Desarrollan un sistema de servocontrol visual robusto para robots cuadrúpedos en entornos dinámicos

Investigadores del Instituto de Automática (INAUT, CONICET-UNSJ) y universidades de Ecuador desarrollaron un sistema de servocontrol visual robusto basado en Estabilidad de Entrada a Estado (ISS) para robots cuadrúpedos. El esquema permite el seguimiento autónomo de objetivos en movimiento y la regulación de distancia y orientación en tiempo real, garantizando operatividad en entornos complejos e irregulares.


Un equipo internacional de investigadores integrado por especialistas del Instituto de Automática (INAUT), unidad ejecutora de doble dependencia entre el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Universidad Nacional de San Juan (UNSJ), junto con la Universidad Tecnológica Indoamérica y la Universidad de las Fuerzas Armadas ESPE de Ecuador, ha logrado un avance significativo en el campo de la robótica móvil e inteligencia artificial. El proyecto contó con el financiamiento del Servicio Alemán de Intercambio Académico (DAAD) y proyectos de investigación orientados al desarrollo de robots cooperativos para misiones de rescate.

El desarrollo consiste en un novedoso esquema de servocontrol visual directo a nivel del espacio de la tarea, diseñado para robots cuadrúpedos equipados con un sistema de visión activo de dos grados de libertad (2DoF).

Las plataformas cuadrúpedas destacan por su capacidad superior para desplazarse sobre terrenos irregulares y accidentados, superando ampliamente las limitaciones de tracción de los robots con ruedas. Sin embargo, integrar sistemas de percepción e interacción visual en tiempo real plantea complejos desafíos matemáticos y de control: el andar del robot genera perturbaciones periódicas de alta frecuencia e inclinaciones que desestabilizan continuamente el campo de visión de la cámara.

Arquitectura jerárquica y redundancia cinemática

Para resolver esta problemática, el equipo de investigación formuló un modelo cinemático diferencial que acopla la velocidad del robot con el sistema de visión montado en su parte frontal. La arquitectura aprovecha la redundancia cinemática del sistema para atender múltiples objetivos mediante una jerarquía de tareas:

  • Tarea primaria (Servocontrol visual): Mantiene el objetivo centrado continuamente en el plano de la imagen mediante el movimiento rápido de la cámara en abanico y elevación (gimbal 2DoF), garantizando que el objetivo nunca salga del campo de visión.

  • Tarea secundaria (Regulación de formación): Controla de manera simultánea la distancia relativa y la orientación del robot respecto del objetivo en el plano, proyectando los comandos en el espacio nulo de la tarea primaria para evitar cualquier interferencia entre ambas.

  • Estimador dinámico de velocidad: Incorpora un filtro alfa-beta que estima en tiempo real la velocidad del objetivo en movimiento, permitiendo una compensación dinámica proactiva frente a desplazamientos impredecibles.

Uno de los logros fundamentales de esta arquitectura es que resuelve los requerimientos visuales y de formación espacial sin necesidad de alterar el controlador dinámico de locomoción propio del robot, lo que otorga una enorme versatilidad para adaptar el esquema a diferentes plataformas comerciales.

Demostración formal de estabilidad y pruebas experimentales

A diferencia de los enfoques convencionales que solo ofrecen convergencia empírica, este desarrollo cuenta con un riguroso análisis de estabilidad basado en la teoría de Lyapunov. El equipo demostró formalmente que el sistema cumple con la propiedad de Estabilidad de Entrada a Estado (ISS, por sus siglas en inglés), lo que garantiza matemáticamente que el error de seguimiento visual se mantiene acotado aun en presencia de ruidos de medición, perturbaciones severas por la marcha o discrepancias en la estimación.

La propuesta fue validada con éxito tanto en simulaciones tridimensionales como en pruebas experimentales en tiempo real utilizando la plataforma cuadrúpeda Unitree Go2 en la que se integró una cámara de profundidad Intel RealSense sobre un mecanismo robótico coordinado mediante el middleware ROS 2 y MATLAB.

Las aplicaciones potenciales de este avance abarcan operaciones críticas de búsqueda y rescate en estructuras colapsadas, inspección autónoma de infraestructura industrial compleja, monitoreo agrícola de precisión y logística de acompañamiento en entornos no estructurados donde la visibilidad continua y la distancia de seguridad son requerimientos indispensables.