Search como con la utilización de elementos de la Inteligencia Artificial que
emulan el comportamiento del operador humano.
Figura 1.5.2. Esquema general del sistema de control de un robot móvil.
Control Local del Sistema de Tracción y Dirección (CL): Es el nivel jerárquico inferior.
Interpreta las referencias enviadas desde el GLT y genera las acciones de control para que los
motores de tracción y dirección trabajen en forma coordinada y de esta manera se alcance el
punto destino siguiendo trayectorias suaves, libres de oscilaciones y maniobras violentas para
la carga. Los controladores empleados en este nivel corresponden, fundamentalmente, a los
controladores desarrollados en la teoría de control clásica.
La planificación de rutas en ambientes desconocidos se realiza por medio de generadores

locales de trayectorias que solo consideran el entorno próximo al robot móvil para determinar
la dirección a seguir; las trayectorias obtenidas no son óptimas. En ambientes enteramente
conocidos, la planificación se realiza por medio de los generadores globales de trayectorias,
que fundamentalmente tienen en cuenta todos los caminos posibles y eligen aquél que tenga
un menor factor de costo (en otras palabras aquél camino óptimo). Este factor de costo estará
influenciado por la transitabilidad, prioridades de circulación, densidad de obstáculos etc., en
las diversas trayectorias.
13
Las estrategias de control empleadas son muy variadas [4] y no es el objetivo de este trabajo
mencionarlas a todas, pero si se mencionará que la gran variedad de estrategias de control van
desde el control deliberativo hasta el control puramente reactivo, pasando por las estrategias
basadas en comportamientos, como se muestra en la Figura 1.5.3 donde cada una de ellas
posee sus ventajas y desventajas.
Figura 1.5.3. Estrategias de control para robots móviles.
Las estrategias de control deliberativo se basan en una estrategia puramente simbólica, esto
significa que la semejanza entre el entorno y su modelo en el robot debe ser precisa para que
el comportamiento del robot sea el deseado. Por ejemplo un robot móvil preparado para
navegar en un entorno estático probablemente no sabrá que hacer cuando se encuentre en un
pasillo por el que circulan personas; esta dependencia con el entorno limita su rango de
aplicación. Sin embargo las estrategias deliberativas incluyen un análisis de estabilidad que
permite garantizar, a priori, bajo que condiciones del entorno el robot móvil cumplirá con sus
objetivos. Esto conduce a sistemas de control y de procesamiento de la información
complejos que insumen un importante costo computacional que, además, restringe su
velocidad de respuesta.
Por el contrario, las estrategias de control reactivo se basan en un esquema de acciones

reflejas, esto significa que el entorno se percibe como un estímulo (distancia a los objetos,
nivel de luz, temperatura, etc.) que genera una acción de control función de la intensidad del
mismo. Esta independencia con el entorno, junto con funciones de control simples del tipo si-
no o proporcional, es lo que potencia a este tipo de estrategias por su elevada velocidad de
respuesta y su bajo costo computacional. Sin embargo la superposición de acciones reflejas
termina por generar en muchos casos un comportamiento emergente no deseado, por ejemplo
un robot móvil diseñado para buscar fuentes de luz, pero que en presencia de penumbra gira
180º y escapa, podrá tener un comportamiento no deseado si entre la fuente de luz y el robot
existe un obstáculo que proyecta su sombra sobre la trayectoria del robot. En la mayoría de
los casos los comportamientos emergentes no son tan obvios y solo se perciben cuando el
sistema de control es implantado en el robot.
En un nivel más abstracto se puede decir que los algoritmos denominados deliberativos están
basados en el modelo tradicional de inteligencia artificial del conocimiento humano. Los
algoritmos de control razonan acerca de la percepción del robot (datos sensados) mientras
construyen un modelo del entorno (memoria) y subsecuentemente planifica las acciones del
14
robot. Estos métodos requieren gran capacidad computacional y toma de decisión, resultando
en respuesta relativamente lenta del sistema. El control reactivo elimina completamente el
conocimiento. En este modo de control no existe la planificación ni el razonamiento; no hay
modelos del entorno. El simple reflejo vincula acciones a percepciones, resultando en una
respuesta más rápida del estímulo de salida.
En el medio quedan las estrategias de control basado en comportamientos que tratan de

rescatar las ventajas del control deliberativo y del reactivo incorporando estrategias de control
híbrido para garantizar la estabilidad de múltiples controladores simples operando en paralelo
junto con técnicas de aprendizaje para mejorar el desempeño del robot para lograr
independizarlo del modelo del entorno.
La tendencia en este sentido es lograr algoritmos de control confiables (una propiedad de los
algoritmos de control deliberativo) que tengan una velocidad de respuesta acorde con la
velocidad del robot móvil (una propiedad de los algoritmos de control reactivo).
Las tendencias actuales apuntan a independizar al máximo al robot móvil del operador,
cumpliendo éste solo la función de vigilar el normal comportamiento del robot y dando un
mínimo de instrucciones. Esto significa que el robot móvil debe ser capaz de identificar, por
sí solo, el ambiente en el cual va a trabajar. En la práctica esto es bastante difícil, y se hacen
necesarios una serie de datos para poder inicializar el sistema. Los primeros robots móviles
debían conocer totalmente el ambiente donde iban a trabajar, es decir las dimensiones del
ambiente, y la posición y forma exacta de cada obstáculo. Las técnicas de reconocimiento de
imágenes permitieron independizar más a los robots móviles, necesitando solo las
dimensiones del ambiente y corriendo por cuenta propia la identificación de los obstáculos.
En esta filosofía de pensamiento, el problema radica en lograr un algoritmo que identifique
rápidamente los obstáculos para que el robot móvil se desplace de un punto a otro en el
mínimo tiempo posible.
El uso de robots móviles está justificado en aplicaciones en las que se realizan tareas molestas
o arriesgadas para el trabajador humano. Entre ellas, el transporte de material peligroso, las
excavaciones mineras, la limpieza industrial o la inspección de plantas nucleares son ejemplos
donde un robot móvil puede desarrollar su labor y evita exponer, gratuitamente, la salud del
trabajador. Otro grupo de aplicaciones donde este tipo de robots complementa la actuación
del operador lo componen las labores de vigilancia, de inspección o asistencia a personas
incapacitadas. Asimismo en aplicaciones de teleoperación donde existe un retraso sensible en
las comunicaciones, como es el caso de exploración interplanetaria y submarina, resulta
interesante el uso de robots móviles con cierto grado de autonomía.
15
2. Morfología de los robots móviles

La mayoría de los robots móviles poseen características particulares que los hacen aptos para
una determinada tarea. Es la tarea misma la que determina en una primera etapa las
particularidades estructurales del robot que van desde el tipo de rueda, el sistema de tracción
y dirección y la forma física del robot. En una segunda etapa la tarea determinará las
características sensoriales del robot.
En general los robots móviles distribuyen sus sistemas de tracción y dirección sobre los ejes
de sus ruedas de acuerdo a las exigencias de velocidad, maniobrabilidad y características del
terreno. La precisión y rapidez con que el robot móvil debe alcanzar su destino, implica tener
un sistema de tracción confiable y un sistema de dirección que dé maniobrabilidad al robot.
Esta confiabilidad y maniobrabilidad que debe tener el robot móvil, determinan las
características del sistema de tracción y dirección, no sólo en lo que respecta a la técnica, sino
también al número de ruedas necesarias y al tipo y disposición de éstas para lograr una
estructura mecánica estable [5], [6].
2.1. Tipos de entornos en el que opera el robot móvil

Es esta característica la que fija mayores restricciones sobre el robot móvil y se agrupan
según el área de trabajo y según los objetos presentes en el entrono.
Según el área de trabajo el entrono del robot puede ser interior o exterior. Es interior cuando
el área de trabajo está claramente definida por paredes y cielorrasos. Además la iluminación
es principalmente artificial. Por el contrario es exterior cuando el área de trabajo no está
claramente delimitada y el tipo de iluminación es principalmente natural. Ejemplos clásicos
de entornos interiores y exteriores son los grandes edificios públicos y los parques o bosques,
respectivamente (Figura 2.1.1).
Figura 2.1.1. Robots de interior (Amigobot) y exterior (Seekur) de ActiveMedia.
Según los objetos presentes el entorno del robot puede ser estructurado o no estructurado. Es
estructurado cuando los objetos presentes en el entrono son estáticos (no cambian de forma ni
de posición) y poseen características físicas particulares (forma, color, etc.) que permiten
asociarlos con figuras geométricas conocidas como prismas o cilindros o permiten distinguir
unos objetos de otros (puertas abiertas, mesas de trabajo, etc.). En el otro sentido el entrono es
no estructurado cuando la asociación entre los objetos del entorno y determinadas
características físicas no es viable, cuando el entorno es dinámico (que cambia con el
transcurrir del tiempo) y estos cambios, además, pueden ser impredecible. Por ejemplo una
16
biblioteca es un entorno estructurado, debido al poco movimiento de personas y a que las
estanterías están siempre en los mismos lugares. Por el contrario un depósito en una línea de
producción es un entorno no estructurado, fundamentalmente porque el entorno cambia a
medida que se reciben y envían los pallets.
Figura 2.1.2. Entorno estructurado (Biblioteca) y no estructurado (Almacén en línea de producción).
2.2. Tipos de sistemas de locomoción

El sistema de locomoción es una de las primeras características de un robot que esta
condicionada por su entorno. De acuerdo a las características del mismo el robot puede ser
terrestre
con patas (Figura 2.2.1a)
con ruedas (Figura 2.2.1b)
con cadenas (Figura 2.2.1c)
Figura 2.2.1. Robots terrestres. (a) Hermes (Robosoft). (b) Journey (SMU). (c) Scour (USF).
O también
acuático (UWV)
flotante
submarino (Figura 2.2.2(a))
aéreo (UAV) (Figura 2.2.2(b))
17
Figura 2.2.2. Robot acuático (NSF) y robot aéreo (TU Berlin)
2.3. Tipos de ruedas

Entre los robots terrestres con ruedas su movilidad está caracterizada por dos factores: el tipo
de ruedas que poseen y su disposición sobre una estructura mecánica.
Se asume que, durante el movimiento el plano de la rueda se mantiene vertical y que las
ruedas rotan alrededor de su eje (horizontal), que tiene una orientación con respecto a la
estructura que puede ser fija o variable.
Se distinguen entre dos clases básicas de ruedas: la rueda convencional y la rueda sueca
(swedish wheel). En ambos casos, se supone que el contacto entre la rueda y el terreno se
reduce a un único punto del plano
Para una rueda convencional el contacto entre la rueda y el terreno se supone que satisface la
rotación pura sin resbalamiento. Esto significa que la velocidad del punto de contacto es igual
a cero (tanto la componente paralela como la componente perpendicular al plano de la rueda).
A su vez entre las ruedas convencionales se distinguen tres tipos:
Rueda fija: El eje de la rueda está fijo a la estructura del robot (Figura 2.3.1a). En general está
asociada al sistema de tracción del robot.
(a) (b) (c)
Figura 2.3.1. Tipos de ruedas. (a) Rueda fija. (b) Rueda orientable centrada. (c) Rueda loca.
Rueda orientable centrada: Es aquella en la que el movimiento del plano de la rueda con
respecto a la estructura es una rotación alrededor de un eje vertical que pasa a través del
18
centro de la rueda (Figura 2.3.1b). Suele cumplir funciones como rueda de dirección o como
rueda de tracción-dirección.
Rueda orientable no-centrada (rueda loca): También conocida como rueda castor (castor
wheel) es una rueda orientable con respecto a la estructura, tal que la rotación del plano de la
rueda es alrededor de un eje vertical el cual no pasa a través del centro de la rueda (Figura
2.3.1c). Su principal función es la de dar estabilidad a la estructura mecánica del robot como
rueda de dirección.
Para una rueda sueca (swedish wheel), solo una componente de la velocidad del punto de
contacto de la rueda con el terreno se supone igual a cero a lo largo del movimiento (Figura
2.3.2). Esto le permite, gracias a los rodamientos montados en la superficie de la rueda,
desplazarse en dirección perpendicular al plano de la rueda.
Figura 2.3.2. Detalle de una rueda sueca y su disposición sobre una estructura mecánica.
2.4. Disposición de las ruedas

La combinación de los diversos tipos de ruedas lleva a tener una gran variedad de robots
móviles que se diferencian por su grado de maniobrabilidad. A continuación se presentan
brevemente las principales características de diseño de diversos tipos de robot móviles. Esta
descripción no pretende ser exhaustiva, sin embargo se la ha limitado a ejemplos concretos de
estructuras no singulares y no redundantes.
2.4.1. Robot omnidireccional

Estos robots tienen máxima maniobrabilidad en el plano; esto significa que ellos pueden
moverse en cualquier dirección sin necesidad de reorientarse (Figura 2.4.1 y Figura 2.4.2). En
contraste, los otros tipos de robots tienen una maniobrabilidad restringida.
La Figura 2.4.1 muestra el robot omnidireccional Uranus desarrollado en la Universidad de

Michigan y el conjunto de movimientos posibles que el mismo puede desarrollar. De acuerdo
a la rotación de cada una de las ruedas el robot puede avanzar, girar o desplazarse
lateralmente sin necesidad de reorientarse.
19
(a) (b)
Figura 2.4.1. Robot omnidireccional con ruedas suecas. (a) Maniobrabilidad. (b) Robot Uranus
(Universidad de Michigan).
En la Figura 2.4.2 se presenta otra versión de robot omnidireccional con ruedas orientables
centradas. En este caso el robot puede cambiar la dirección de su movimiento simplemente
cambiando la orientación de las ruedas. Este movimiento sincronizado se puede logar por
medios mecánicos (Figura 2.4.3a) empleando sistemas de tracción y dirección por correas o
por medios electrónicos (Figura 2.4.3b) mediante señales de accionamientos simultáneas a
partir de la electrónica que comanda cada uno de los motores en las ruedas.
(a) (b)
Figura 2.4.2. Robot omnidireccional con ruedas orientables centradas. (a) Disposición sobre una
estructura mecánica. (b) Robot Seekur (ActiveMedia).
Motor de
dirección
Motor de
tracción
Rueda
(a) (b)
Figura 2.4.3. Sincronismo entre el sistema de tracción y dirección con ruedas omnidireccionales (Synchro
drive). (a) Mecánico. (b) Electrónico.
20
Las ventajas de un robot omnidireccional se ven desminuidas por la complejidad mecánica
y/o electrónica necesarias para conservar una buena coordinación entre las ruedas y evitar
derivas en la pose del robot.
2.4.2. Uniciclo
El robot tipo uniciclo es, en general, el elegido por los investigadores a la hora de probar
nuevas estrategias de control por tener una cinemática sencilla. Es una estructura que consta
de dos ruedas fijas convencionales sobre el mismo eje, controladas de manera independiente y
una rueda loca que le confiere estabilidad (Figura 2.4.4).
Figura 2.4.4. Uniciclo. (a) Estructura. (b) Robot Pionner (ActiveMedia).

El sistema de tracción-dirección asociado al robot le permite independizar las consignas de
velocidad linear y angular respectivamente. Las ventajas que se derivan de la estructura
mecánica y de la electrónica de control hacen de esta configuración la preferida para robots de
laboratorio.
2.4.3. Triciclo
El robot tipo triciclo está formado por dos ruedas convencionales fijas sobre un mismo eje y
una rueda convencional centrada orientable que concentra las funciones de tracción-dirección
(Figura 2.4.5).
Figura 2.4.5. Triciclo. (a) Estructura. (b) Robot Neptune (Universidad Carnegie Mellon).
Al igual que en el caso anterior, la estructura mecánica y la electrónica de control son
sencillas, su tratamiento cinemático resulta de interés en áreas específicas del control de
robots móviles. En cuanto a aplicaciones industriales esta configuración es apta para el
transporte de cargas pesadas a baja velocidad.
2.4.4. Cuatriciclo
Un problema asociado con la configuración tipo triciclo es que el centro de gravedad del
vehículo se posiciona, en algunas ocasiones, en los limites de la superficie de equilibrio,
21
definida por las tres ruedas, cuando el vehículo esta en movimiento. Esto produce una pérdida
de tracción en el vehículo y es fuente de error a la hora de estimar la posición del robot. Una
solución a este problema lo presenta el sistema de dirección Ackerman. Como se observa en
la Figura 2.4.6 los ejes de las dos ruedas frontales se interceptan en un punto C que pertenece
al eje común de las ruedas traseras. El lugar de los puntos en el plano trazados por cada rueda,
alrededor de este punto C, es un conjunto de arcos concéntricos donde todos los vectores
velocidad instantánea son tangente a estos arcos. Esta estructura, además de brindar mayor
estabilidad, evita el deslizamiento en la ruedas y por lo tanto reduce los errores de odometría.
Figura 2.4.6. Sistema de dirección Ackerman.

Si bien su cinemática, su estructura mecánica y su electrónica de control no son tan sencillas
esta configuración presenta un gran interés para los amantes de los robots todo terreno en
donde los principales desarrollos se producen en la recolección de información sensorial y su
posterior tratamiento para lograr reconstrucción de entornos o para el control en tiempo real.
2.5. Tracción y dirección

Otros de los aspectos a tener en cuenta en el diseño de un robot móvil es el sistema de
tracción y dirección a emplear. El sistema de tracción y dirección no sólo está relacionado con
la disposición de ruedas adoptada, sino que también lo está con los algoritmos de control local
de los motores y la mecánica asociada a estos. A medida que se requiere, del robot, más
confiabilidad (alta maniobrabilidad, máxima tracción en sus ruedas motorizadas, máxima
adherencia de todas sus ruedas, etc.) la mecánica, electrónica e informática asociadas es más
compleja.
Existen tres sistemas básicos a partir de los cuales se pueden obtener diversas
configuraciones:
Tracción y dirección en ejes independientes [7]
Tracción y dirección en un mismo eje [8]
Tracción y dirección sobre todos los ejes [9]
los que se desarrollan a continuación.
2.5.1. Tracción y dirección en ejes independientes.

La tracción se efectúa en las ruedas traseras y el control de dirección en las ruedas delanteras
o viceversa (Figura 2.5.1). Si bien el control de dirección es más sencillo, la precisión en la
dirección depende de la adherencia de las ruedas correspondientes; esto se debe básicamente
a la masa despreciable de estas ruedas respecto al resto de la estructura. Además posee un
22
radio de giro bastante elevado en relación a otros sistemas, por lo que en este tipo de modelos
no se pueden lograr cambios de dirección muy cerrados.
Figura 2.5.1. Sistema de tracción y dirección en ejes independientes.
2.5.2. Tracción y dirección en un mismo eje (Tracción diferencial).

Esto se logra con motores independientes en las ruedas de un mismo eje y ruedas "locas" en el
resto de los ejes (Figura 2.5.2). Este modelo es de construcción sencilla y permite radios de
giro del orden del tamaño del vehículo. La única desventaja que posee es que los motores
deben ser de características idénticas, para que el control de estos sea simple.
Figura 2.5.2. Sistema de tracción y dirección sobre un mismo eje.
2.5.3. Tracción y dirección sobre todos los ejes.

En la Figura 2.5.3 se muestra la estructura y un modelo comercial de ActiveMedia.. Su
aplicación está destinada a terrenos hostiles, donde la velocidad de traslación es menos
importante que una buena adherencia al terreno.
Figura 2.5.3. Sistema de tracción y dirección sobre todos los ejes.

Esta configuración necesita de un sistema odométrico complejo debido a la incertidumbre en
los radios de giro asociada a este sistema de tracción y dirección, aunque existen entre los
23
robots omnidireccionales estructuras que presentan menor complejidad para resolver los
errores por odometría.
2.6. Configuraciones especiales

En muchos casos el robot tiene alguna característica que lo hace distintivo de los robots
convencionales. Algunas configuraciones particulares permiten reducir considerablemente los
errores asociados a los deslizamientos en las ruedas como el robot de múltiples grados de
libertad con vínculo elástico (Figura 2.6.1) desarrollado en la Universidad de Michigan, que
permite el estudio de los vehículos de transporte de cargas.
Figura 2.6.1. Robot de Múltiples Grados de Libertad desarrollado en la Universidad de Michigan.
Otras configuraciones permiten que pequeños robots individuales se “asocien” para realizar
tareas de mayor envergadura que ellos mismos. Este es el caso de los robots colaborativos
desarrollados entre Alemania y China.
Figura 2.6.2. Módulos cooperativos (Universidad de Hamburgo y Beihang).
Otros robots son desarrollados con formas especiales para realizar tareas específicas como los
robots de exploración espaciales (Figura 2.6.3).
Figura 2.6.3. Robot de exploración espacial PATHFINDER (JPL).
24
3. Sensores para robots móviles
Ya mencionamos que los robots móviles se caracterizan por su capacidad de desplazarse de
forma autónoma en un entorno desconocido o conocido sólo parcialmente. Sus aplicaciones
cubren una gran variedad de campos y se justifican en la dificultad o imposibilidad de
intervención humana, ya sea directa o teleoperada en tiempo real.
El sistema de percepción de un robot móvil permite que este sea capaz de hacer frente a
situaciones cambiantes del entorno, como así también de reaccionar ante posibles eventos
inesperados mientras navega, lo que exige la utilización de un sistema sensorial que
suministre la información del entorno. Esta información del entorno debe ser abundante en
calidad y cantidad de tal forma que el robot móvil realice la tarea de manera similar al
operador humano. Por ello, un robot móvil rara vez va equipado con un único sensor para
realizar todas sus tareas, sino que la práctica más habitual consiste en combinar dentro del
sistema sensorial varios sensores que en mayor o menor medida se complementan.
3.1. Estructura de los sentidos del hombre

El hombre para su actividad de interacción con lo que le rodea está dotado de diversos
sentidos, todos ellos complejos, que suministran información del mundo exterior. El hombre,
no sólo es capaz de elaborar la información que recibe de cada uno de ellos, sino también de
conjugar las recibidas de varios a la vez y tomar decisiones en función de éstas.
El sistema sensorial en el hombre está enormemente desarrollado a tal punto que, una tarea
sencilla como, beber un vaso de agua en la mayoría de las ocasiones no representa ningún
problema, sin darnos cuenta de la cantidad y complejidad de información procesada. Más allá
de la información procedente de los sentidos es necesario también, coordinarla con la acción
que se está desarrollando.
La visión es sin duda la percepción sensorial humana más compleja y desarrollada, aunque su
sensibilidad está limitada a un estrecho espectro de las longitudes de onda, entre 4.000Å y
8.000Å, que corresponden a las radiaciones ultravioletas e infrarrojas. Este sentido corporal
está localizado en los ojos, con los que es posible ver: percibir la luz, los colores y las
imágenes de los objetos. La retina es la parte fundamental del ojo, y las demás estructuras
están a su servicio. Los estímulos luminosos que llegan a ella son proyectados sobre la
mancha amarilla (la única zona sensible a la luz) y transmitidos al cerebro por el nervio
óptico; así se hacen conscientes. El hecho de que veamos sólo un objeto, pese a mirar con dos
ojos, se explica por la coordinación de ambas retinas. Los movimientos habituales de los
glóbulos oculares hacen que los ejes visuales de ambos ojos converjan sobre el objeto de
manera que las dos imágenes incidan sobre zonas gemelas de ambas retinas. La visión
binocular favorece la correcta apreciación del tamaño, distancia y conformación de los
objetos.
El oído es el que permite percibir las excitaciones sonoras. Su campo de sensibilidad está
limitado a detectar sonidos comprendidos entre los 20Hz y los 20.000Hz. Las estructuras
anatómicas que componen el aparato auditivo se encuentran en su mayor parte localizadas en
el interior del cráneo, en la región petrosa del temporal. Externamente sólo aparece la parte
cartilaginosa del oído. Desde el punto de vista anatómico, el oído se divide en tres partes:
externo, medio e interno. Las células sensibles al sonido se encuentran en el oído interno, en
25
la parte denominada caracol. En el caracol las vibraciones sonoras amplificadas en intensidad

por el oído externo y medio, se transforman por efecto minofónico en impulsos nerviosos y
éstos son recogidos por el nervio acústico. Al estar dotada la audición de dos órganos
idénticos esta puede ser estereofónica. Esto permite determinar la dirección y la distancia a la
que se encuentra la fuente de sonido.
El tacto, repartido por todo el cuerpo, es el sentido corporal mediante el cual se aprecian las
sensaciones de contacto y presión de los objetos y de las cualidades de éstos como aspereza,
dureza, temperatura, etc. La sensación táctil está provocada por las acciones mecánicas de
contacto, choque, presión o tracción que se ejercen sobre la piel o mucosas. Su base
fisiológica reside en la complicada red de terminaciones nerviosas y corpúsculos táctiles,
difusamente distribuidos por toda la superficie cutánea, en densidad variable de acuerdo con
los niveles de sensibilidad. El tacto, acompañado de movimiento, constituye la base de
nuestra experiencia de la extensión, que incluye la forma y, por ende, la solidez de los
cuerpos, que no es sino forma con resistencia.
El gusto y el olfato son los sentidos que le permiten al ser humano percibir, identificar y
distinguir sabores y olores respectivamente. Este último sentido es en cierta forma
comparable a la visión, al ser un sentido espacial más que superficial; sin embargo más pobre
en cuanto a la posibilidad de determinar el origen de la fuente de olor.
A estos cinco sentidos hay que añadir los sentidos cenestésico y cinestésico, que dan cuenta,
respectivamente, de la percepción del propio cuerpo y del movimiento de sus partes, y del
sentido del equilibrio y de la posición que permiten en cualquier momento conservar el
equilibrio y saber la posición y actitud del cuerpo o de sus partes.
La notable calidad de las percepciones humanas proviene de un número considerable de

sensores constituyendo cada uno de los órganos sensoriales. Uno de los temas de
investigación relativa a las percepciones sensoriales artificiales tiene como guía la
modelización de los sensores con el fin de que estos sensores artificiales presenten
características comparables a los del hombre. Sin embargo, el estudio de sentidos más
precisos o de mayor agudeza pueden darse en otros seres vivos y son motivos de
investigación; así es importante conocer la agudeza de la lechuza en localizar sonidos o la del
murciélago para evitar obstáculos apelando al uso de los ultrasonidos.
3.2. Tipos de sensores en robótica

Si bien la variedad de sensores que pueden emplearse en un robot móvil esta directamente
relacionada con el campo de aplicación de éstos, hay una serie de sensores que se pueden
considerar más acordes con las funciones del robot y a ellos nos vamos a referir. Para el
estudio de los sensores en robótica se los ha clasificado de diversas formas, empleando
diversos criterios [10] (ver Tabla 3.2.1).
Los sensores pueden clasificarse utilizando como criterio la interacción sensor-objeto,

atendiendo a que la información pueda ser obtenida por contacto directo entre el entorno u
objeto y la parte sensorial del robot, o sin mediar contacto físico alguno. De esta manera los
sensores podrán clasificarse de contacto y de no contacto.
Otra clasificación, que para conseguir la emulación de los sentidos del hombre, se basa en la
necesidad de obtener y procesar informaciones complejas a través de sensores muy
26
desarrollados. Así podríamos clasificar a los sensores en elementales y complejos. Los
sensores elementales nos proporcionan datos digitales o analógicos de una única variable; los
complejos nos dan información que solo puede ser representada por vectores o arreglos
matriciales.
Tabla 3.2.1. Clasificación de los sensores en robótica.
Según el medio relativo Propioceptivos

al robot Exteroceptivos
Según el tipo de Contacto
interacción robot-objeto No contacto
Según el tipo de Elementales
información Complejos
Sensores en
Robótica Carga eléctrica
Radiación luminosa
Resistencia
Según el principio de
funcionamiento Inductancia
Capacitancia
Radiación térmica
Otros
Destacamos aquí una última clasificación basada en la relación que tiene el robot con el
medio. Cuando este medio es el interno del robot, es decir su estructura mecánica, dichos
sensores se denominan propioceptivos o internos; en cambio toda información que provenga
del entorno del robot corresponde a los sensores denominados exteroceptivos o externos.
Los sensores propioceptivos han sido cronológicamente los primeros sensores utilizados,
encontrándose actualmente en la mayoría de los robots. Suministran la información del estado
interno del robot: posición, dirección, sentido, velocidad. En contraposición los sensores
exteroceptivos determinan el estado del robot en función de la percepción del entorno.
3.3. Descriptores estáticos y dinámicos

Existe una amplia gama de técnicas empleadas en la medida de magnitudes físicas, pero el
universo de captación del sensor en cuanto al tipo de objetos o fenómenos a detectar y
extensión de su campo de sensibilidad, determinan las características o prestaciones del
dispositivo de medida. La respuesta del transductor puede requerir únicamente la simple
presencia del objeto o fenómeno (detección estática) o puede exigir además la detección del
movimiento o variación del mismo (detección dinámica).
Es así que se puede definir el comportamiento del sensor mediante descriptores. Estos
descriptores serán estáticos cuando definan el comportamiento del sensor en régimen
permanente o serán dinámicos cuando caractericen la respuesta temporal del sensor antes
determinados estímulos.
Los siguientes son descriptores estáticos,
27
• Rango: valores mínimos y máximos para las variables de entrada y salida.
• Exactitud: la desviación de la lectura de un sistema de medida respecto de una entrada

conocida.
• Repetitividad: la capacidad de reproducir una lectura con una precisión dada.
• Reproducibilidad: es igual que la repetitividad, pero las lecturas se realizan bajo

condiciones diferentes.
• Resolución: la cantidad más pequeña de incremento que puede ser determinada.
• Error: la diferencia entre el valor medido por el sensor y el valor real.
• Linealidad: cuando la respuesta del sensor es muy semejante a m ⋅ x + h .
• Sensibilidad: es la razón de cambio de la salida frente a cambios en la entrada.
• Excitación: es la cantidad de corriente o tensión necesaria para el funcionamiento del

sensor.
• Estabilidad: una medida de la posibilidad de un determinado sensor de mostrar una

misma salida en un rango en el que la entrada permanece constante.
• Ruido: la señal que se acopla a la señal de salida que se podría considerar ideal, que
hace que la señal esperada difiera de la real y ocasione problemas en los procesadores
que la interpretan.
En la Figura 3.3.1 se presentan los descriptores dinámicos,
Figura 3.3.1. Descriptores dinámicos de un sensor.
• Tiempo de retardo, td: el tiempo que tarda la señal de salida del sensor en alcanzar el
50% de su valor final.
• Tiempo de crecimiento, tr: el tiempo que tarda la señal de salida del sensor desde el
valor original hasta alcanzar el valor final.
• Tiempo de pico, tp: el tiempo que tarda la señal de salida del sensor en alcanzar el pico
máximo de su sobreoscilación.
28
• Pico de sobreoscilación, MP: expresa cuánto se eleva la evolución temporal de la señal
de salida del sensor respecto al valor final.
• Tiempo de establecimiento, ts: el tiempo que tarda la señal de salida del sensor en
quedar confinada a la banda de 5% alrededor del valor final.
Aparte de los descriptores estáticos y dinámicos, es necesario considerar otros factores que
pueden llegar a afectar la respuesta del sensor. Así, por ejemplo, el fabricante suele
especificar condiciones ambientales tales como vibraciones, humedad, radiación o rango de
temperatura en los cuales se garantiza el correcto funcionamiento.
3.4. Sensores en robots móviles

Leonard y Durrant-Whyte [11] resumieron el problema de navegación de un robot móvil
mediante tres preguntas : “¿Dónde estoy ?”, “¿A dónde voy ?” y “¿Cómo debo llegar allí?”.
La información requerida para responder a estas preguntas debe permitirle al robot móvil
realizar tres tareas fundamentales : estimar su posición y orientación, mantener actualizado el
mapa del entorno y detectar los posibles obstáculos. Las dificultades para llevar a cabo estas
tareas surgen como consecuencia de la muy distinta naturaleza de los procesamientos
requeridos en cada uno de estas tareas. Así, mientras que para la estimación de la posición y
la construcción (o actualización) del mapa del entorno se tienen en cuenta sobre todo
características como precisión, resolución espacial, alcance, etc., en la detección de
obstáculos el tiempo entre observaciones normalmente debe ser mucho menor, resultando
vital el disponer de la información ya procesada lo más rápidamente posible. En este caso, las
características anteriores no son primordiales.
Es por ello que, la condición de que el robot conozca su entorno de trabajo para adaptar su
funcionamiento de acuerdo con el estado actual del mismo, implica la recolección y
procesamiento de información de distinto tipo para utilizarla adecuadamente en el sistema de
control. Esta información es generada por los sensores que, según la necesidad particular del
trabajo a realizar, podrán variar tanto en número, como en tipo y complejidad [12]. La calidad
y cantidad de información suministrada permitirá controlar al vehículo con trayectorias
estables y sin oscilaciones, lo que asegura que el robot móvil alcance el punto destino con el
mínimo error sin sufrir choque alguno en el trayecto.
Para que un robot móvil pueda satisfactoriamente afrontar tareas como generar trayectorias,
evitar obstáculos, monitorizar la ejecución de la tarea, etc. se requiere que éste sea capaz de
determinar su localización o pose (posición y orientación) con respecto a un sistema de
referencia absoluto. De forma general, determinar la posición de un robot móvil equivale a
encontrar las componentes de translación (x, y, z) y de rotación (ϕx, ϕy, ϕz) del sistema de
coordenadas solidario al robot {RM} (por tanto móvil) con respecto a un sistema absoluto {R}.
Aquí sólo se considera el caso bidimensional donde el robot se mueve con tres posibles
grados de libertad. Luego el problema se reduce a encontrar la terna (x, y, ϕz) asociada al
sistema móvil del vehículo, donde (x, y) representan su posición y ϕz (ϕ) representa su
orientación, tal cual se muestra en la Figura 3.4.1.
29
Figura 3.4.1. Sistema de referencias en un robot móvil.
La mayoría de los robots móviles van provistos de codificadores en los ejes de movimiento
que permiten estimar en cada instante la localización de éste empleando un modelo de
locomoción. Sin embargo, esta estimación no resulta suficientemente precisa en la mayoría de
las aplicaciones. El motivo no es tanto la magnitud de los errores cometidos sino,
fundamentalmente, que estos se van acumulando durante la navegación. Esto origina una
incertidumbre creciente asociada a la posición y orientación del robot móvil. Debido a esto es
necesario acotar los límites de esta incertidumbre mediante un sistema de posicionamiento
externo. Estos límites vienen impuestos por el tipo de entorno, la tarea a realizar y la precisión
deseada en los movimientos del robot. Es importante destacar que cualquiera sea el sistema de
posicionamiento usado la incertidumbre siempre estará presente; la complejidad del sistema
de posicionamiento sólo permitirá acotarla en mayor o menor medida.
Una forma resumida, pero inteligente, de presentar los principales sensores y las técnicas
asociadas que se emplean en la estimación de la posición y orientación de un robot móvil la
dan González Jiménez y Ollero Baturone [13]. En la Tabla 3.4.1 se presenta ésta
clasificación.
3.4.1. Estimadores explícitos

Los estimadores explícitos proporcionan la posición y orientación del robot directamente a
partir de medidas sin que exista un procesamiento de información para interpretar el entorno.
Dentro de los sistemas de estimación explícita pueden distinguirse dos grupos :
Estimación basada en medidas internas

Estimación basada en estaciones de transmisión
Los primeros trabajan exclusivamente con sensores integrados en el vehículo como

codificadores, giroscopios, compases, acelerómetros, etc., y sin ningún tipo de información
exterior.
Los segundos, por el contrario, están configurados en base a dos unidades bien diferenciadas.
Por un lado la unidad montada sobre el vehículo y por otro la unidad o unidades externas que
deben ser colocadas en posiciones conocidas del entorno.
30
Tabla 3.4.1. Posicionamiento de un robot móvil (Sensores y técnicas)
- Sensores Doppler
Odometría - Codificadores
Medidas Internas ópticos
- Giroscopios
Navegación Inercial
- Acelerómetros
Estimadores Explícitos
Triangulación
Fijas - Ultrasonido
Estaciones de
Trilateración - Infrarrojo
Transmisión
- Radio frecuencia
Móviles
- Inductivos
- Térmicos
Artificiales - Químicos
Marcas - Infrarrojos
- Cámaras de vídeo
Estimadores basados en Naturales - Cámaras de vídeo
la percepción del entorno
Construcción de mapas
- Sistemas ultrasónicos
Posicionamiento Técnicas de
- Sistemas láser
basado en mapas comparación
- Cámaras de vídeo
Mapas topológicos y
geométricos
a) Estimación explícita basada en medidas internas

La forma más simple de estimar la posición y orientación de un robot móvil consiste en
integrar la trayectoria recorrida por éste a partir de una serie de medidas internas: vueltas
dadas por las ruedas, velocidades, aceleraciones, cambios de dirección y sentido, etc. En
función de la información empleada pueden distinguirse dos grupos :
Sistemas odométricos
Sistemas de navegación inercial
a.1) Sistemas odométricos

La odometría es una técnica antigua que se remonta a la época de Arquímedes y tiene por
objeto estimar la posición y orientación de un vehículo a partir del número de vueltas dadas
por sus ruedas. La idea fundamental de la odometría es la integración temporal del
movimiento, lo cual lleva inevitablemente a la acumulación de errores. La ventaja de la
odometría reside en su simplicidad, bajo costo y en que permite muy altas tasas de muestreo.
Sin embargo, además de necesitar una calibración debido al desgaste de las ruedas, ésta
técnica es vulnerable a las imprecisiones originadas por el deslizamiento de las ruedas, las
irregularidades del terreno y las variaciones en la carga transportada.
En la Figura 3.4.2 se muestran las trayectorias seguidas por las ruedas del robot cunado se
produce un desplazamiento del mismo. La rueda izquierda realiza una trayectoria de longitud
Δx1 = r1 ⋅ Δϕ
31
De la misma forma la rueda derecha describe una trayectoria
Δx2 = r2 ⋅ Δϕ
De tal forma que la trayectoria promedio seguida por el robot (referncial {RM}) tendrá una
longitud igual a la semisuma de las dos trayectorias, o sea
Δx1 − Δx2
Δx =
2
Y el cambio de orientación se obtiene a partir de la resta de las dos trayectorias y de la

separación entre las ruedas, esto es
Δϕ ⋅ (r1 − r2 ) = (Δx1 − Δx2 )
Δϕ =
(Δx1 − Δx2 ) = (Δx1 − Δx2 )
(r1 − r2 ) a
Figura 3.4.2. Odometría en un robot móvil.
En ciertas aplicaciones es posible reducir los efectos de estos errores empleando sistemas de
navegación Doppler, como se muestra en la Figura 3.4.3. El principio de operación está
basado en el desplazamiento de frecuencia observado en una señal cuando la energía radiada
se refleja sobre una superficie que está en movimiento con respecto al emisor. El sensor
Doppler inclinado a un ángulo β, mide la componente vD de la velocidad relativa robot-
terreno vA.
32
Figura 3.4.3. Sensor Doppler.
Los sistemas marítimos emplean energía acústica mientras que los sistemas aéreo-espaciales
emplean energía de radio-frecuencia. Sin embargo errores en la determinación de la velocidad
del vehículo aparecen debido a la interferencia producida por los lóbulos laterales de los
sensores, incertidumbre en el ángulo de incidencia y componentes verticales de velocidad
introducidas por la reacción del vehículo ante superficies irregulares.
La mayoría de los científicos del área de la robótica móvil coinciden en que la odometría es
una parte importante de los sistemas de navegación en robots. En la actualidad es una técnica
ampliamente usada en robots móviles y para ello se emplean codificadores ópticos (ver Figura
3.4.4) de elevada precisión montados sobre los ejes de las ruedas que permiten llevar una
cuenta bastante precisa del número de vueltas (y fracción) que estas realizan. Para la
estimación se requiere el registro odométrico de al menos dos ruedas del vehículo.
Foto Emisor
detector de luz
Eje
Ranura
Disco
(a) (b)
Figura 3.4.4. Codificador óptico. (a) Principio de funcionamiento (b) Dispositivo comercial.
a.2) Navegación inercial

Los sistemas de navegación inercial estiman la posición y orientación del vehículo
empleando medidas de las aceleraciones y ángulos de orientación.
Los acelerómetros suelen estar basados en sistemas pendulares. La primera integración de las
aceleraciones proporciona la velocidad y la segunda la posición. La precisión del
acelerómetro resulta crítica debido a la doble integración de las aceleraciones, ya que
pequeños errores cometidos por éste repercuten notablemente en la posición estimada. La
estimación de la posición se complica más aún cuando la relación señal/ruido es también
pequeña debido a que las aceleraciones también son pequeñas.
33
(a) (b)
Figura 3.4.5. Acelerómetro. (a) Principio de funcionamiento. (b) Acelerómetro electrónico.
El acelerómetro es un dispositivo de masa m que se vincula al robot móvil de masa M a través

de un resorte de constante elástica k. Una condición para que el acelerómetro funcione
correctamente es que M << m. Cuando el robot móvil se mueve se cumple
F = m⋅a = k ⋅ x
Donde a es la aceleración del robot móvil y x es la deformación sufrida por el resorte debido a
la acción de la fuerza F. Luego se puede obtener el valor de aceleración a, velocidad u y
longitud de la trayectoria curvilínea s como
k
a= ⋅ x → u = ∫ a ⋅ dt → s = ∫ u ⋅ dt
m
Para medir los ángulos de orientación se emplean brújulas o compases magnéticos. Un

compás es en esencia un imán con libertad de movimiento para rotar en un plano horizontal.
Dada la acción del campo magnético terrestre se orientará según el meridiano magnético del
lugar, indicando la dirección del norte magnético.
Campo
magnético de
la Tierra
Norte
Ángulo θ
Eje X
Eje Y
Figura 3.4.6. Compás electrónico HM55B basado en el efecto Hall.
Es posible, también, medir el ángulo de orientación empleando girocompases. Un girocompás

es un giróscopo cuyo eje es confinado a permanecer horizontal respecto de la superficie de la
Tierra.
34
Figura 3.4.7. Girocompás desarrollado por Herman Anschütz-Kaempfe en 1903
Tienen dos ventajas principales sobre las brújulas magnéticas: primero que señalan al norte
geográfico, es decir, la dirección del eje de rotación de la Tierra, y no al norte magnético y
segundo que no se ven afectados por el metal de la estructura mecánica.
Los acelerómetros y giróscopos se acoplan al vehículo directamente, o bien a través de una

base estabilizadora que minimiza los efectos de “cabeceo” de todo el sistema. En el primer
caso se requieren medidas adicionales de los ángulos de balanceo (mediante inclinómetros)
para realizar la correspondiente corrección de la lectura del acelerómetro.
Los sensores de orientación son de particular importancia en el posicionamiento de robots

móviles debido a que ellos pueden ayudar a compensar el problema más notable del sistema
odométrico: en cualquier método de posicionamiento basado en odometría, cualquier
pequeño error de orientación transitorio producirá un error de dirección constante y
creciente. Por ésta razón, será de gran beneficio si el error de orientación puede ser detectado
y corregido inmediatamente.
A diferencia de los sistemas odométricos, los sistemas de navegación inercial no se ven

afectados por los problemas derivados de la interacción del vehículo con el terreno y pueden
corregir los efectos de las ondulaciones e irregularidades del terreno. En la práctica estos
sistemas son más confiables y precisos que los sistemas odométricos, aunque son mucho más
frágiles y caros que éstos.
Ambas técnicas son sencillas de implementar, pero presentan un grave inconveniente como
estimadores de la posición absoluta: los errores son acumulativos y la incertidumbre en la
posición crece proporcionalmente al espacio recorrido. Es por ello que ambos sistemas son
complementados con algún otro sistema de posicionamiento absoluto que reduzca
periódicamente dicha incertidumbre.
b) Estimación explícita basada en estaciones de transmisión

Este tipo de sistemas de posicionamiento absoluto, también conocidos como balizas de radio-
frecuencia (RF), se emplea desde hace varias décadas en aplicaciones marítimas y
aeronáuticas, si bien su uso se remonta a varios siglos : Las estrellas fueron utilizadas desde
muy antiguo como un sistema de referencia para estimar la posición y más tarde los faros
construidos por el hombre. En los últimos años, con la aparición de robots móviles para
exteriores, éstos sistemas han cobrado un especial interés dentro de la comunidad científica
35
vinculada a ésta área. La ventaja de ésta técnica consiste en proporcionar la localización

absoluta del vehículo en una área suficientemente grande sin requerir estructuración alguna
del entorno. Éstas características hacen, a éstos sistemas, especialmente adecuados para ser
empleados en aplicaciones donde el vehículo ha de moverse en entornos muy diversos y
donde debe recorrer grandes distancias.
La configuración de estos sistemas está basada en un receptor (o un tranceptor) a bordo del

vehículo y un conjunto de estaciones transmisoras de RF ubicadas en lugares conocidos
distantes del vehículo.
Los avances tecnológicos han mejorado enormemente la capacidad de los sistemas basados en
estaciones de transmisión con la incorporación del láser, ultrasonido y los transmisores de RF.
Es importante notar que ninguno de los sistemas de RF puede ser empleado con certeza en
interiores.
Se pueden distinguir dos grupos fundamentales:
Sistemas de posicionamiento mediante estaciones fijas.

Sistemas de posicionamiento mediante estaciones móviles.
b.1) Estaciones fijas

Los sistemas de posicionamiento mediante estaciones fijas son básicamente de dos tipos:
• Triangulación : Conocidos como métodos de navegación hiperbólica o pasivos. Éste

método fue desarrollado durante la Segunda Guerra Mundial y la implementación original
se denomino LORAN (del inglés LOng RAnge Navigation) navegación de largo alcance.
Este sistema compara los tiempos de llegada de dos señales idénticas transmitidas
simultáneamente desde transmisores de alta potencia localizados en sitios de coordenadas
conocidas como se muestra en la Figura 3.4.8.
Figura 3.4.8. Para cada punto sobre una línea hiperbólica, la distancia (ABC - AC) = k, siendo k
constante.
El transmisor maestro envía una señal de identificación al robot móvil y a otras estaciones
transmisoras que ofician de esclavos. Cuando estás reciben la señal del maestro la
36
retransmiten añadiendo su propia señal de identificación que también es recibida por el robot
móvil, pero un instante de tiempo después. La diferencia de tiempo entre la recepción de las
dos señales en el robot móvil se corresponde directamente con las distancias entre las
estaciones y el robot móvil y se asocian a una constante h que se relaciona a una curva
hiperbólica en la cual se encuentra posicionado el robot móvil cuyos focos son las estaciones
de transmisión, es decir
(AB + BC ) − (AC ) = h
Para evitar ambigüedades en el posicionamiento del robot tres o más estaciones de
transmisión son necesarias para encontrar el punto de intersección de las líneas hiperbólicas.
La versión más moderna es LORAN-C que funciona en frecuencias del espectro

electromagnético entre 90 Khz y 100 Khz. Aunque su uso ha decaído notablemente debido a
la aparición del GPS no ha perdido vigencia como sistema alternativo de posicionamiento
debido a la cobertura que el sistema posee actualmente (ver Figura 3.4.9). Rusia utiliza un
sistema casi idéntico llamado CHAYKA, que usa la misma banda de frecuencias.
Figura 3.4.9. Cobertura del sistema Loran.
• Trilateración : Conocidos como sistemas activos. Éstos miden el retardo de propagación

para un número de tranceptores localizados en lugares de coordenadas conocidas como se
muestra en la Figura 3.4.10. Los sistemas activos cubren desde los 100 m. hasta casi los
100 Km con una exactitud de 2 m.
37
Figura 3.4.10. Esquema del funcionamiento de un sistema de trilaterización.
El sistema opera de la siguiente manera: El transceptor móvil emite una señal de

identificación que es captada por varios transceptores fijos, que la devuelven adicionando su
propio código de identificación. El retardo que existe entre el instante en que el robot móvil
emite la señal y el instante en que recibe la respuesta de las estaciones fijas determina la
distancia que separa al robot de las estaciones fijas. Son necesarias al menos tres estaciones
fijas para evitar ambigüedades en la localización del robot móvil.
Los esquemas de trilaterización ultrasónicos ofrecen una exactitud aceptable y son una
solución de bajo costo al problema del posicionamiento de robots móviles. Debido al alcance
relativamente corto del ultrasonido, estos sistemas son adecuados para operar en pequeñas
áreas de trabajo y sólo si no existen obstáculos significativos que interfieran con la
propagación de la señal.
Los sistemas de posicionamiento ópticos generalmente involucran algún tipo de mecanismo

de búsqueda operando en conjunción con dispositivos de referencia estratégicamente
ubicados en lugares de coordenadas conocidas dentro del ambiente de operación del robot
móvil. Uno de los principales problemas asociados con estos sistemas es la necesidad de
preservar la visibilidad entre el robot y la baliza.
b.2) Estaciones móviles

Los sistemas de posicionamiento mediante estaciones móviles operando desde satélites son
hoy en día los de mayor interés para robots móviles. El primer sistema de posicionamiento
mediante satélites está basado en el cambio de frecuencia experimentado por las señales de
radio transmitidas por éstos, conocido como Efecto Doppler. En la actualidad éste sistema ha
sido reemplazado por uno mucho más potente denominado GPS (Global Positioning System)
cuya estructura se muestra en la Figura 3.4.11.
El GPS (su nombre correcto es NAVSTAR-GPS) emplea una constelación de 24 satélites

(incluyendo tres de reserva) orbitando la tierra cada 12 horas a una altura de 20.200 Km.
aproximadamente. Cuatro satélites son colocados en cada una de seis órbitas cuyos planos
están separados 55º a partir del plano del Ecuador. Cada uno de ellos transmite dos señales de
radio en alta frecuencia, moduladas por un pseudo-ruido binario en las que se codifican en
forma compleja información sobre el instante en que la señal fue transmitida e información
orbital entre otras cosas. Empleando al menos tres satélites, el receptor calcula por
38
trilaterización la altitud, latitud y longitud del vehículo de forma “instantánea y continua”
(tiempos entre 30 y 60 nseg.). También puede determinar la velocidad a partir del
desplazamiento en frecuencias mediante el efecto Doppler.
Aunque conceptualmente muy simple, ésta filosofía de operación del GPS introduce, al
menos, cuatro desafíos tecnológicos :
• La sincronización de los relojes entre los satélites individuales y los receptores GPS.
• Localización precisa en tiempo-real de los satélites.
• Medición exacta del tiempo de propagación de la señal.
• Suficiente relación señal-ruido para una operación eficaz en presencia de posibles

interferencias.
La precisión del GPS depende de numerosos factores, algunos comunes a otros sistemas de
posicionamiento mediante radio-frecuencias (prestaciones del receptor, inestabilidad en el
recorrido de la transmisión, posición relativa del receptor respecto a las estaciones de
transmisión, etc.), y otros específicos del GPS (alteración de la velocidad de propagación de
la señal de radio, errores en el posicionamiento orbital, etc.). Esta precisión llega a ser inferior
a los 20m para vehículos en movimiento e inferiores a 10m para medidas estacionarias. Sin
embargo el empleo del GPS diferencial, basado en el empleo de una estación terrena fija de
coordenadas conocidas, está permitiendo incrementar la precisión hasta un par de metros.
Figura 3.4.11. El Sistema de Posicionamiento Global (GPS) consiste de tres segmentos fundamentales :
Espacio, Control y Usuario.
39
La antigua Unión Soviética tenía un sistema similar llamado GLONASS, ahora gestionado
por la Federación Rusa. Actualmente la Unión Europea está desarrollando su propio sistema
de posicionamiento por satélite, denominado GALILEO.
3.4.2. Estimadores basados en la percepción del entorno

Los estimadores basados en la percepción del entorno emplean sensores que suministran
información sobre éste a partir de la cual se infiere la localización del robot móvil mediante
comparación de esta información con otros datos o modelo conocido del entorno.
Los sensores empleados en este tipo de estimadores pueden clasificarse en dos grupos:
Sensores activos: Son aquellos que emiten algún tipo de energía al medio (por ejemplo : luz
o ultrasonidos). Éstos proporcionan directamente medidas de distancias al entorno. Entre los
sistemas más empleados se encuentran los sonares (sensores de ultrasonido) y los scaners
(sensores láser).
Sensores pasivos: Se limitan a captar la energía existente en el medio. Entre los sistemas más
empleados se encuentran las cámaras de vídeo y los sensores infrarrojos.
Además de las características comunes a otras aplicaciones como la resolución, precisión,

alcance, etc., para aplicaciones en robots móviles es necesario tener muy en cuenta otras
características del sensor como la inmunidad a las variaciones de las condiciones ambientales,
la robustez ante vibraciones, el tamaño, consumo, desgaste y seguridad de funcionamiento.
a) Estimación mediante marcas o balizas

En general las marcas (también conocidas como mojones o balizas especiales) son
características del entorno de operación que un robot puede reconocer desde sus entradas
sensoriales. Aunque puede entenderse que este proceso conlleva la percepción del entorno, la
posición no se estima a partir del análisis ó interpretación del entorno percibido, sino que es
determinado de una forma más o menos directa en base al principio de triangulación, bien a
partir de medidas de distancias, de ángulos ó combinaciones de los dos.
Las marcas naturales son aquellos objetos o características propios del ambiente y que tienen
una función distinta a la de facilitar la navegación del robot. El principal problema en el
posicionamiento mediante marcas naturales es poder detectar y extraer características
distintivas del entorno de trabajo a partir de la forma en que se haya estructurado éste. El
sistema sensorial por excelencia es la visión computarizada. La mayoría de los sistemas de
visión empleados en la navegación mediante marcas naturales tratan de identificar segmentos
verticales de longitud apreciable como son los marcos de una puerta, la intersección de
paredes u objetos característicos como las fuentes de luz en el cielo raso. Sin embargo, la
visión computarizada es un área demasiado amplia y diversa para poder resumirla en unas
pocas líneas y sólo se hace referencia a ella en forma superficial.
En el caso de las marcas artificiales, éstas son formas geométricas (rectángulos, líneas,
círculos, etc.) que, además, pueden incluir información adicional (por ejemplo, en forma de
código de barras), tienen una posición fija conocida en relación a la cual el robot móvil puede
estimar su posición y su único propósito es facilitar la navegación de éste.
40
Es necesario que el robot móvil conozca las marcas y su posición dentro del área de trabajo.
Con el objeto de simplificar el problema de la interpretación de las marcas se considera que la
posición y orientación actual del vehículo son conocidas aproximadamente, tal que el robot
sólo necesita observar y comparar la información de las marcas en un área limitada. El
procedimiento general para la estima de la posición en función de marcas se muestra en la
Figura 3.4.12.
Figura 3.4.12. Procedimiento general para el posicionamiento mediante marcas.
Si bien puede entenderse que éste proceso conlleva la percepción del entorno, la posición no
se estima del análisis o interpretación del entorno percibido, sino que es determinado de una
forma más o menos directa en base al principio de triangulación, bien a partir de medidas de
distancias, de ángulos o combinaciones de las dos. El número mínimo de marcas requeridas
dependerá del tipo de sistema empleado, como se muestra en la Figura 3.4.13.
Figura 3.4.13. Diferentes posibilidades de triangulación. a) Ángulos absolutos de referencia. b) Ángulos

observados entre marcas. c) Distancias observadas a las marcas. d) Ángulo y distancia a una marca.
41
Otro tipo de sistema de navegación que ha sido ampliamente usado en la industria es la

denominada Línea de Navegación. La Línea de Navegación puede entenderse como una
marca continua, sin embargo en la mayoría de los casos el sensor empleado en estos sistemas
necesita estar muy cerca de la línea, tanto que el movimiento del robot está limitado a la
inmediata vecindad de la ésta. Existen diversas formas de implementar este sistema que se
basan en principios electromagnéticos, ópticos (reflexión), térmicos o químicos [14].
La exactitud obtenida mediante estos métodos depende de la confiabilidad de la información

extraída de los parámetros geométricos de la marca. Ésta depende fundamentalmente de la
posición y el ángulo relativos entre el robot y la marca.
b) Posicionamiento basado en mapas del entorno

El posicionamiento basado en mapas del entorno (también conocida como “map matching”)
es una técnica en la cual el robot emplea sus sensores para crear un mapa de su entorno local.
Este mapa local es luego comparado con un mapa global previamente almacenado en
memoria. Si alguna correspondencia entre los mapas es encontrada (comparación de mapas)
el robot puede computar su posición y orientación real en el ambiente. El mapa pre-
almacenado puede ser un modelo CAD del ambiente, o éste puede ser construido a priori a
partir de la información sensorial.
El procedimiento básico para lograr el posicionamiento basado en el mapa del entorno se

muestra en la Figura 3.4.14.
Figura 3.4.14. Posicionamiento basado en mapas.
La mayoría de los sensores empleados con éste propósito involucran algún método de
medición de distancia. Básicamente existen tres métodos diferentes:
¾ Tiempo de vuelo.
¾ Desplazamiento de fase.
¾ Desplazamiento de frecuencia.
Las principales ventajas del posicionamiento basado en mapas del entorno son las siguientes:
Este método emplea la configuración natural de los ambientes interiores en edificios o

laboratorios para obtener información acerca de la posición del vehículo sin modificar el
área de operación.
42
El posicionamiento basado en mapas puede emplearse para generar una actualización del
mapa del ambiente.
El posicionamiento basado en mapas permite al robot conocer un nuevo ambiente y

mejorar la exactitud de la estima de su posición a través de la exploración.
Las desventajas del posicionamiento basado en mapas del entorno están relacionadas con los
requerimientos especificados para una navegación satisfactoria:
↓ El entorno debe ser altamente estático y las características de éste deben ser fáciles de
reconocer, de tal modo que puedan emplearse para la comparación.
↓ El sensor empleado para la elaboración del mapa debe ser bastante preciso (en relación a la
tarea a desarrollar).
↓ Es necesaria una importante capacidad de sensado y procesamiento de información.
Es preciso notar que la mayoría de los trabajos actuales en éste sentido están limitados a
ambientes relativamente simples y a experiencias de laboratorio.
Existen fundamentalmente dos puntos de partida para el proceso de posicionamiento basado

en mapas. Uno es la existencia de un mapa almacenado en memoria, y otro es que el robot
debe construir su propio mapa del ambiente.
b.1) Construcción de mapas

Rencken [15] definió el problema de construir el mapa como : “Dados la posición del robot y
un conjunto de mediciones, ¿qué están viendo los sensores ?”. Obviamente, la habilidad del
robot para construir el mapa está totalmente limitada a su capacidad de sensado.
Hoppen [16] et al. listaron los tres pasos principales a seguir en el procesamiento de la
información sensorial para construir el mapa del entorno :
1. Extracción de características desde los datos sin procesar.
2. Fusión de los datos de varios tipos de sensores.
3. Generación automática de un modelo del entorno con diferentes grados de abstracción.
Un problema relacionado con la construcción del mapa es la exploración autónoma. En orden

a elaborar un mapa, el robot debe explorar su entorno para mapear áreas no registradas.
Habitualmente se supone que el robot comienza su exploración sin tener conocimiento del
ambiente. Luego se sigue una determinada estrategia de movimiento dirigida a maximizar la
cantidad de área mapeada en la menor cantidad de tiempo. Dicha estrategia de movimiento se
llama estrategia de exploración y depende fuertemente del tipo de sensor empleado.
b.2) Técnicas de comparación de datos

Uno de los aspectos más importantes de la navegación basada en mapas es la comparación de
datos, es decir, el procedimiento por el cual se establece la correspondencia entre un mapa
43
local actual y el mapa global almacenado en memoria. Los algoritmos empleados en la

comparación de mapas pueden ser clasificados como:
Algoritmos basados en la extracción de características.

Algoritmos basados en técnicas icónicas.
Los algoritmos basados en la extracción de características resuelven el problema de la

estimación de la posición del robot a partir de la extracción de un conjunto de características
de cada uno de los conjuntos a comparar, para luego buscar los pares de correspondencia
entre elementos de ambos conjuntos de características. Por el contrario, los algoritmos
basados en técnicas icónicas trabajan directamente con los dos conjuntos de datos, buscando
en este caso la correspondencia directa de sus elementos.
Ambos enfoques presentan ventajas y desventajas:
• Los algoritmos basados en la extracción de características requieren una estructuración de

los datos que posibilite la identificación de objetos o formas determinadas (segmentos,
círculos, polígonos) mientras que los algoritmos basados en técnicas icónicas comparan
directamente los datos sensados.
• Los algoritmos basados en la extracción de características son más rápidos que los
algoritmos basados en técnicas icónicas, dado que los primeros sólo comparan sub-
conjuntos de características mientras que en el segundo se comparan todos los puntos de
los dos conjuntos de datos.
• Los algoritmos icónicos son más precisos que los basados en extracción de características
desde que la extracción de características implica una reducción de la cantidad de
información.
• Ambos estimadores son robustos ante errores debido a los sensores.
b.3) Mapas topológicos y mapas geométricos

En el posicionamiento basado en mapas hay dos representaciones comunes: Los mapas
topológicos y los mapas geométricos. Un mapa geométrico representa los objetos de acuerdo
a sus relaciones geométricas absolutas [17], [18] (Figura 3.4.15.a). Éste puede ser una
representación en forma de grilla [8], o más abstracto aún, un mapa de polígonos y líneas
[19]. En contraste, los mapas topológicos se basan en la relación geométrica entre las
características observadas más que en su posición absoluta [20] (Figura 3.4.15.b). El resultado
se presenta bajo la forma de un grafo donde los nodos representan las características
observadas y los arcos representan la relación entre las características.
44
(a) (b)
Figura 3.4.15. Distintos tipos de mapas. (a) Geométrico. (b) Topológico.
A diferencia de los mapas geométricos, los mapas topológicos pueden ser construidos y
actualizados sin considerar la estima de la posición del robot. Esto significa que cualquier
error en esta representación será independiente de cualquier error en las estimas de la posición
del robot. Esto permite generar mapas de grandes dimensiones sin preocuparse por los errores
odométricos del robot, dado que, todas las conexiones entre nodos son relativas. Luego que el
mapa ha sido establecido, el proceso de posicionamiento es esencialmente el proceso de
comparación y correspondencia del mapa local con la ubicación apropiada sobre el mapa
almacenado en memoria.
Los mapas geométricos a menudo se emplean en esquemas de navegación occidental es decir

una navegación basada en una planificación en base a coordenadas geométricas y a
trayectorias pre-fijadas.
Los mapas topológicos se emplean en esquemas de navegación polinésica en donde la

navegación está basada en objetivos sensoriales que son asociados a patrones de reacción.
Por ejemplo para que el robot móvil se mueva desde la puerta 2 a la puerta 5 en la Figura
3.4.15, en el caso de un mapa geométrico la posición inicial del robot móvil debe coincidir
con la posición de la puerta 2 y la posición destino será la coordenada de la puerta 5 según el
mapa. Para el caso de un mapa topológico la posición inicial es dada por la percepción de la
puerta 2 y la posición destino estará dada por el cumplimiento de objetivos intermedios, esto
es ubicar y alcanzar la puerta 3, cumplido este objetivo ubicar y alcanzar la puerta 4,
cumplido este objetivo ubicar y alcanzar la puerta 5.
45
4. Esquemas básicos de navegación para evitar obstáculos

La planificación de caminos para robots móviles es una función fundamental en operaciones
autónomas. El problema es encontrar un camino óptimo (en algún sentido), libre de
colisiones, entre una posición inicial y otra final en un entorno cerrado o acotado. Las
dimensiones de los obstáculos y su posición en el ambiente pueden ser parcial o
completamente desconocidas. La planificación de rutas en ambientes desconocidos se lleva
acabo durante el movimiento del robot, y es frecuentemente hecha por un algoritmo maze-
search (resolución de laberintos), el cual se aplica también para regiones no convexas. Por el
contrario, cuando el ambiente es enteramente conocido el problema de encontrar una ruta es,
usualmente, solucionado por un algoritmo de búsqueda gráfica.
Todos los robots móviles se han caracterizado por tener algún sistema para evitar obstáculos
(generador local de trayectorias), desde los primitivos algoritmos que detectaban un obstáculo
y detenían al robot a corta distancia de éste a fin de evitar una colisión, hasta llegar a los
algoritmos más sofisticados que le permiten al robot rodear al obstáculo para poder llegar al
punto destino. Si bien existe una amplia cantidad y variedad de sensores para este fin
(ultrasónicos, telémetro láser, cámara de vídeo), a continuación se hace una breve descripción
de algunos de los métodos empleados en la generación local de trayectorias, empleando
distintos tipos de sensores, analizando sus ventajas y desventajas.
4.1. Método de detección de bordes o esquinas

Un método muy usado para eludir obstáculos con robots móviles está basado en la detección
de bordes. Originariamente, en este método un algoritmo, a partir de la información dada por
un sensor ultrasónico, trata de determinar la posición de los bordes verticales de los
obstáculos y dirigir al robot alrededor de uno de los bordes "visibles". La línea que conecta
dos bordes visibles es considerada para representar uno de los límites del obstáculo.
La desventaja con la implementación de este método es que el vehículo debe detenerse frente
al obstáculo para que los sensores tomen la información (de todas maneras ésta no es una
limitación inherente al método, ya que se resolvería con computadoras más rápidas).
Otra variante del método de "detección de bordes" es aquella en donde el robot permanece
estacionario un lapso de tiempo tomando una visión panorámica del ambiente.
Una desventaja común de ambas aplicaciones es la poca precisión debida al sistema sensorial
empleado. Los sensores ultrasónicos poseen algunos inconvenientes al respecto:
• Frecuentes lecturas erróneas son causadas por ruido ultrasónico desde fuentes externas o
reflexiones extraviadas. Las falsas lecturas no siempre pueden ser filtradas, y ello hace que
el algoritmo detecte bordes falsos (es decir inexistentes).
• La reflexión especular ocurre cuando el ángulo entre el frente de onda y la normal a una
superficie plana es demasiado grande. En este caso la superficie refleja parte de la onda
ultrasónica desde el sensor y el obstáculo es "visto" como mucho menor o más lejano de lo
que en realidad es.
46
• La pobre directividad limita la exactitud en determinar la posición espacial de un borde.
Esta depende de la distancia al obstáculo y del ángulo entre la superficie del obstáculo y el
ángulo acústico del sensor.
Cualquiera de estos errores puede causar que el algoritmo determine la existencia de un borde
en una ubicación completamente errónea, dando como resultado que el robot móvil realice
movimientos no deseados. Sin embargo el empleo de telémetros láser mejora notablemente el
desempeño de estos algoritmos y permite usar la información recopilada para la construcción
de mapas.
4.2. La grilla de certeza para la representación de obstáculos

Este método, llamado "grilla de certeza" [21], es especialmente apto para la utilización de
sensores imprecisos como los de ultrasonido. Es un método para representación probabilística
de obstáculos en un modelo global sobre una grilla. En la grilla de certeza, el área de trabajo
del robot es representada por un arreglo bidimensional de elementos cuadrados, llamados
celdas. Cada celda contiene un valor de certeza (cv) que indica la confianza de que un
obstáculo exista en una celda. Con este método, los cv son actualizados por una función de
probabilidad que toma en cuenta las características del sensor utilizado.
Figura 4.2.1. Proyección bi-dimensional del campo cónico de visión de un sensor ultrasónico.
Los sensores ultrasónicos tienen un campo cónico de visión. Un sensor ultrasónico típico
entrega una lectura radial de la distancia en la cercanía del objeto con el cono, pero no
específica la posición angular del objeto, como se ve en la Figura 4.2.1.
Si un objeto es detectado por un sensor ultrasónico, es muy probable que este objeto este más
cerca del eje acústico del sensor que de la periferia del campo cónico de visión. Por esta
47
razón, la función probabilística Cx, incrementa los valores de certeza en las celdas cercanas al
eje acústico, más que en las celdas de la periferia.
En la aplicación de este método, el robot móvil permanece estacionario un lapso tomando una
imagen panorámica. Luego, la función probabilística Cx, es aplicada a cada una de las
lecturas de los sensores, actualizando la grilla de certeza. Finalmente el robot se mueve a una
nueva posición, se detiene y repite el mismo procedimiento. El robot atraviesa una habitación
de esta manera; el resultado de la grilla de certeza representa un mapa de la habitación
bastante preciso.
4.3. El método del campo de potencial

La idea de fuerzas imaginarias actuando sobre el robot fueron sugeridas por Khatib [22]. En
este método, los obstáculos ejercen fuerzas repulsivas, mientras que el punto destino aplica
una fuerza atractiva al robot. Una fuerza resultante r, que comprende la suma de las fuerzas
atractivas y repulsivas, se calcula para una determinada posición del robot. Con r como la
fuerza aceleradora actuando sobre el robot, se determina la nueva posición de éste para un
intervalo de tiempo dado, y el algoritmo se repite nuevamente.
Krogh [23] fue mejorando este concepto tomando en consideración la velocidad del robot en
la vecindad de los obstáculos. Thorpe [24] aplicó el método del campo de potencial para
planificar el camino fuera de línea (off-line). Newman y Hogan [25] construyen la función
potencial combinando funciones individuales de los obstáculos con operaciones lógicas.
Común a estos métodos es la definición y conocimiento del modelo del entorno, en el cual los
obstáculos representan formas geométricas pre-definidas simples y la trayectoria del robot es
generada off-line.
Brooks [26], [27] y Arkin [28] usan el método del campo de potencial sobre un robot móvil
experimental (equipado con un set de sensores ultrasónicos). La implementación de Brooks
trata cada rango de lecturas ultrasónicas como una fuerza repulsiva. Si la magnitud de la suma
de las fuerzas repulsivas excede un cierto umbral el robot se detiene y, se mueve en la
dirección de la fuerza resultante. En esta realización solo se considera un juego de lecturas
por vez; luego las lecturas previas se pierden. El robot de Arkin emplea un método similar
logrando una velocidad, en una travesía entre obstáculos de 0,12 cm/seg.
4.4. Método del campo de fuerzas virtuales (VFF)

El método VFF (Virtual Force Field) es el primer método que permite evitar obstáculos en
tiempo real para vehículos autónomos rápidos. El VFF, a diferencia de los otros métodos,
permite un control de movimiento continuo y rápido del vehículo a través de obstáculos
inesperados y no requiere que el vehículo se detenga frente al obstáculo.
El concepto del VFF

Las componentes del método VFF [29] son:
1) El método VFF usa una grilla-histograma cartesiana bidimensional (cartesian histogram

grid) C, para la representación de obstáculos. Como en el concepto de la grilla de certeza,
cada celda i,j mantiene en la grilla un valor de certeza cij, que representa la confianza del
algoritmo en la existencia de un obstáculo en esa ubicación.
48
La grilla histograma difiere de la grilla de certeza en que aquella además se actualiza en el
tiempo. El método de la grilla de certeza para la representación de obstáculos proyecta un
contorno de probabilidad sobre las celdas que están afectadas por un juego de lecturas (es
decir se ha detectado un obstáculo); este procedimiento es computacionalmente intensivo y
podría imponerse un tiempo de penalización alto si la ejecución en tiempo real fuera
intentada. En el método VFF se incrementa solo una celda en la grilla-histograma para cada
juego de lecturas, creando una distribución de probabilidad con solo un pequeño gasto
computacional. Para un sensor ultrasónico, esta celda corresponde a la distancia medida como
se muestra en la Figura 4.4.1. Luego esto puede entenderse como una excesiva simplificación,
sin embargo, se obtiene una distribución probabilística por muestreos rápidos y continuos de
cada sensor cuando el vehículo esta en movimiento. Después la misma celda y las celdas
vecinas son sucesivamente incrementadas, como se observa en la Figura 4.4.1. Esto resulta en
una distribución probabilística sobre la grilla-histograma en la cual los valores de más certeza
se encuentran en celdas encerradas por la real ubicación de los obstáculos.
Figura 4.4.1. Grilla histograma.
2) Luego se aplica la idea del campo de potencial a la grilla-histograma, así la información

del sensor (información probabilística) puede usarse eficientemente para controlar el
vehículo. La Figura 4.4.2 muestra como trabaja este algoritmo.
Como el vehículo se mueve, una ventana de ws x ws celdas acompaña a éste, ocupando una
región cuadrada de C. Se llama a esta región la "región activa" (denotada con C*), y a las
celdas que momentáneamente se encuentran en la región activa se llaman "celdas activas"
(denotadas como cij*). La ventana está siempre centrada en la posición del robot.
49
Figura 4.4.2. Concepto del campo de fuerzas virtuales: las celdas ocupadas ejercen fuerzas repulsivas
sobre el robot; la magnitud es proporcional al valor de certeza de la celda y a la cercanía con las mismas.
Cada celda activa ejerce una "fuerza repulsiva virtual" fij, contra el robot. La magnitud de esta
fuerza es proporcional al valor de certeza cij* e inversamente proporcional a da, donde d es la
distancia entre la celda y el centro del vehículo, y a es un número real positivo.
Para cada iteración todas las fuerzas repulsivas virtuales se totalizan para producir la fuerza
repulsiva resultante fr. Simultáneamente una "fuerza atractiva virtual" ft, de magnitud
constante es aplicada al vehículo, "tirándolo" hacia su destino. La suma de fr y ft produce la
fuerza resultante r.
3) Combinando los conceptos 1 y 2, en tiempo real, habilitamos al sensor para influir en el

control de dirección inmediatamente.
En la práctica cada rango de lecturas es almacenado en la grilla-histograma tan pronto como

sea posible y el siguiente cálculo de r toma estos datos en consideración. Esta característica
otorga al vehículo una respuesta rápida ante los obstáculos que aparecen repentinamente,
resultando en una conducta más reactiva, necesaria para altas velocidades.
Inconvenientes del método VFF

Este método presenta varios problemas que no son fáciles de solucionar:
50
• Con baja visibilidad entre dos obstáculos (por ej. una puerta) se encontraron algunos
problemas. En algunos casos el robot no puede pasar a través de los obstáculos, porque las
fuerzas repulsivas desde ambos lados resultan en una fuerza que empuja al robot hacia
atrás. A menor visibilidad entre dos obstáculos se tendrán mayores problemas.
• Otro problema surge de la naturaleza discreta de la grilla-histograma. En relación al

cálculo eficiente de las fuerzas repulsivas en tiempo real, la posición momentánea del
robot es mapeada sobre la grilla-histograma. Cuando esta posición cambia de una celda a
otra, se podrán encontrar cambios drásticos en la posición de r. Estos cambios causan
considerables fluctuaciones en el control de dirección. La situación es más grave cuando la
fuerza constante dirigida al punto destino coincide con la dirección de la fuerza repulsiva.
En esta situación la dirección de la resultante r podrá oscilar por encima de los 180°. Por
esta razón se hace necesario, para suavizar la señal de control para el motor, sumar un
filtro pasa-bajos al lazo de control del VFF. Este filtro introduce un retardo que afecta
desfavorablemente la respuesta del robot ante obstáculos inesperados.
• Finalmente, se identifica un problema que ocurre cuando el robot atraviesa un largo

pasillo: cuando la travesía es a lo largo de la línea central entre las dos paredes del pasillo,
el movimiento del robot es estable. Si, ahora, el robot se desvía ligeramente hacia un
costado de la línea central, éste experimenta una fuerza repulsiva virtual desde la pared
más cercana. Esta fuerza empuja al robot hacia la línea central, y el proceso se repite con la
otra pared. Bajo ciertas condiciones, este proceso resulta en un movimiento oscilatorio e
inestable.
4.5. Método del histograma de campo vectorial (VFH)

El análisis cuidadoso de los inconvenientes del método VFF revelan su problema: una
reducción excesivamente drástica de datos ocurre cuando las fuerzas repulsivas individuales
de las celdas de la grilla-histograma son totalizadas, para calcular la fuerza resultante fr.
Cientos de puntos-dato son reducidos en un solo paso a dos ítems: la dirección y la magnitud
de fr. Como consecuencia, la información detallada acerca de la distribución local de
obstáculos es muy pobre. Para remediar el problema se desarrolla un nuevo método
denominado "Histograma de Campo Vectorial" (VFH) [18]. Este método emplea una técnica
de reducción de datos en dos estados mucho más simple que la técnica de un solo paso usada
por el método VFF. Existen tres niveles de representación de datos:
1) El nivel más alto retiene la descripción detallada del ambiente del robot. En este nivel, la
grilla-histograma cartesiana bidimensional C, es continuamente actualizada en el tiempo
con el juego de datos muestreados por el conjunto de sensores. Este proceso es idéntico al
descripto para el método VFF.
2) Para el nivel intermedio, un histograma polar unidimensional h, se constituye alrededor de

la ubicación momentánea del robot. h comprende n sectores angulares de ancho γ. Una
transformación mapea la región activa C* sobre h, resultando en que cada sector k retiene
un valor hk que representa la "densidad polar de obstáculos" en la dirección que
corresponde al sector k. En la Figura 4.5.1 se muestra el mapeo de C* en h, donde todas
las celdas activas relacionadas con el sector k han sido remarcadas.
51
Figura 4.5.1. Mapeo de las celdas de la ventana activa sobre el histograma polar.
Debido a la naturaleza discreta de la grilla histograma el resultado de este mapeo puede

resultar en posibles errores en la selección de la dirección de referencia. Luego se aplica
una función suavizante hk’, que tiene en cuenta a los sectores adyacentes al sector k.
3) El nivel más bajo de representación de datos es la salida del algoritmo VFH y son los
valores de referencia para el controlador de dirección y velocidad del vehículo.
Figura 4.5.2. Densidad polar de obstáculos.
Basándose en el valor del umbral y de la gráfica de Densidad Polar de Obstáculos (POD)

de la Figura 4.5.2 se obtienen estas referencias. Esto se logra considerando los sectores con
POD mayor que el umbral como zonas prohibidas y aquellos sectores con POD menor que
52
el umbral como zonas transitables o valles. Aquel valle más cercano a la dirección deseada
es seleccionado.
Este método presenta algunas desventajas. Por tratarse de un método para evitar obstáculos en
tiempo real la velocidad de procesamiento de la información está en relación con la máxima
velocidad que puede desarrollar el robot. Por otro lado el volumen de información con que
trabaja este método requiere una gran capacidad de almacenamiento de información en el
robot.
4.6. Control estable basado en impedancia

Uno de los principales inconvenientes de los algoritmos anteriores es su falta de rigurosidad
al momento de analizar y garantizar la estabilidad del sistema. En este sentido una alternativa
es usar lazos combinados de control en espacio libre y en espacio restringido como el
desarrollado en [34], que permiten el diseño de sistemas estables (Figura 4.6.1.). El sistema de
control para evitar obstáculos se basa en el empleo del concepto de impedancia extendida, en
el cual se regula la relación entre las fuerzas ficticias F y el error modificado de movimiento
~
ζ n . Las fuerzas ficticias se generan a partir de la información provista por los sensores de
ultrasonido en base a la distancia robot-obstáculo y actúan sobre el error real de movimiento
~
ζ mediante el factor de corrección ψ. En el diseño de los controladores se incluye el análisis
de estabilidad del sistema de control desarrollado, empleando la teoría de Lyapunov de
sistemas no lineales.
Figura 4.6.1. Lazo de control basado en impedancia.

El lazo externo corresponde al controlador de movimiento de espacio libre y el interno al
control para evitar obstáculos, basado en el concepto de impedancia generalizada.
Figura 4.6.2. Funcionamiento del sistema de lazo cerrado.
53
En ausencia de obstáculos la consigna de movimiento está dada por la posición (xd,yd) del
referencial {RP} en c (Figura 4.6.2). En presencia de un obstáculo, el robot móvil modifica
momentáneamente su objetivo de movimiento a d y e, posición (xn,yn) del referencial {RP},
a fin de evitar el mismo. Debido al cambio de posición del objetivo de movimiento el robot
móvil comenzará a alejarse del obstáculo y una vez alejado del mismo el robot móvil volverá
ha ser guiado por las consignas del controlador de espacio libre. La distancia a partir de la
cual se considera que el robot móvil está en las cercanías de un obstáculo esta definida por las
dimensiones del robot y por las velocidades de desplazamiento.
4.7. Control estable basado en flujo óptico

El flujo óptico [30] [31] se define como la distribución de la velocidad de movimiento
aparente de los patrones de brillo de una imagen. El flujo óptico se produce por el
movimiento relativo entre los objetos y el observador. En consecuencia, el flujo óptico puede
proveer información sobre el arreglo espacial de los objetos observados y la velocidad de
cambio de ese arreglo [32].
En la Figura 4.7.1 se muestra una imagen del entorno del robot móvil según la vídeo-cámara
abordo del mismo. En los laterales de la imagen se demarcan las ventanas sobre las que se
realiza la medición del flujo óptico [33] y símultáneamente se observa el campo vectorial de
los flujos ópticos izquierdo y derecho respectivamente.
Figura 4.7.1. Imagen del pasillo por el que navega el robot móvil y el campo de flujo óptico resultante.
Se diseñan dos controladores discretos: el primero controla la velocidad lineal u y el segundo

la velocidad angular ω del robot móvil. Cada controlador está asociado a un modelo entrada-
salida discreto con sus respectivos parámetros. Este algoritmo, a diferencia de otros
propuestos en la bibliografía, requiere la utilización de una sola cámara de vídeo y controla
simultáneamente la velocidad lineal y angular del robot móvil.
El algoritmo de control propuesto se basa en igualar el flujo óptico en dos ventanas laterales
de la imagen, [r&xizq r&xder ]T , con sus respectivas referencias, [r&D xizq r&D xder ]T , y en el
conocimiento de la dinámica del robot móvil y de la cinemática no lineal que describe la
relación entre el movimiento del robot y el flujo óptico resultante.
54
En esta aplicación se plantea como estrategia de control [34] el generar los valores de
velocidad de referencia a partir de información suministrada por la medición del flujo óptico
como se muestra en la Figura 4.7.2.
Figura 4.7.2. Estructura de control propuesta para navegación mediante flujo óptico.
La ventaja de esta estrategia de control es que es preventiva, es decir, dada una referencia de
flujo óptico el robot móvil ajustará su velocidad en función de la proximidad de los objetos, la
principal desventaja es que el algoritmo es sensible a los cambios de iluminación y que el
entorno debe estar especialmente acondicionado.
4.8. Control estable basado en visión 2D½

Un sistema de visión 2D1/2 básico relaciona la coordenada de profundidad (distancia) entre el
punto proyectado por un puntero láser sobre un objeto y la posición de la proyección de dicho
punto en la imagen, conocidas la pose del puntero láser y de la vídeo cámara. En este contexto
se reemplaza el puntero láser por un emisor de luz láser lineal.
Figura 4.8.1. Esquema de funcionamiento básico de un sistema de visión 2D½.
En la Figura 4.8.1 se observa el principio de funcionamiento de un sistema de visión 2D½. La

proyección del haz de luz del puntero sobre el plano de tierra se corresponde con una
proyección sobre el plano imagen. En presencia de un obstáculo la proyección del haz de luz
sobre el mismo modifica la proyección sobre el plano imagen. Conocidos además los
parámetros de la vídeo-cámara se puede conocer la distancia relativa entre esta y el objeto de
acuerdo a partir del siguiente sistema de ecuaciones geométricas:
⎧recta(hv , Pi′, Pi )
⎨
⎩recta(hL , Pi )
cuya única solución es la coordenada Pi en el espacio tridimensional.
55
Se propone como estrategia de control [34] generar la dirección de referencia, ϕd para

controlar la orientación del robot, y generar una velocidad deseada, ud para regular la
velocidad lineal del robot móvil, todo ello a partir de la información suministrada por un
sistema de visión 2D½ como se muestra en la Figura 4.8.2.
Figura 4.8.2. Estructura de control propuesta para navegación mediante visión 2D½.
La información del sistema sensorial se expresa en forma de histograma de acuerdo a lo que

se muestra en la Figura 4.8.3 y sobre este histograma se decide la dirección que seguira el
robot móvil para evitar el obstáculo.
Figura 4.8.3. Secuencia de imágenes de un objeto en interacción con el segmento de luz láser y sus
correspondientes histogramas.
56
5. Modelos matemáticos del robot móvil
Aunque el robot móvil sea el mismo los modelos matemáticos que existen para representarlo
son muy variados. Cada modelo matemático tiene características diversas a tal punto que ellos
representan diversas propiedades cinemáticas y dinámicas del mismo robot móvil. Por lo
tanto cada uno de los modelos matemáticos presentados tendrá una utilidad diferente de
acuerdo a las propiedades o comportamientos que el usuario necesita observar. En este
capítulo se procede a la modelación matemática de la estructura del robot móvil en dos
versiones distintas:
Modelo cinemático
Modelo dinámico
En base a esta modelación se encuentran las velocidades a la que se desplaza el robot móvil,
como así también su posición.
El robot móvil tipo uniciclo presenta las ventajas de alta movilidad, alta tracción con ruedas
neumáticas y una simple configuración de ruedas [35]. Debido a estas ventajas es que esta
configuración es la más utilizada tanto en robots de pequeño porte como en aplicaciones
industriales. Por está razón los modelos cinemáticos y dinámicos presentados en este capítulo
están referidos al robot móvil tipo uniciclo.
5.1. Preliminares matemáticos

Se asume que los robots móviles bajo estudio están construidos con una estructura rígida,
equipada con ruedas indeformables y que ellas se mueven sobre un plano horizontal.
Asimismo el robot móvil está sujeto a tres restricciones cinemáticas:
1. Movimiento restringido al eje de simetría del robot móvil: es decir que el robot móvil
se desplaza en la dirección en la que se encuentran las ruedas de tracción y el
movimiento del robot es debido al movimiento de estas ruedas.
x& = u ⋅ cos ϕ ⎫ x& y&

⎬⇒u = =
y& = u ⋅ sin ϕ ⎭ cos ϕ sin ϕ
( 5.1.1 )
Operando
y& ⋅ cos ϕ − x& ⋅ sin ϕ = 0
( 5.1.2 )
Esta es una restricción holonómica ya que solamente se involucran relaciones entre las
coordenadas.
2. Las ruedas no resbalan en el suelo: es decir que el robot móvil no pierde adherencia al
terreno por lo tanto existe una relación directa entre el movimiento de rotación de las
ruedas y el movimiento del robot móvil.
57
ϕ& = r ⋅
(θ&
− θ&i d ) ( )
⇒ r ⋅ θ&d − θ&i = 2 ⋅ b ⋅ ϕ&
2⋅b
u =r⋅ d
(
θ& + θ&i ) ( )
⇒ r ⋅ θ&d + θ&i = 2 ⋅ u = 2 ⋅ ( y& ⋅ sin ϕ + x& ⋅ cos ϕ )
2
( 5.1.3 )
Primero sumando y restando miembro a miembro se obtienen las otras dos restricciones
θ&d ⋅ r = y& ⋅ sin ϕ + x& ⋅ cos ϕ + b ⋅ ϕ&

θ&i ⋅ r = y& ⋅ sin ϕ + x& ⋅ cos ϕ − b ⋅ ϕ&
( 5.1.4 )
Estas son restricciones no-holonómicas ya que se involucran relaciones no integrables entre
coordenadas diferenciales.
5.2. Modelos cinemáticos

En este tipo de modelos se considera una masa puntual, por lo que ésta no ejerce efecto
alguno sobre la estructura, anulando las perturbaciones a ella asociadas (momentos de inercia
y rozamientos).
5.2.1. Modelo cinemático cartesiano

Considere un vehículo monociclo posicionado a una distancia cualquiera con respecto al
referencial inercial {R}, cuyo movimiento es gobernado por la acción combinada de la
velocidad angular ω, y la velocidad lineal u siempre dirigida sobre uno de los ejes del
referencial móvil {RM}, como se describe en la Figura 5.2.1.
Figura 5.2.1. Posición y orientación del robot móvil expresados en coordenadas cartesianas.
El conjunto de ecuaciones cinemáticas que involucran la posición cartesiana del vehículo, x e

y, y su orientación ϕ, son:
⎧ x& = u ⋅ cos ϕ
⎪
⎨ y& = u ⋅ sin ϕ
⎪ϕ& = ω
⎩
( 5.2.1 )
58
donde u es simplemente la componente del vector u evaluado a lo largo de su dirección y x, y,
ϕ son todas las variables medidas con respecto al origen del referencial {R}.
5.2.2. Modelo cinemático polar

Considere un vehículo monociclo posicionado a una distancia distinta de cero con respecto al
referencial destino {RP}, cuyo movimiento es gobernado por la acción combinada de la
velocidad angular ω, y la velocidad lineal u siempre dirigida sobre uno de los ejes del
referencial móvil {RM}, como se describe en la Figura 5.2.2.
Figura 5.2.2. Posición y orientación del robot móvil expresados en coordenadas polares.
Como ya se mencionó, el conjunto de ecuaciones cinemáticas que involucran la posición

cartesiana del vehículo relacionadas con el referencial {RP}, viene dado por la ec. ( 5.2.1 ).
Pero, en vez de representar la posición del robot móvil en términos de sus coordenadas
cartesianas, se considera el error de distancia ρ>0 y su orientación θ con respecto a {RP}, se
tendrá el siguiente sistema de ecuaciones [36]:
ρ& = u ⋅ cos α
sin α
θ& ⋅ ρ = u ⋅ sin α ⇒ θ& = u ⋅
ρ
ϕ& = ω
( 5.2.2 )
Ahora, sea el error de dirección α = θ − ϕ el ángulo medido entre el eje principal del
vehículo y el vector distancia ρ, entonces se tiene:
⎧
⎪ ρ& = −u ⋅ cos α
⎪
⎪ sin α
⎨α& = −ω + u ⋅
⎪ ρ
⎪θ& = u ⋅ sin α
⎪⎩ ρ
( 5.2.3 )
59
No obstante el hecho que un número infinito de otras ecuaciones cinemáticas básicas puede
obtenerse, en este trabajo se pone especial atención sobre el sistema de ecuaciones ( 5.2.3 ),
puesto que, este sistema de ecuaciones es de gran utilidad para el desarrollo de sistemas de
control de lazo cerrado estables, en donde el objetivo de movimiento se fija en el origen del
referencial {RP}.
5.2.3. Relación entre los modelos

Es importante observar que lo que se ha desarrollado hasta aquí son dos modelos cinemáticos
de un mismo robot móvil y por lo tanto siempre existirá alguna relación que permita vincular
ambos sistemas de representación.
En la Figura 5.2.3 se representa al robot móvil desde dos referenciales distintos. El referencial
{R} en coordenadas cartesianas y el referencial {RP} en coordenadas polares.
Figura 5.2.3
La transformación entre coordenadas polares y cartesianas que relaciona ambos referenciales
es dada por
⎧ ρ = ( x − x )2 + ( y − y )2
⎪⎪ d d
⎨θ = arctan[( yd − y ), (xd − x )] − ϕ d
⎪α = arctan[( y − y ), ( x − x )] − ϕ
⎪⎩ d d
( 5.2.4 )
Nótese que, puesto que las ecuaciones cinemáticas de ( 5.2.3 ) están basadas en el uso de
coordenadas polares, estas ecuaciones son realmente válidas sólo para valores distintos de
cero del error de distancia ρ, puesto que los ángulos α y θ son indefinidos cuando ρ=0; luego
esto implica que la correspondencia uno a uno con el sistema de ecuaciones ( 5.2.1 ) se pierde
sobre la singularidad.
60
5.3. Modelos dinámicos
En tareas que requieren alta velocidad y/o transporte de cargas pesadas, considerar el modelo
dinámico en la ley de control es de gran importancia, ya que esto permite aprovechar al
máximo la potencia del sistema de tracción sin perder precisión en la tarea requerida. Los
modelos matemáticos obtenidos son acoplados, pero pueden desacoplarse a partir de
considerar el centro de gravedad sobre el eje de simetría del robot. El orden de los dos
modelos aquí presentados puede ser ampliado o reducido a partir de consideraciones físicas
en los modelos del sistema de tracción.
5.3.1. Modelo dinámico de parámetros conocidos

Para desarrollar el sistema dinámico [37] se consideran los efectos producidos por la masa de
la estructura en el comportamiento del robot; incorporándose el momento de inercia del
vehículo, los rozamientos y todas las perturbaciones derivadas de éstas.
a) El sistema eléctrico
En el diagrama de bloques de la Figura 5.3.1 se muestra el modelo de los actuadores del robot
móvil: motores de corriente continua con imanes permanentes.
Figura 5.3.1. Modelo dinámico de los motores.
Expresando el torque perturbador (τr) como función del voltaje aplicado (U) y de la velocidad
angular en el eje del motor (ωm), se encuentra que:
τr = τm −τ
⋅ (U − K e ⋅ ωm )
Ke
τm =
(Ra + La ⋅ s )
τ = ( f + j ⋅ s ) ⋅ ωm
( 5.3.1 )
Operando
Ke Ke ⋅ Kb
τr = ⋅U − ( f + j ⋅ s )⋅ ωm − ⋅ω
(Ra + La ⋅ s ) (Ra + La ⋅ s ) m
( 5.3.2 )
y ordenando
61
τr =
Ke (R + La ⋅ s ) ⋅ ( f + j ⋅ s ) ⋅ K e ⋅ Kb ⋅ ω
⋅U − a
(Ra + La ⋅ s ) (Ra + La ⋅ s ) m
( 5.3.3 )
b) El sistema mecánico
En la Figura 5.3.2 se muestra la geometría del vehículo. Se considera al vehículo como un
cuerpo rígido, sin considerar la masa de las cuatro ruedas y de los rotores de las máquinas
eléctricas. El punto G, de coordenadas (b,δ), indica el centro de masas del vehículo y P, de
coordenadas (x,y), indica el punto medio al eje común de las ruedas de tracción, denominado
"centro de rotación" de aquí en más.
Figura 5.3.2. Descripción geométrica del vehículo.
c) Geometría y dinámica
Como el movimiento del vehículo es plano, se consideran tres variables de estado: las
coordenadas (x,y) de P y el ángulo ϕ, que describe la orientación del vehículo con respecto a
un sistema de referencia inercial {R}. Además se define un sistema de referencia {RM} unido
al vehículo (P, L, N) donde el vector unidad L se define como perpendicular al eje de las
ruedas de tracción y N es perpendicular a L. Las ecuaciones dinámicas son:
dϕ (ωr1 − ωr 2 )
= ⋅ rr
dt a
dx rr ⋅ (ωr1 + ωr 2 )
= ⋅ cos(ϕ )
dt 2
dy rr ⋅ (ωr1 + ωr 2 )
= ⋅ sin (ϕ )
dt 2
( 5.3.4 )
donde ωr1 y ωr2 son, respectivamente, las velocidades angulares de las ruedas izquierda y
dy
derecha y rr es su radio. Se puede deducir que las ecuaciones dx dt y dt del sistema de
− ⋅ tan(ϕ ) = 0 ;
dy dx
ecuaciones de ( 5.3.4 ) están relacionadas por esto demuestra que el
dt dt
vehículo tiene dos grados de libertad (σ, ϕ) y no tres (x, y, ϕ), donde σ es la abcisa
curvilínea, que se expresa como:
62
⎛ dσ ⎞ ⎛ dx ⎞ ⎛ dy ⎞
2 2 2
⎜ ⎟ =⎜ ⎟ +⎜ ⎟
⎝ dt ⎠ ⎝ dt ⎠ ⎝ dt ⎠
( 5.3.5 )
d) Dinámica
Se considera que el movimiento de las ruedas sobre el piso es una rotación instantánea sin
deslizamientos. Las fuerzas transmitidas al vehículo por el contacto entre la rueda izquierda
(derecha) y el piso se denominan fc1 (fc2). La reacción sobre las ruedas se asume en dirección
normal al plano, es decir en la dirección K (en otra palabras el movimiento es factible y sin
perturbaciones).
dσ
v= ⋅ L será la velocidad lineal del centro de rotación P y ω la velocidad angular del
dt
cuerpo a lo largo del eje K. La velocidad del punto G, en la Figura 5.3.2, es:
vG = v + ω ⋅ K × (b ⋅ L + δ ⋅ N )
⎛ dσ dϕ ⎞ dϕ
vG = ⎜ −δ ⋅ ⎟⋅L + b⋅ ⋅N
⎝ dt dt ⎠ dt
Luego la energía cinética es:
Ec = 21 ⋅ m ⋅ v G2 + 21 ⋅ I ⋅ ω 2
⎛ dσ ⎞ dσ dϕ 1 ⎛ dϕ ⎞
2 2
Ec = ⋅ m ⋅ ⎜ ⎟ − m ⋅ δ ⋅
1
⋅ + 2 ⋅ (I + m ⋅δ 2 + m ⋅ b2 ) ⋅ ⎜ ⎟
2
⎝ dt ⎠ dt dt ⎝ dt ⎠
siendo
m la masa de la estructura
I el momento de inercia respecto al eje K en el punto G.
Aplicando las ecuaciones de Lagrange, donde las coordenadas generalizadas son σ y ϕ, se
tendrá:
d ⎡ ∂Ec ⎤ ∂Ec d 2σ d 2ϕ
− = m ⋅ − δ ⋅ = ( fc1 + fc2 ) ⋅ l
dt ⎢⎣ ∂v ⎥⎦ ∂σ dt 2 dt 2
d ⎡ ∂Ec ⎤ ∂Ec d 2ϕ d 2σ
−
dt ⎢⎣ ∂ω ⎥⎦ ∂ϕ
= m ⋅ [
(δ ⋅ 2
+ b 2
) + I ⋅]dt 2
− δ ⋅ m ⋅
dt 2
= ( fc2 − fc1 ) ⋅ a ⋅ l
( 5.3.6 )
Es importante observar que estas ecuaciones son válidas respecto al centro de rotación, luego
las coordenadas generalizadas están definidas en este punto. Un juego de ecuaciones no
lineales se obtendría con coordenadas referidas respecto al centro de masas. Esta aclaración
viene por el hecho de que, dada la estructura del vehículo, es más fácil seguir una trayectoria
con el vehículo representado en el centro de rotación P, que con el vehículo representado en
el centro de masas G.
63
e) Modelo del sistema

El torque τr sobre la rueda izquierda (derecha) es entonces fc1.rr (fc2.rr), donde rr es el radio
de las ruedas de tracción. Considerando ambos motores iguales, la ecuación ( 5.3.3 ) se puede
escribir:
fc1 =
Ke (R + La ⋅ s ) ⋅ ( f + j ⋅ s ) + K e ⋅ Kb ⋅ n ⋅ ω
⋅ U1 − a
(Ra + La ⋅ s ) ⋅ rr (Ra + La ⋅ s ) r1
fc2 =
Ke (R + La ⋅ s ) ⋅ ( f + j ⋅ s ) + K e ⋅ Kb ⋅ n ⋅ ω
⋅U2 − a
(Ra + La ⋅ s ) ⋅ rr (Ra + La ⋅ s ) r2
( 5.3.7 )
donde
v1
ωr 1 =
rr
v2
ωr 2 =
rr
( 5.3.8 )
son las velocidades lineales de las ruedas izquierda y derecha respectivamente, en la Figura
5.3.2. Estas velocidades pueden expresarse con respecto a la velocidad lineal del robot v y a la
velocidad angular del robot ω, como:
dσ ⎛ dσ 1 dϕ ⎞
v1 = ⋅L +ω ⋅K ×N = ⎜ − 2a ⎟⋅L
dt ⎝ dt dt ⎠
dσ ⎛ dσ 1 dϕ ⎞
v2 = ⋅ L + ω ⋅ K × (− N ) = ⎜ + 2a ⎟⋅L
dt ⎝ dt dt ⎠
( 5.3.9 )
Ahora sustituyendo las ecuaciones ( 5.3.7 ), ( 5.3.8 ) y ( 5.3.9 ) en la( 5.3.6 ), se tendrá:
d 3σ d 2σ dσ d 3ϕ d 2ϕ
+ c1 ⋅ 2 + c2 ⋅ + c3 ⋅ 3 + c4 ⋅ 2 = c5 ⋅ (U 1 + U 2 )
dt 3 dt dt dt dt
d ϕ
3
d ϕ
2
dϕ d σ
3
d 2σ
+ c ⋅ + c ⋅ + c ⋅ + c ⋅ = c10 ⋅ (U 1 + U 2 )
dt 3 6
dt 2 7
dt 8
dt 3 9
dt 2
( 5.3.10 )
con:
rr ⋅ m ⋅ Ra + 2 ⋅ n ⋅ f ⋅ La + 2 ⋅ n ⋅ j ⋅ Ra
2
c1 =
( )
rr ⋅ m + 2 ⋅ n ⋅ j ⋅ La
2
64
2 ⋅ n ⋅ ( f ⋅ Ra + K e ⋅ K b )
c2 =
(rr ⋅ m + 2 ⋅ n ⋅ j ⋅ La
2
)
− rr ⋅ m ⋅ δ ⋅ La
2
c3 =
(rr ⋅ m + 2 ⋅ n ⋅ j ⋅ La
2
)
− rr ⋅ m ⋅ δ ⋅ La
2
c4 =
(rr ⋅ m + 2 ⋅ n ⋅ j ⋅ La
2
)
rr ⋅ K e
c5 =
(rr ⋅ m + 2 ⋅ n ⋅ j ⋅ La
2
)
2 ⋅ rr I c ⋅ Ra + a 2 ⋅ n ⋅ f ⋅ La + a 2 ⋅ n ⋅ j ⋅ Ra
2
c6 =
( 2 ⋅ rr ⋅ I c + a 2 ⋅ n ⋅ j ⋅ La
2
)
a 2 ⋅ (n ⋅ f ⋅ Ra + K e ⋅ K b )
c7 =
(2 ⋅ rr ⋅ I c + a 2 ⋅ n ⋅ j ⋅ La
2
)
− 2 ⋅ rr ⋅ m ⋅ δ ⋅ La
2
c8 =
(2 ⋅ rr ⋅ I c + a 2 ⋅ n ⋅ j ⋅ La
2
)
− 2 ⋅ rr ⋅ δ ⋅ Ra
2
c9 =
(
2 ⋅ rr ⋅ I c + a 2 ⋅ n ⋅ j ⋅ La
2
)
rr ⋅ a ⋅ K e
c10 =
( 2 ⋅ rr ⋅ I c + a 2 ⋅ n ⋅ j ⋅ La
2
)
donde
(
I c = m ⋅ δ 2 + b2 + I )
es el momento de inercia respecto al centro de rotación P. Expresando las ecuaciones de
manera que sólo quede una derivada de mayor orden en cada una, llegamos a:
d 3σ d 2σ dσ d 2ϕ dϕ
3 + k 1 ⋅ 2 + k 2 ⋅ + k 3 ⋅ 2 + k4 ⋅ = k5 ⋅ U 1 + k 6 ⋅ U 2
dt dt dt dt dt
d 3ϕ d 2ϕ dϕ d 2σ dσ
3 + k7 ⋅ 2 + k8 ⋅ + k 9 ⋅ 2 + k 10 ⋅ = k 11 ⋅ U 1 + k 12 ⋅ U 2
dt dt dt dt dt
( 5.3.11 )
Donde
c1 − c3 ⋅ c9 c6 − c8 ⋅ c4
k1 = k7 =
1 − c3 ⋅ C 8 1 − c3 ⋅ c8
65
c2 c7
k2 = k8 =
1 − c3 ⋅ c8 1 − c3 ⋅ c8
c4 − c3 ⋅ c6 c9 − c8 ⋅ c1
k3 = k9 =
1 − c3 ⋅ c8 1 − c3 ⋅ c8
− c3 ⋅ c7 − c8 ⋅ c2
k4 = k 10 =
1 − c3 ⋅ c8 1 − c3 ⋅ c8
c5 + c3 ⋅ c10 − c10 − c8 ⋅ c5
k5 = k 11 =
1 − c3 ⋅ c8 1 − c3 ⋅ c8
c5 − c3 ⋅ c10 c10 − c8 ⋅ c5
k6 = k 12 =
1 − c3 ⋅ c8 1 − c3 ⋅ c8
La Figura 5.3.3 y la Figura 5.3.4 permiten ver el comportamiento del robot en el tiempo en
base a la tensión aplicada en los motores. Se observa que la respuesta del sistema no es
instantánea.
0.3
Velocidad lineal del robot (m/seg)
0.2
0.1
0
Tiempo (seg)
-0.1
0 0.2 0.4 0.6 0.8 1
Figura 5.3.3. Evolución temporal de la velocidad lineal del robot móvil para una entrada escalón de
tensión en los motores de tracción (U1= U2 en t= 0,1 seg).
0.8
Velocidad angular del robot (rad/seg)
0.6
0.4
0.2
Tiempo (seg)
0
0 0.2 0.4 0.6 0.8 1
Figura 5.3.4. Evolución temporal de la velocidad angular del robot móvil para una entrada escalón de
tensión en los motores de tracción (U1= -U2 en t= 0,1 seg).
66
5.3.2. Modelo dinámico con incertidumbres para un robot móvil.
En muchos casos el robot debe transportar cargas importantes o bien lleva montado sobre su
estructura un manipulador para realizar alguna tarea específica. En estos casos las variaciones
de cargas o los movimientos del manipulador generan variaciones en los parámetros que se
presentan como perturbaciones para el lazo de control. Estas variaciones en los parámetros
pueden tratarse como incertidumbres del modelo que pueden identificarse en línea. El robot
móvil (y sus parámetros característicos) es el ilustrado en la Figura 5.3.5, donde:
G centro de masa
B centro de la línea que une las ruedas
h=[x y]T punto que se requiere siga una trayectoria
u, u velocidad longitudinal y lateral del centro de
masa
ω, ψ velocidad angular y orientación del robot móvil
d, b, a, e, c distancias
Frrx’ y Frry’ fuerza longitudinal y lateral en el neumático de
(Frlx’ y Frly’) la rueda derecha (izquierda)
Fcx’ y Fcy’ fuerza longitudinal y lateral ejercida sobre C por
la rueda libre
Fex’ y Fey’ fuerza longitudinal y lateral ejercida sobre E por
la herramienta (por ejemplo un brazo robótico)
τe el momento ejercido por la herramienta
l Rueda izquierda x’
r Rueda derecha u
Fcy’
y u y’ Fcx’
Frly’ Fey’ Fex’ C

E
Frlx’ τe
l ω h ψ
b
G Frrx’
B
r
d a e c
Frry’
x
Figura 5.3.5. Robot móvil y sus parámetros característicos.
Las ecuaciones de fuerzas y momentos para el robot son (Newton-Euler) [38]:
67
∑ Fx′ = m(u& − u ω ) = Frlx′ + Frrx′ + Fex′ + Fcx′

∑ Fy ′ = m(u& − uω ) = Frly ′ + Frry′ + Fey ′ + Fcy′
∑ M z = I zω& = 2 ( Frrx′ − Frlx′ ) − b(Frly′ − Frry′ ) + ( e − b ) Fey′ + ( c − b ) Fcy′ + τ e
d
( 5.3.12 )
Donde m es la masa del robot y Iz momento de inercia alrededor del eje vertical que pasa por
el punto G.
La cinemática del punto h es
x& = u cosψ − u sinψ − ( a − b )ω sinψ

y& = u sinψ − u cosψ − ( a − b )ω cosψ
( 5.3.13 )
De acuerdo a Zhang [35] las velocidades son (incluyendo las velocidades de deslizamiento)
son
u=
1
2
[ (
Rt (ω r + ω l ) + urs + uls )]
1
[ (
ω = Rt (ω r + ω l ) + urs + uls
d
)]
b
[ (
u = Rt (ω r + ω l ) + urs + uls + u s
d
)]
( 5.3.14 )
con
Rt radio nominal del neumático
ωr y ωl velocidad angular de la rueda izquierda y derecha, respectivamente
urs y uls velocidad de deslizamiento longitudinal de la rueda izquierda y derecha,
respectivamente
u s velocidad de deslizamiento lateral de las ruedas
Los modelos de los motores (despreciando los efectos inductivos) son
τ r = k a ( v r − kbω r ) Ra
τ l = k a ( vl − k bω l ) Ra
( 5.3.15 )
donde
v voltaje de entrada en los motores
ka constante de torque multiplicado por la constante de reducción
kb constante contraelectromotriz por la constante de reducción
Ra resistencia eléctrica
τ torque en los motores
68
Las ecuaciones dinámicas de las combinaciones rueda-motor son
I eω& r + Beω r = τ r − Frrx Rt

I eω& l + Beω l = τ l − Frlx Rt
( 5.3.16 )
con Ie, Be como el momento de inercia y coeficiente de fricción viscosa, respectivamente, de
la combinación rotor del motor, caja reductora y rueda, y Rt como el radio nominal del
neumático.
De la combinación de las ecuaciones ( 5.3.12 ), ( 5.3.13 ), ( 5.3.14 ), ( 5.3.15 ) y ( 5.3.16 ) se
obtiene el modelo dinámico del robot móvil
⎡ ⎤ ⎡ ⎤
⎢ u cosψ − aω sinψ ⎥ ⎢ 0 0 ⎥
⎢ ⎥ ⎢ ⎥
⎡ x& ⎤ ⎢ u sinψ − aω cosψ ⎥⎥ ⎢ 0 ⎡δ x ⎤
⎢ 0 ⎥
⎢ y& ⎥ ⎢ ⎥ ⎢δ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎡ vu ⎤ ⎢ y ⎥
⎢ψ& ⎥ = ⎢ ω ⎥+⎢ 0 0 ⎥⋅⎢ ⎥ + ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣vω ⎦ ⎢δ ⎥
⎢ u& ⎥ ⎢ θ30 θ4 0 ⎥ ⎢ 2r ⎥ ⎢ u⎥
⎢⎣ω& ⎥⎦ ⎢ Rt rω − 2 0 u ⎥ ⎢ 0
2 0 ⎥ ⎢δ ω ⎥
⎢ θ1 θ1 ⎥ ⎢θ1 ⎣ ⎦
0
⎥
⎢ θ0 θ0 2 ⎥ ⎢ 2rd ⎥
⎢− 2 30 Rt ruω − 40 d ω ⎥ ⎢ 0 θ 20 ⎥⎦
⎢⎣ θ 2 θ2 ⎥⎦ ⎣
( 5.3.17 )
Las entradas de este modelo son
v + vr
vu = l
2
v − vl
vω = r
2
( 5.3.18 )
Los parámetros del modelo dinámico son
θ10 =
Ra
ka
( mRt r + 2 I e ) , θ 20 =
Ra
ka
( (
I e d 2 + 2 Rt r I z + mb 2 ))
Ra Ra ⎛ k a k b ⎞
θ 30 = mb , θ 40 = ⎜ + Be ⎟
ka k a ⎝ Ra ⎠
( 5.3.19 )
Los elementos del vector incertidumbre son
69
δ x = −u s sinψ , δ y = −u s cosψ
δu =
1 ⎡
Rt r
Ra
( ) ( ) R
( ⎤
mωu s + Fex ′ + Fcx ′ + θ 40 urs + uls + I e a u& rs + u&ls ⎥ )
θ10 ⎢⎣ ka ka ⎦
δω =
1 ⎡ 0 s
0 ⎢⎣
θ 4(u r − u s
l + )
I e d u r −(
Ra & s & s
u l − 2)Rt r θ 0&s
3 u + 2 Rt r
Ra
(eFey ′ + cFcy ′ + τ e )⎤⎥
θ2 ka ka ⎦
( 5.3.20 )
El vector de incertidumbres será nulo si se desprecian los deslizamientos de las ruedas, las
fuerzas y torques ejercidos en la herramienta y las fuerzas ejercidas en la rueda libre. Se
asume que las fuerzas y los torques ejercidos en la herramienta no son medidos por un sensor.
Para la identificación de los parámetros las dinámicas de u y ω pueden ser expresadas como:
⎡ θ 30 θ 40 ⎤
u ⎥ ⎡ 0 ⎤
2r
⎢ R r ω 2
− 2
&
⎡ u ⎤ ⎢ θ1
t
θ1 ⎢ ⎥ ⎡ vu ⎤ ⎡ δ u ⎤
⎥ + ⎢θ1
0 0 0
=
⎢⎣ω& ⎥⎦ ⎢ θ 0 ⎥ +
θ0 2 ⎥ ⎢ 2rd ⎥ ⎢⎣vω ⎥⎦ ⎢⎣δ ω ⎥⎦
⎢ − 2 30 Rt ruω − 40 d ω ⎥ ⎢ 0
⎣ θ2 θ2 ⎦ ⎣ θ 20 ⎥⎦
( 5.3.21 )
Ordenando y despreciando el vector de incertidumbres
⎡ 1 u& 0
R
− t ω2
1 ⎤
u
⎢ 2r 2 r ⎥θ 0 = ⎡ vu ⎤
⎢ 1 & Rt d ⎥ ⎢⎣v ⎥⎦
⎢⎣ 0 ω uω ω⎥ ω
2rd d 2r ⎦
( 5.3.22 )
[
donde θ 0 = θ10 θ 20 θ30 θ 40 ]
T
puede ser fácilmente conocido empleando un método de
identificación.
La ecuación ( 5.3.17 ) del modelo dinámico es útil cuando se pueden manejar directamente
los voltajes de los motores; sin embargo la mayoría de los robots disponibles en el mercado
tienen controladores PID de bajo nivel para seguir las entradas de velocidades de referencia y
no permiten manejar directamente los voltajes de los motores. Por lo tanto es de mucha
utilidad presentar el modelo del robot móvil en una forma más apropiada, considerando como
señales de control a las velocidades de referencia lineal y angular. Para este propósito los
controladores de velocidad son incluidos en el modelo 39 y para que este no sea tan complejo
se consideran controladores de velocidad PD con referencias de velocidad constante, como
los descritos por la siguiente ecuación:
70
⎡ vu ⎤ ⎡ k PL ⋅ (uref − ume ) − k DL ⋅ u&me ⎤
⎢v ⎥ = ⎢k ⋅ (ω − ω ) − k ⋅ ω& ⎥
⎣ ω ⎦ ⎣ PA ref me DA me ⎦
( 5.3.23 )
donde
ume =
1
[r ⋅ (ωr + ωl )]
2
= [r ⋅ (ωr − ωl )]
1
ωme
d
( 5.3.24 )
A partir de las ecuaciones ( 5.3.12 ), ( 5.3.13 ), ( 5.3.14 ), ( 5.3.15 ), ( 5.3.16 ) y ( 5.3.23 ) se

obtiene el siguiente modelo dinámico del robot móvil:
⎡ ⎤ ⎡ ⎤
⎢u cosψ − aω sinψ ⎥ ⎢ 0 0⎥
⎢ ⎥ ⎢ ⎥
& ⎢
⎡ x ⎤ u sinψ − aω cosψ ⎥ ⎢ 0 0⎥ ⎡δ x ⎤
⎢ y& ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
δ
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎡ uref ⎤ ⎢ y ⎥
⎢ψ& ⎥ = ⎢ ω ⎥+⎢ 0 0 ⎥⋅⎢ ⎥+⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ωref ⎦ ⎢ ⎥
⎢ u& ⎥ ⎢ θ 30 2 θ 40 ⎥ ⎢1 ⎥ ⎢δ u ⎥
⎢⎣ω& ⎥⎦ ⎢ ω − 0u ⎥ ⎢ 0 0⎥ ⎢δ ⎥
⎢ θ1 θ1 ⎥ ⎢θ1 ⎣ ω⎦
0
⎥
⎢ θ0 θ0 ⎥ ⎢ 1 ⎥
⎢ − 50 uω − 60 ω ⎥ ⎢ 0 θ 20 ⎥⎦
⎢⎣ θ 2 θ2 ⎥⎦ ⎣
( 5.3.25 )
Los parámetros del modelo dinámico son
⎛R ⎞
θ10 = ⎜⎜ a (mRt r + 2 I e ) + 2rk DL ⎟⎟ / (2rk PL ) ,
⎝ ka ⎠
⎛R ⎞
θ 20 = ⎜⎜ a (I e d 2 + 2 Rt r (I z + mb 2 )) + 2rdk DA ⎟⎟ / (2rdk PA )
⎝ ka ⎠
⎛ k a kb ⎞
mb / (2k PL ) , + Be ⎟⎟ / (rk PL ) + 1
Ra Ra
θ 30 = θ 40 = ⎜⎜
ka ka ⎝ Ra ⎠
R ⎛k k ⎞
mbRt / (dk PA ) , θ 60 = a ⎜⎜ a b + Be ⎟⎟d / (2rk PA ) + 1
Ra
θ 50 =
ka k a ⎝ Ra ⎠
( 5.3.26 )
Los dos primeros elementos del vector de incertidumbre δ x δ y [ 0 δu δ ω ] son como los
T
dos primeros en la ecuación ( 5.3.20 ) y los dos últimos elementos son:
71
θ 40 s s I e Ra + rk DL k a s s
δu =
Rt Ra
(
2θ10 k PL k a
mω u s
+ Fex′ + F )
cx′ +
2θ10
( )
u r + ul +
2θ10 rk PL k a
(
u&r + u&l )
θ 60 s s I e dRa + 2rk a k DA s s θ 30 & s

δω =
θ2 d
0
(u r − ul ) +
2θ 2 k PA dk a
0
(u&r − u&l ) − 0 u + 0 t a (eFey′ + cFcy′ + τ e )
θ2
RR
θ 2 k PA dk a
( 5.3.27 )
En este modelo también, el vector de incertidumbres no se considerará si las velocidades de

deslizamiento de las ruedas, las fuerzas y momentos ejercidos por la herramienta y las fuerzas
ejercidas por la rueda libre no tienen un valor significativo.
El modelo para la obtención de la parametrización lineal del modelo es similar al aplicado en

la ec. ( 5.3.21 ). Luego las dinámicas de u y ω pueden ser expresadas de la siguiente forma:
⎡ θ 30 2 θ 40 ⎤ ⎡ 1 ⎤
ω − 0u ⎥ ⎢ 0
⎡ u& ⎤ ⎢ θ10
0 ⎥
θ1 ⎡ uref ⎤ ⎡δ u ⎤
⎢ω& ⎥ = ⎢ θ 0 ⎥ + ⎢θ1 ⎥⎢ +
⎣ ⎦ ⎢− 5 uω − θ 6 ω ⎥ ⎢ 0
0
1 ⎥ ⎣ωref ⎥⎦ ⎢⎣δ ω ⎥⎦
⎢ θ0 θ 20 ⎥⎦ ⎢⎣ θ 20 ⎥⎦
⎣ 2
( 5.3.28 )
Reordenando y despreciando el vector de incertidumbres se obtiene la parametrización lineal:
⎡u& 0 −ω2 u 0 ⎤ 0 ⎡ u ref ⎤

0
⎢ ⎥θ = ⎢ω ⎥
⎣0 ω& 0 0 uω ω ⎦ ⎣ ref ⎦
( 5.3.29 )
[
con θ 0 = θ10 θ 20 θ 30 θ 40 θ 50 θ 60 . ]T
Los vectores de parámetros θ 0 y θ 0 contienen la mayoría de las constantes de los modelos,

incluyendo las constantes de los motores y, en el último de los modelos, las constantes de los
controladores PD.
5.4. Evaluación de los diversos modelos

En estado estacionario los tres modelos pueden presentar comportamientos similares, esto se
debe a diferentes factores entre ellos los que más destacan son la elevada relación de
transmisión que tienen las cajas reductoras de los motores de tracción y la masa del robot que
se relaciona con su tamaño.
En relación a los dos modelos cinemáticos, éstos se comportan de manera idéntica. Esto
resulta lógico si se comprende que se está representando al mismo proceso desde diferentes
sistemas de coordenadas.
Sin embargo a medida que aumenta la masa el comportamiento de cualquiera de los modelos
cinemáticos difiere del dinámico en los tiempos de crecimiento de las variables del sistema, y
72
por lo tanto afecta a la trayectoria descripta por el robot como se muestra en la Figura 5.4.1.
Algo parecido sucede a medida que disminuye la relación de transmisión en las cajas
reductoras de ambos motores. En este mismo sentido es notable la influencia que tiene la
ordenada δ del centro de masas G, como se observa en la Figura 5.4.2, por lo que
intuitivamente se puede concluir que el modelo dinámico se comporta de manera semejante a
un modelo real. Aunque no se debe descartar el uso de modelos cinemáticos cuando la
influencia de la estructura mecánica es despreciable en relación a los parámetros de los
actuadores.
0.3
y (metros)
Modelo cinemático
m1
0.2 Modelo dinámico
m2
0.1 m3
-0.1 m1 < m2 < m3
-0.2
-0.3
x (metros)
-0.4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Figura 5.4.1. Influencia de la masa de la estructura mecánica sobre las trayectorias descriptas por el
robot móvil.
1.5
y (metros)
1
δ >0
0.5
0 δ =0
-0.5
δ <0
-1
x (metros)
-1.5
0 1 2 3 4 5 6
Figura 5.4.2. Influencia de la ordenada, δ, del centro de masas, G, sobre las trayectoria del robot móvil.
73
Los modelos dinámicos presentados describen mejor a los robots móviles reales, dado que no
se necesitan generar fuerzas a partir de voltajes o de equipos adicionales como amplificadores
de corriente. Ambos tipos de modelados permiten ensayar la influencia que tienen los
parámetros de la estructura mecánica sobre el comportamiento del robot. En la Figura 5.4.3,
la Figura 5.4.4, la Figura 5.4.5 se muestran la influencia del radio de las ruedas de tracción
(rr) y la separación entre estas (a) sobre la velocidad lineal y angular del robot. Estos ensayos
fueron realizados sobre el modelo cinemático.
1
Velocidad lineal
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
Radio rueda (m)
0
0 0.2 0.4 0.6 0.8 1
Figura 5.4.3. Relación existente entre el radio de las ruedas de tracción (rr) y la velocidad lineal del robot.
2
Velocidad angular
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
Radio rueda
0
0 0.2 0.4 0.6 0.8 1
Figura 5.4.4. Relación existente entre el radio de las ruedas de tracción (rr) y la velocidad angular del
robot.
74
Velocidad angular
20
18
16
14
12
10
2
Distancia entre ruedas (m)
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Figura 5.4.5. Relación existente entre la separación de las ruedas de tracción (b) y la velocidad angular del
robot para 0,1 < b < 1.
Es importante destacar que modelos cinemáticos y dinámicos más complejos se pueden

obtener a partir de considerar la distribución de ruedas y su geometría [40].
75
6. Referencias bibliográficas
[1] Calderón Estevez, Leopoldo, “Sensor ultrasónico adaptivo de medidas de distancia”, Universidad
Complutense de Madrid, Madrid, España, 1989.
[2] González Jiménez, Javier y Ollero Baturone, Aníbal, “Estimación de la posición de un robot móvil”,
Informática y Automática, vol.29-4, España, 1996.
[3] Lozano-Pérez, Tomás “Foreword: Mobile Robot and Robotics”. Autonomous Robot Vehicles. Editores I.J.
Cox y G.T. Wilfong. Springer-Verlag. pp vii-xi, 1990.
[4] Arkin, Ronald “Behavior-Based Robotics”. The MIT Press. pp 1-29, 1998.
[5] Campion, G., Bastin, G and D’Andréa-Novel. “Structural properties and classifications of kinematics and
dynamics models of wheeled mobile robots”. IEEE Transactions on Robotics and Automation. Vol. 12, No.
1. February 1996.
[6] Jones, J.L. and Flynn, A.M. “Mobile Robots. Inspiration to Implementation”. Editorial. A.K. Peters, Ltd.
USA. 1993. Ch. 6, pp.139-161
[7] Adamowski, J.C., Simoes, M.G. y Gozman, F.G., "Desenvolvimento de un robo móvel", Escola
Politecnica de la Universidade de Sao Paulo, San Pablo, Brasil, 1990.
[8] Cox, I.J., "Blanche - An experiment in guidance and navegation of an autonomous robot vehicle", IEEE,
Trans RA, vol. 7, número 2, 1991.
[9] Connell, J. y Viola, P., "Cooperative control of a semi-autonomous mobile robot", IBM T.J. Watson
Research Center, 1990.
[10] Leopoldo Calderón Estévez, Ramón Ceres Ruiz, José Nó Sánchez de León y José Ramón Alique López.
“Sensores de distancia en robótica” Revista Robótica. No.12. Marzo-Abril. 1985. España.
[11] Leonard J. and Durrant-Whyte, H.F., 1991, “Mobile Robot Localization by Tracking Geometric Beacons.”
IEEE Transaction on Robotics and Automation, Vol.7, No.3, pp. 376-382.
[12] Borenstein, J., Everett, H.R. and Feng, L. “Where am I ? Sensors and Methods for Mobile Robot
Positioning”. Universidad de Michigan, USA, Abril-1996.
[13] González Jiménez, J y Ollero Baturone, A. “Estimación de la posición de un robot móvil” Informática y
Automática. Vol.29, pp.3-18. Asociación Española de Informática y Automática. Abril - 1996.
[14] Russell, A., “Laying and Sensing Odor Markings as a Strategy for Assisting Mobile Robot Navidation
Task”. Robotics and Automation Magazine. Vol. 2. No. 3. September. 1995.
[15] Rencken, W.D., 1993, “Concurrent Localization and Map Building for Mobile Robots Using Ultrasonic
Sensors”. Proceedings of the 1993 IEEE/RSJ International Conference on Intelligent Robotics and Systems,
Yokohama, Japan, July 26-30, pp.2192-2197.
[16] Hoppen, P., Knieriemen, T. and Puttkamer, E., 1990, “Laser-Radar Based Mapping and Navigation for an
Autonomous Mobile Robot”. Proceedings of IEEE International Conference on Robotics and Automation,
Cincinnati, OH, May 13-18, pp984-953.
[17] Moravec, H.P. and Elfes, A., 1985, “High Resolution Maps from Wide Angle Sonar”. Proceedings of the
IEEE Conference on Robotics and Automation. Washington D.C., pp.116-121.
76
[18] Borenstein, J. and Koren, Y., 1991, “The Vector Field Histogram - Fast Obstacle Avoidance for Mobile
Robts”. IEEE Transactions on Robotics and Automation, Vol. 7, No. 3, June, pp.278-288.
[19] Crowley, J., 1989, “Worl Modeling and Position Estimation for a Mobile Robot Using Ultrasonic
Ranging”. Proceeding of IEEE International Conference on Robotics and Automation, Scottsdale, AZ, May
14-19, pp.243-251.
[20] Courtney, J. and Jain, A.,1994, “Mobile Robot Localization via Classification of Mutisensor Maps”.
Proceedings of IEEE International Conference on Robotics and Automation, San Diego, CA, May 8-
13,pp.1672-1678.
[21] Moravec, H. P., "Sensor fusion in certainty grids for mobile robots", AI Mag., 1988.
[22] Khatib, O., "Real-time obstacle avoidance for manipulators and mobile robots", Proc. IEEE, Int. Conf. RA,
1985.
[23] Krogh, B. H., "A generalized potential field aproach to obstacle avoidance control", Int. Robotics Res.
Conf., Bethlehem, 1984.
[24] Thorpe, C.F., "Path relaxation: Path planning for a mobile robots", Autonomous mobile robots, Carnegie-
Mellon University, 1985.
[25] Newman, W. S. y Hogan, N., "High speed robot control and obstacle avoidance using dynamics potential
functions", Proc. IEEE, Conf. RA, 1987.
[26] Brooks, R.A.,"A robust layered control system for mobile robots", IEEE, Tran. RA, vol 2, num 1, 1987.
[27] Brooks, R. A. y Connell, J. H., "Asynchronous distributed control system for a mobile robots", Proc. SPIE,
Mobile robots, 1987.
[28] Arkin, R. C., "Motor schema-based mobile robots navigation", Int. Journal Robotics Res., 1989.
[29] Borenstein, J. and Koren, Y., “Real-time obstacle avoidance for fast mobile robots”, IEEE Tran. System,
Man and Cybernetics, vol 19, num 5, 1989.
[30] Gibson, J.J. “The percepcion of the visual world”. Riverside Press, Cambridge, England, 1950.
[31] Gibson, J.J. “The senses considered as perceptual systems”. Houghton-Mifflin, Boston, 1966.
[32] Gibson J.J. “On the analysis of change in the optical array”. Scandinavian Journal of Psycology, (18), pp.
161-163, 1977.
[33] Gamarra, D. F., Bastos Filho, T. F., Sarcinelli Filho, M., Carelli, R.; Soria, C. M. “Optical Flow
Calculation Using Data Fusion with Decentralized Information Filter”. International Conference on
Robotics and Automation, v. 1, pp. 2864-2869. Barcelona. 2005.
[34] Secchi, H.A. “Algoritmos para el control de robots basado en comportamientos” Tesis doctoral.
Universidad Nacional de San Juan, 2006.
[35] Zhang, Y., Hong, D., Chung, J.H. y Velinsky, S.A. “Dynamic model based robust tracking control of a
differentially steered wheeled mobile robot”. Proceedings of American Conference Control. Phyladelphia,
Pennsylvania, pp 850-855, 1998.
[36] Aicardi, M., Casalino, G., Bicchi, A. and Balestrino A. “Closed loop steering of unicycle-like vehicles via
Lyapunov techniques”. IEEE Robotics and Automation Magazine. Vol. 2, No.1. March 1995.
77
[37] Preciado, A. y Meizel, D. "Dynamics modelling and identification of a mobile robot", IV Congreso
Latinoamericano de Control Aut., Puebla, México, 1990.
[38] Boyden, F.D. y Velinky, S.A. “Dynamic modeling of wheeled mobile robot for high load applications”,
IEEE International Conference on Robotics and Automation. Vol. 4, pp 3071-3078.
[39] de la Cruz, Celso “Control de formación de robots” Tesis doctoral. Universidad Nacional de San Juan.
[40] Campion, G., Bastin, G and D’Andréa-Novel. “Structural properties and classifications of kinematics and
dynamics models of wheeled mobile robots”. IEEE Transactions on Robotics and Automation. Vol. 12, No.
1. February 1996.
78

Lectura 0 Robótica Móvil

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lectura 0 Robótica Móvil

Cargado por

Copyright:

Formatos disponibles

Una Introducción a los Robots Móviles

La obra está organizada de la siguiente manera:

En el capítulo 1 se realiza una breve introducción a la problemática de la robótica móvil desde

En el capítulo 3 se desarrolla las características sensoriales de un robot móvil desde la

En el capítulo 4 se describen diversas estrategias de navegación para evitar obstáculos

Finalmente, el capítulo 5 desarrolla con cierta profundidad cuatro modelos matemáticos de

La Robótica siempre ha ofrecido al sector industrial un excelente compromiso entre

1.2. Breve historia

La posibilidad de estructurar el entorno industrial permite la navegación de vehículos con una

Figura 1.2.1.Tres robots que sirvieron de inspiración.

1.3. Clasificación de los robots

Figura 1.3.2. Robot industrial RX260 de Stäubli.

Figura 1.3.3. Prótesis robótica biónica.

También entran en esta categoría aquellos robots desarrollados específicamente como

Figura 1.3.4. Robot quirúrgico Da Vinci

Es necesario aclarar que el concepto de autonomía no sólo se relaciona con cuestiones

Figura 1.3.5. Robot móvil AURORA (Universidad de Málaga).

En la Figura 1.3.5 se muestra al robot Aurora dedicado al servicio en Invernaderos,

Figura 1.3.6. Robot AURIGA I V2R (Universidad de Málaga)

Figura 1.3.7. Robot AURIGA II V0R (Universidad de Málaga)

Figura 1.3.9. Manipulador móvil de AvtiveMedia.

1.4. Aplicaciones de robots móviles

Figura 1.4.1. Inspector Bot de Eventronic ES um robot que inspecciona tuberías.

Figura 1.4.2. Clean Bot de Eventronic limpia tuberías.

Figura 1.4.3. Verro de iRobot limpia piscinas.

Figura 1.4.4. Aspiradora hogareña autónoma Scooba de iRobot.

Figura 1.4.5. Robot enfermero Hospi desarrollado por la empresa Matsushita.

Figura 1.4.10. Robot militar Warrior X700 de iRobot.

1.5. Robots móviles y robótica.

Los diferentes índices de operación (medidos por la incertidumbre y precisión requeridas) de

El principal problema a resolver en un robot móvil es generar trayectorias y guiar su

Generador Local de Trayectorias (GLT): Es el nivel jerárquico intermedio. Este nivel

Figura 1.5.2. Esquema general del sistema de control de un robot móvil.

La planificación de rutas en ambientes desconocidos se realiza por medio de generadores

Figura 1.5.3. Estrategias de control para robots móviles.

Por el contrario, las estrategias de control reactivo se basan en un esquema de acciones

En el medio quedan las estrategias de control basado en comportamientos que tratan de

2. Morfología de los robots móviles

2.1. Tipos de entornos en el que opera el robot móvil

Figura 2.1.1. Robots de interior (Amigobot) y exterior (Seekur) de ActiveMedia.

Figura 2.1.2. Entorno estructurado (Biblioteca) y no estructurado (Almacén en línea de producción).

2.2. Tipos de sistemas de locomoción

Figura 2.2.2. Robot acuático (NSF) y robot aéreo (TU Berlin)

2.3. Tipos de ruedas

A su vez entre las ruedas convencionales se distinguen tres tipos:

(a) (b) (c)

2.4. Disposición de las ruedas

2.4.1. Robot omnidireccional

La Figura 2.4.1 muestra el robot omnidireccional Uranus desarrollado en la Universidad de

Figura 2.4.4. Uniciclo. (a) Estructura. (b) Robot Pionner (ActiveMedia).

Figura 2.4.6. Sistema de dirección Ackerman.

2.5. Tracción y dirección

2.5.1. Tracción y dirección en ejes independientes.

Figura 2.5.1. Sistema de tracción y dirección en ejes independientes.

2.5.2. Tracción y dirección en un mismo eje (Tracción diferencial).

Figura 2.5.2. Sistema de tracción y dirección sobre un mismo eje.

2.5.3. Tracción y dirección sobre todos los ejes.

Figura 2.5.3. Sistema de tracción y dirección sobre todos los ejes.

2.6. Configuraciones especiales

Figura 2.6.1. Robot de Múltiples Grados de Libertad desarrollado en la Universidad de Michigan.

Figura 2.6.2. Módulos cooperativos (Universidad de Hamburgo y Beihang).

Figura 2.6.3. Robot de exploración espacial PATHFINDER (JPL).

3.1. Estructura de los sentidos del hombre

la parte denominada caracol. En el caracol las vibraciones sonoras amplificadas en intensidad

Este método emplea la configuración natural de los ambientes interiores en edificios o

El posicionamiento basado en mapas permite al robot conocer un nuevo ambiente y