La UMH de Elche idea un sistema para mejorar la orientación de robots en espacios abiertos y cambiantes

Un equipo de la Universidad Miguel Hernández de Elche ha desarrollado un nuevo sistema que permite a los robots móviles ubicarse y orientarse con mayor precisión en entornos amplios y cambiantes, incluso cuando desconocen su posición inicial. La técnica, basada en inteligencia artificial y sensores láser, ha sido diseñada en el Instituto de Investigación en Ingeniería de Elche (I3E) y supone un avance relevante para la navegación autónoma en escenarios reales, resolviendo además el conocido como problema del robot secuestrado.

El estudio, publicado en la revista International Journal of Intelligent Systems, confirma que el método logra una localización más estable y precisa que otras técnicas actuales, especialmente en exteriores sometidos a cambios estacionales. El sistema ha sido probado durante meses en el campus de Elche, tanto en espacios abiertos como en interiores y bajo distintas condiciones ambientales.

Cómo aprenden los robots a orientarse

“Para que un robot móvil sea realmente autónomo, necesita saber dónde está en cada momento. Y eso no siempre es sencillo”, explica la investigadora de la UMH Míriam Máximo, autora principal del artículo. La experta recuerda que los sistemas de navegación por satélite pueden fallar cerca de edificios o no estar disponibles en interiores, por lo que los robots deben interpretar su entorno mediante sensores y algoritmos propios.

En robótica móvil se habla con frecuencia del problema del robot secuestrado, que se produce cuando una máquina se apaga, se queda sin batería o es trasladada y, al reiniciarse, no dispone de información previa sobre su posición. Si además el entorno resulta muy similar a otros —como pasillos idénticos o calles repetidas—, el robot puede desorientarse completamente.

“Es un problema clásico y muy difícil de resolver, sobre todo en entornos grandes”, señala la investigadora. “Igual que nos ocurre a las personas, un robot puede encontrarse en un lugar que se parece a muchos otros y no saber exactamente dónde está”, añade.

Un método inspirado en la lógica humana

Para afrontar este reto, el grupo de investigación de Automática, Robótica y Visión por Computador ha diseñado un sistema jerárquico que imita la forma en que las personas se orientan cuando llegan a un lugar desconocido o transformado con el tiempo. El método, denominado MCL-DLF, permite al robot aprender a orientarse en dos fases.

En la primera, realiza una localización gruesa, equivalente a un vistazo general, identificando la zona aproximada a partir de elementos globales como edificios, vegetación o grandes estructuras. Después pasa a una localización fina, en la que analiza detalles precisos para determinar su posición exacta y orientación.

“Es igual que cuando nos encontramos en esos barrios de expansión de las ciudades, en los que todas las calles y edificios se parecen porque se construyeron a la vez, y necesitamos fijarnos en pequeños detalles para distinguir un lugar de otro”, explica la investigadora de la UMH. Para evitar confusiones entre zonas similares, el sistema utiliza aprendizaje profundo. “En su caso, es como si, además de reconocer la calle, utilizara una cinta métrica para saber exactamente qué baldosa está pisando”, afirma Míriam Máximo.

Resultados robustos ante cambios del entorno

Durante el proceso, el robot analiza nubes de puntos tridimensionales captadas por sensores LiDAR mediante técnicas de aprendizaje profundo y métodos probabilísticos que extraen automáticamente las características más relevantes del entorno y las comparan con mapas generados previamente. Así, la máquina aprende por sí sola qué rasgos resultan realmente útiles para orientarse, sin depender de reglas prefijadas.

Una de las claves del sistema es su fiabilidad frente a cambios de apariencia del entorno, como los derivados de las estaciones del año. Las pruebas realizadas en el campus ilicitano muestran que el método mantiene su rendimiento incluso cuando varían la vegetación, la iluminación o las condiciones ambientales.

“Hemos comprobado que nuestro sistema obtiene mejores resultados de precisión en posición que otros métodos existentes, con valores de orientación similares o superiores en determinados recorridos y una menor variabilidad a lo largo del tiempo, lo que confirma su robustez frente a cambios estacionales”, afirman los profesores de la UMH Mónica Ballesta y David Valiente, colíderes del estudio.

Aplicaciones directas

El avance tiene aplicaciones directas en ámbitos como la robótica de servicio, la logística automatizada, la inspección de infraestructuras, la vigilancia ambiental o los vehículos autónomos, sectores donde la localización fiable es imprescindible para operar con seguridad y eficiencia.

Los investigadores concluyen que “si bien la navegación autónoma sigue siendo uno de los grandes retos de la robótica, este trabajo nos acerca un poco más a los robots capaces de desenvolverse de forma fiable en el mundo real, un mundo cambiante y nunca perfectamente predecible”.

Además de Máximo, Ballesta y Valiente, en el estudio han participado los investigadores del I3E UMH Antonio Santo y Arturo Gil. El proyecto ha sido financiado por el Ministerio de Ciencia, Innovación y Universidades, la Agencia Estatal de Investigación y los fondos Feder de la Unión Europea, así como por la Generalitat Valenciana mediante el programa Prometeo.

El artículo científico se puede consultar aquí: https://onlinelibrary.wiley.com/doi/10.1155/int/4278222.

Suscríbete para seguir leyendo