Nuevas estrategias de control para robots móviles desarrolladas por investigadores del INAUT

Investigadores del Instituto de Automática (INAUT, CONICET–UNSJ) publicaron un trabajo en la revista Mathematics (MDPI, 2025) que propone un innovador método de control adaptativo para mejorar la precisión del seguimiento de trayectorias en robots móviles con ruedas, en colaboración con la Universidad de Jeddah, Arabia Saudita.

El artículo, titulado “Trajectory Tracking of WMR with Neural Adaptive Correction”, presenta una técnica avanzada de control para robots móviles con ruedas (WMR, por sus siglas en inglés), dispositivos ampliamente utilizados en sectores como la logística, el transporte autónomo y la robótica de servicio.

El estudio aborda uno de los principales desafíos en este campo: mantener un seguimiento de trayectoria preciso cuando el robot opera en entornos con incertidumbres dinámicas, perturbaciones externas o ruido en los sensores.

Para resolver este problema, el equipo propuso una estrategia de control adaptativo neuronal que combina tres enfoques complementarios:

• Feedback Linearization, técnica que linealiza el sistema para facilitar el control.

• Sliding Mode Control (SMC), que aporta robustez frente a perturbaciones.

• Redes Neuronales de Enlace Funcional (Functional-Link Neural Networks, FLNN), que permiten una corrección adaptativa del error de modelado en tiempo real.

La integración de estos métodos permitió diseñar un controlador capaz de autoajustar sus parámetros internos, logrando que el robot mantenga estabilidad y precisión aun en condiciones cambiantes. La estabilidad teórica del sistema fue demostrada mediante el criterio de Lyapunov, y las simulaciones confirmaron una reducción significativa del error de trayectoria frente a técnicas convencionales.

Los resultados mostraron que, cuando el robot experimenta cambios en su dinámica —como variaciones de masa, fricción o fallas de actuadores—, la red neuronal adaptativa compensa automáticamente esas alteraciones, manteniendo el seguimiento de trayectoria con alta fidelidad.

El trabajo fue desarrollado por Sahbi Boubaker, Jeremías Gaia, Eduardo Zavalla, Souad Kamel, Faisal S. Alsubaei, Farid Bourennani y Francisco Rossomando, integrantes de la Línea de Sensores y Procesamiento de Señales del INAUT y del Department of Computer and Network Engineering de la University of Jeddah.

La publicación refuerza la proyección internacional del INAUT y su liderazgo en el diseño de estrategias de control inteligentes y adaptativas aplicadas a la robótica móvil, con potencial impacto en sistemas de navegación autónoma y control no lineal.

Cita bibliográfica:

Boubaker, S.; Gaia, J.; Zavalla, E.; Kamel, S.; Alsubaei, F.S.; Bourennani, F.; Rossomando, F. Trajectory Tracking of WMR with Neural Adaptive Correction. Mathematics 2025, 13, 3178.

https://doi.org/10.3390/math13193178

https://www.mdpi.com/2227-7390/13/19/3178