Escuela Técnica Superior de Informática

Universidad Autónoma de Madrid

Fundamentos en Robótica Autónoma

 

Profesor de la asignatura, Eloy Anguiano y Guillermo González de Rivera

Profesor de Prácticas, Guillermo González de Rivera

Requisitos: La troncalidad básica de la E.T.S. Informática.

Complemento: Este curso puede ser complementado con un segundo curso dentro de la Licenciatura y(o) un curso especializado de Doctorado.
 
 

Motivación e Interés
 
 

La aplicación Industrial de la Robótica no necesita introducción ya que sus resultados son bien conocidos. La Robótica Industrial ha dado lugar, entre otras cosas, a procesos de producción mucho más eficientes, a una mayor calidad de los productos, etc. Todos estos elementos aumentan la competitividad de una industria (país) frente a sus similares. Desde finales de los años 80 y principios de los 90 un nuevo enfoque en la Robótica ha emergido. Este nuevo tipo de Robótica se denomina Robótica Autónoma y algunos de sus denominadores principales: el robot autónomo enviado a Marte (Sojourner) por NASA, el Robot androide que camina autónomamente de Honda, COG en MIT y otros muchos han recibido una gran divulgación popular: CNN, BBC, Discovery Channel, TVE1, Scientific American, Times Magazine, Muy Interesante (por citar algunos ejemplos).
 
 

Esto refleja un auge en el entorno científico que se ve plasmado en una serie de congresos internacionales con un gran éxito de difusión: Autonomous Agents (97, 98), Simulation of Adaptive Behavior (90-98), etc. Estos congresos han tenido un éxito cada vez mayor y convierten este campo en uno de los de mayor crecimiento dentro del ámbito científico. Distintas revistas de investigación también han nacido en los últimos años y han tenido un crecimiento explosivo: Journal of Adaptive Behavior, Autonomous Robots, Robotics and Autonomous Systems, IEEE Transactions on Robotics and Automation, etc. En paralelo se ha producido un aumento de financiación y diseño de programas específicos a este campo en las agencias NSF, ONR y DARPA en U.S.A. así como sus homólogas en Japón y Alemania.
 
 

Introducción
 
 

Para entender el enfoque de este curso es fundamental empezar por definir en que consisten los robots autónomos y cual es la diferencia con respecto a la robótica industrial más clásica. Los Robots Autónomos (RA) son sistemas completos que operan eficientemente en entornos complejos sin necesidad de estar constantemente guiados y controlados por operadores humanos. Una propiedad fundamental de los RA es la de poder reconfigurarse dinámicamente para resolver distintas tareas según las características del entorno se lo imponga en un momento dado. Hacemos énfasis en que son sistemas completos que perciben y actúan en entornos dinámicos y parcialmente impredecibles, coordinando interoperaciones entre capacidades complementarias de sus componentes. La funcionalidad de los RA es muy amplia y variada desde algunos RA que trabajan en entornos inhabitables, a otros que asisten a gente discapacitada.

Por otro lado, los Robots Industriales definieron una primera fase y dominaron el campo durante los años 70 y 80. En estos sistemas, robótica era prácticamente sinónimo con manipuladores, excepto por algún trabajo en vehículos guiados autónomamente. En general, los Robots Industriales son pre-programados para realizar tareas especificas y no disponen de capacidad para reconfigurarse autonomamente.

Este curso pretende introducir al estudiante a una serie de ideas/herramientas provenientes de disciplinas muy variadas: Inteligencia Artificial, Teoría de Autómatas, Redes Neuronales, Teoría de Control, Teoría de Esquemas, Teoría basada en Comportamientos, Teoría de Decisión, Visión Computacional, Robótica Industrial Clásica, etc. Aunque existen cursos especializados en cada una de estas disciplinas, este curso pretende dar una visión global y unificadora, estudiando los distintos componentes en el contexto de sistemas completos con énfasis en los aspectos más relevantes de cada una de las disciplinas con relación a su incorporación en Robots Autónomos. El objetivo final del curso es que los estudiantes sean capaces de analizar así como formar parte de proyectos de investigación e industriales de Robótica Autónoma.
 
 

PROGRAMA
 
 
 

1. Introducción (2h)

1.1 ¿Qué son los Robots Autónomos (RAs)?
1.2. Utilidad de los Robots Autónomos con ejemplos actuales.
1.3. Componentes Fundamentales de los RAs.

 
 

2. Sensores (6 h)

2.1 Transductores: Concepto e introducción.
2.2 Conversores A/D, D/A: tipos y funcionamiento.
2.3 Acondicionamiento de señal: circuitos básicos con Amplificadores Operacionales
2.4. Tipos: presión/contacto, ópticos (fotodetectores), transductores de ultrasonidos (medida de distancia), magnéticos (efecto Hall), otros (inductivos, capacitivos, de mercurio, etc.

 
 

3. Electrónica de Control (5 h)

3.1. Microcontroladores: arquitectura, periféricos e integración.
3.2. Electrónica de comunicaciones

 

4. Actuadores (2 h)

4.1. Motores de corriente continua
4.2. Motores síncronos y asíncronos
4.3. Motores paso a paso
4.4. Servomotores

 
 

5. Electrónica de Potencia (3 h)

5.1. Control PWM (modulación de ancho de pulso)
5.2. Dispositivos de conmutación

 

6. Introducción al Control de sistemas (5 h)

6.1. Tipos de control.
6.2. La transformada de Laplace.
6.3. Función de transferencia de sistemas
6.4. Diagramas de bloques y gráficos de flujo de señal

6.5. Principios básicos de diseño de sistemas de control.
 
 
 

7. Técnicas de diseño y compensacion de errores (3 h)

7.1. Introducción
7.2. Compensacion en adelanto y en retraso.
7.3. Controladores PID

 
 
 

8. Analisis de estabilidad (3 h)

8.1. Diagramas de Bode y Nyquist
8.2. Criterios de estabilidad.
8.3. Respuesta en frecuencias de lazo cerrado.

 
 

9. Algoritmos de Control Complejo y Adaptativo. (6 h)

9.1 Introducción al control Complejo/Adaptativo
9.2. Algoritmos de Aprendizaje Activo en el Entorno
9.3. Aprendizaje Inductivo de Autómatas.
9.4. Generación Dinámica de Objetivos.
9.5. Selección de Acciones y Planificación.

 

10. Navegación Autonoma (5h)

10.1 Requisitos fundamentales para la Navegación Autónoma.
10.2. Construcción de Mapas del Entorno.
10.3. Abstracción de Mapas del Entorno.
10.4. RAs en uso:

11. Arquitecturas Integradas. (5h)

11.1. Arquitecturas basadas en Comportamientos:
11.2.Arquitecturas Modulares y Jerárquicas.
11.3. Arquitecturas Híbridas: Redes Neuronales, Lógica Borrosa, etc.
11.4. Arquitecturas con bases Biológicas
- Rana Computatrix (USC), Fly Navigator (MPI),
- Ingeniería Neuromórfica, NeuroEtología Computacional.
TOTAL 45 hs.







PRÁCTICAS

 
 

Prácticas: Se van a realizar una serie de prácticas en el laboratorio de hardware. Se dispondrá de sistemas basados en microcontrolador, motores, sensores, ect. El propósito es construir un sencillo robot sobre el que se puedan evaluar diferentes algoritmos de control. Nos encontramos en proceso de obtener nuevo material para el laboratorio -además del ya existente.
 
 

Visita: Instituto de Automática Industrial (C.S.IC.)
 
 
 
 

Práctica 1. Sensores y Tarjeta del microcontrolador. (2 + 2 h)

Manejo y familiarización con diferentes sensores básicos: polarización, pruebas, medidas, etc. Implementación de conceptos desarrollados en el capítulo 2.
Presentación de la tarjeta. Uso de las herramientas del microcontrolador: ensamblador, depurador. Interacción con el PC. Conexionado de los sensores. Implementación de conceptos desarrollados en el capítulo 3.

 
 
 

Práctica 2. Robot controlado desde el PC y motores. (4 h)

Manejo de motores de CC, paso a paso y servos. Diseño y construcción de un robot. Resolución de un problema simple, como seguir un recorrido.

 
 
 

Práctica 3.

Control de motor de CC utilizando los conceptos teóricos desarrollados en los capítulos 6-8. Se pretende introducir a los alumnos en las tecnicas basicas de control.
La finalidad práctica es que sean capaces de controlar la velocidad de un robot con inercia movido por un motor de corriente continua. Se pretende que tengan los instrumentos necesarios para determinar si un circuito de control puede o no entrar en situaciones inestables que puedan arruinar el sistema o la solucion al problema propuesto. En el caso practico, determinar si el motor actuara de forma suave de acuerdo con las exigencias que se le impongan.

 
 
 

Práctica 4.

Utilizando el Robot construido en la práctica 3 se implementarán los conceptos desarrollados en los capítulos 9 y 10:
a) Entorno cerrado con puntos de referencia relacionados por guias (ej. Flechas).
Objetivo: el Robot construye un mapa espacial (cognitivo) para navegar autonomamente en el entorno.
b) Aprendizaje totalmente no supervisado del mapa espacial del entorno. Los puntos de referencia no estan relacionados mediante guias.

 
 
 

Práctica 5.

Se introduce un simple mecanismo de comunicación entre los diversos robots construidos por los alumnos (posiblemente 2 bytes sean suficientes). De esta manera se puede establecer colaboración/competición entre múltiples agentes. Se introducirá Aprendizaje por Renfuerzo (capítulo 9) para aprender objetivos.

 


Webmaster@ii.uam.es


Fecha de última actualización: 25 de julio de 2000