Resumen

El presente estudio compara cuatro arquitecturas de navegación autónoma para robots móviles, con el fin de determinar cuál presenta una mayor eficiencia en la realización de tareas. Las arquitecturas comparadas son: reactivo puro, redes neuronales, lógica difusa y una arquitectura hibrida neuro-difusa. La comparación se realizó recopilando datos de las métricas de desempeño basadas en seguridad, suavidad de curva (consumo energético), velocidad y distancia, en la plataforma robótica Pioneer 3–DX en un entorno simulado con MobileSim, el software oficial de MobileRobot®. Los datos obtenidos fueron analizados estadísticamente, generando una base formal de comparación. Los resultados muestran que la arquitectura neuro-difusa presenta mayores niveles de seguridad y ahorro energético que las otras arquitecturas, demostrando así, que la utilización de arquitecturas en forma sinérgica logra mayor eficiencia.

NAVEGACIÓN REACTIVA 

En robótica móvil es importante tomar en cuenta que los vehículos deberán operar bajo la consideración de la incertidumbre de sus sensores, que los entornos por los que se desplazaran pueden ser En robótica móvil es importante tomar en cuenta que desconocidos y por lo tanto que deben responder los vehículos deberán operar bajo la consideración adecuadamente a los cambios dinámicos [1]. Los vehículos autoguiados, conocidos por sus siglas en inglés AGV (Automated Guided Vehicle) definen un campo ampliamente investigado de la robótica móvil, la aplicación de estos vehículos varía en función de las necesidades como por ejemplo: trasporte de materiales, exploración de zonas desconocidas o peligrosas y apoyo a personas con capacidades especiales entre otras [2]. En la actualidad los AGV son muy utilizados en la industria [3].

Uno de los desafíos de la robótica móvil, es lograr dotar a los AGV de la mayor flexibilidad y adaptación en entornos cambiantes o desconocidos. Debido a la carencia de información del robot sobre su entorno, los algoritmos reactivos deberán trabajar con sistemas sensoriales que les permiten obtener información fiable del entorno mientras el robot se desplaza [4]. Los sensores permiten al robot, mediante un algoritmo, planificar tareas de forma dinámica, mejorando la percepción y por ende su adaptabilidad [2].

En esta área existen dos conceptos altamente diferenciados, la planificación local y la global. La planificación global, es el componente deliberativo y se enfoca en realizar la planificación de acciones a largo plazo [5], es decir, en función de la completa información del entorno, planifica las trayectorias o las rutas óptimas a seguir por el robot móvil.

• Materias:Robótica Redes neuronales (Computadores) Lógica difusa
• Subjects:Robotics Neural networks (Computer science) Fuzzy logic
• Palabras claves:Navegación autónoma; Robótica móvil; Navegación reactiva; Redes neuronales; Lógica difusa; Neuro-difuso; Métricas
• Keywords:Autonomous navigation; Mobile robotic; Reactive navigation; Neuronal network; Fuzzy logic; Neuro-fuzzy; Metrics