Diseño, simulación y

control de un robot
humanoide espacial
Julio 2021
Diseño, simulación y control de un robot
humanoide espacial
Resumen
Nuevos conocimientos, riquezas, trascendencia, vida más allá de los límites conocidos…
Estos principios podrían identificarse como los objetivos de la ciencia o del propio ser humano,
pero también fueron los principios que se tuvieron en el siglo XV cuando se decidió explorar el
planeta o que se tienen para explorar el universo actualmente. Para explorar el universo se han
empleado robots, los cuales tienen un papel importante debido a las condiciones extremas
presentes en planetas extraterrestres. Mientras que los humanos han logrado poner un pie en la
luna, se tienen conocimientos de las condiciones de planetas como Marte, Venus o Júpiter, los
cuales ayudarán en futuras misiones espaciales. Hay muchos tipos de robots en el espacio, pero
aquellos con forma humana son los que nos interesarán. Algunas tareas requieren que el robot se
mueva de forma similar a los humanos, use las mismas herramientas que en misiones humanas o
robóticas anteriores o la interacción con ellos sea más natural.

En primer lugar, se ha analizado el estado del arte en el que se encuentra actualmente la

robótica o robots espaciales. Tras conocer sus orígenes, se ha pasado a clasificarlos en robots
espaciales en órbita y robots planetarios. Tras esto, se ha profundizado en la clase de robot que se
utilizará, la cual es un humanoide. Se tomará como robot de partida al robot TALOS de la
compañía española PAL robotics.

Tras ello, entramos en la metodología y desarrollo del proyecto, en la cual se explicarán los
pasos que se seguirán para poder tener un robot humanoide nuevo, totalmente funcional, para
realizar tareas en gravedad 0. Para ello se contará con numerosas herramientas software y, gracias
a ellas, con numerosos controladores diferentes.

v
vi

Para comprobar si todos estos desarrollos matemáticos sirven de algo, se han realizado a modo
de prueba 3 simulaciones con el simulador y se analizarán las gráficas que se extraen de las
maniobras. Estas gráficas ayudarán a comprender si los cálculos realizados han llegado a buen
cauce.

Por último, se aportarán las conclusiones que se han obtenido tras la realización del proyecto
y se propondrán ampliaciones de este por si algún estudiante / docente se animara a continuar
estos desarrollos o les sirvieran para avanzar en los suyos propios.
Preámbulo: motivación, justificación y
objetivo general

Si se trabaja duro, es posible alcanzar el techo. Una vez alcanzado, logra el cielo. Tras el cielo,
¿qué te impide no ir a por las estrellas? La vida es una lucha continua contra uno mismo por
mejorar lo logrado hasta ese momento. Aunque uno se canse debe continuar, siempre hacia
delante, en línea recta o esquivando los obstáculos que ponga el destino, ya que tras la muerte nos
espera el descanso eterno.
Así pues, si un robot puede ayudarnos a preparar el cielo para cuando lleguemos al mismo, no
se puede prescindir de dicha ayuda si el objetivo está más allá.

Tras un largo verano y el gran éxito del proyecto “Guiado de satélites robóticos mediante
control basado en imagen” realizado como TFG del grado en ingeniería robótica en 2020, se
decidió continuar con un proyecto en el mismo campo. Así pues, tras una breve reunión con Jorge
Pomares en septiembre del 2020, se decidió en qué proyecto se trabajaría en los próximos meses.
Siempre se ha dicho que las segundas partes nunca fueron buenas, pero este TFM tiene el
objetivo de ser la excepción que confirme dicha regla.

La decisión de realizar este máster fue precipitada por la mala situación sanitaria del país,
además de la invitación por parte de Gabriel Jesús García, director del mismo, a que realizara la
preinscripción. También fue influenciada por Andrés Úbeda, con quien se habló en febrero del
2020 y se llegó a la conclusión que este máster era uno de los mejores en su campo. Así pues, a
finales de mayo del 2020, se supo que se realizaría.

vii
viii

Tras coger un robot humanoide terrestre, se ajustó para poder emplearlo en el espacio. Tras
ello, se realizaron los experimentos en un simulador, ya que no se cuenta con suficiente material
para poder montar este nuevo robot en la universidad, además de no tener una cámara de vacío
en la que poner a flotar al robot para poder realizar los experimentos. No obstante, hoy en día los
simuladores permiten obtener resultados altamente fiables, por lo que este impedimento de
materiales no ha sido un problema para realizar el proyecto.
Agradecimientos

En primer lugar, quería agradecer por segundo año consecutivo a Jorge Pomares y Leonard
Felicetti por tutorizarme el proyecto final de estudios. Gracias Jorge por, a pesar de llevar este
año tantos trabajos finales diferentes, hacerme un hueco y lograr que este proyecto haya salido
adelante. Creo que una de las cosas que ha podido ser útil para todos ha sido aprender a cómo
mejorar las máquinas virtuales para poder sacarles más rendimiento. Esto marcó un antes y un
después en el proyecto, disminuyendo enormemente los tiempos de compilación y ejecución.

También me gustaría agradecer al equipo del máster haber logrado con los años un máster tan
compacto, pero a la vez tan completo. Sinceramente, tenía mis dudas de que diese tiempo a todo,
pero he podido comprobar de primera mano que si es posible. También es de agradecer la
excelente sintonía con todos ellos, además de la gran disponibilidad para resolver dudas y
satisfacer la curiosidad del alumnado.

No puedo olvidarme tampoco de Santiago Puente ya que, gracias al cual se consiguió ser
portada de la revista del COITIA con el TFG presentado el año anterior.

Por último, quería agradecer a Carlos Villagra por seguir ahí un año más para lo que necesitase.

ix
x

Pasando a la familia, debo agradecer a mis padres y hermana por aguantarme un año más en
casa.
Ama, gracias por estar siempre cerca. Ya sabes que cuando necesites ayuda con lo que sea,
solo tienes que pedirla (sobre todo con la tecnología). Espero heredar tu capacidad de trabajo
algún día.
Papá, gracias por transmitirme que con paciencia todo se resuelve mejor. Creo que eres la
persona más estudiosa que conozco, en concreto con las integrales. Deberás ayudar a María el
año que viene.
María, gracias por ser tan distinta a mí. Estudia un poco más y tendrás el mundo a tus pies.
Todos los genes que no me quedé yo, te los has quedado tu (úsalos con responsabilidad). Recuerda
que ya hay mucha gente normal, aunque no tanta extraordinaria.
También agradecer a mis abuelos paternos por estar siempre presentes. Este último año ha sido
difícil para todos nosotros. Sin embargo, más difícil que para ti, abuelo, lo dudo mucho. No todo
el mundo tiene que volver a aprender a caminar. Cuando te sientas solo, piensa las noches de
hospital que pasamos juntos. Tampoco me olvido de ti abuela. Aunque leas esto y a los 5 minutos
ya no lo recuerdes, esto tiene su parte buena, siendo esta que te emociones cada vez que lo leas.
Eso sí, lo malo de ello es que ya no recuerdes mi nombre.
Aitite, un año más te recuerdo. Se que te hubiese gustado haber visto que es de mi vida y que
te sentirías muy orgulloso de cómo me va y de la persona en la que me he convertido. Se que,
hace 6 años ya, te hice una promesa. No se cuando podré cumplirla, pero se que ya queda menos
para ello. Recuerda que, aun así, si te presentas en algún momento, te seguiré acercando todo lo
que me pidas y te llevaré a pasear tanto a pie como en coche. Y recuerda, somos los mejores, pase
lo que pase.

José Santano, otro año más apareces aquí. No he conocido mucha gente de momento, pero
creo que vas a ser una de las mejores personas que conoceré en mi vida. Gracias por haber
coincidido conmigo.

A todos vosotros y a todos los que no he nombrado, gracias por haberme convertido en lo que
soy y cauzar en lo que me convertiré. Parte de mi éxito será vuestro también.
 A ti, aitite, por no bajar nunca los brazos.

A mis padres, por enseñarme todo lo que soy.

xi
xiii
Índice general

1. Introducción ........................................................................................................................ 1

1.1. Objetivos .................................................................................................................. 2

1.2. Estructura de la memoria ........................................................................................ 3

2. Marco teórico .................................................................................................................. 5

2.1. Robot ........................................................................................................................ 6

2.2. Robótica espacial ..................................................................................................... 7

2.3. Robots humanoides en el espacio ............................................................................ 8

2.4. PAL Robotics ......................................................................................................... 12

2.5. El robot TALOS .................................................................................................... 13

2.5.1. Especificaciones generales ............................................................................. 13

2.5.2. Extensión de uso ............................................................................................. 14

2.6. Software ................................................................................................................. 15

2.6.1. ROS ................................................................................................................ 15

2.6.2. Gazebo ............................................................................................................ 16

2.6.3. URDF y XACRO............................................................................................ 17

2.6.4. ROS control.................................................................................................... 18

2.6.5. KDL ................................................................................................................ 19

2.6.6. Rosbag ............................................................................................................ 20

2.6.7. PlotJuggler ..................................................................................................... 21

xv
3. Metodología ................................................................................................................... 23

3.1. Pasos del desarrollo ............................................................................................... 24

3.2. Herramientas usadas ............................................................................................. 25

4. Desarrollo ...................................................................................................................... 27

4.1. Entorno de simulación ........................................................................................... 28

4.2. Diseño del robot ..................................................................................................... 32

4.3. Control del robot ................................................................................................... 36

4.3.1. Controlador multiarticular ............................................................................ 38

[Link]. Controlador P ......................................................................................... 40

[Link]. Controlador PD ...................................................................................... 41

[Link]. Controlador PD con compensación de gravedad................................... 42

[Link]. Controlador PD con compensación precalculada de gravedad ............. 43

[Link]. Controlador PID..................................................................................... 44

4.3.2. Controlador cartesiano .................................................................................. 46

5. Resultados...................................................................................................................... 49

5.1. Rotación de la mano .............................................................................................. 50

5.2. Rotación del codo ................................................................................................... 56

5.3. Rotación del hombro y mano ................................................................................ 61

6. Conclusiones .................................................................................................................. 67

6.1. Trabajos futuros .................................................................................................... 69

Bibliografía ........................................................................................................................... 71

Lista de acrónimos y abreviaturas ....................................................................................... 75

Índice de figuras
Figura 2.1: Cartel de la obra Rossum’s Universal Robots de 1921. Fuente: Wikimedia
commons .......................................................................................................................... 6
Figura 2.2: Robot espacial en órbita Canadarm 2 capturando la nave de carga Dragon de
Space X (izquierda) y robot planetario Perseverance, rover recién aterrizado en
Marte (derecha). Fuentes: [Link] y [Link] ...................... 7
Figura 2.3: Robonaut II, creado por la NASA y DARPA. Fuente: [Link] ............. 8
Figura 2.4: Valkyrie, creado por la DARPA. Fuente: [Link] ....................... 9
Figura 2.5: RoboSimian, creado por la DARPA. Fuente: [Link] .............. 9
Figura 2.6: Kirobo, creado por la Universidad de Tokio y Toyota. Fuente:
[Link] 10
Figura 2.7: AILA, creado por centro alemán de investigación para la inteligencia artificial.
Fuente: [Link] ..................................................................................... 10
Figura 2.8: Vyommitra, creado por la ISRO. Fuente: ......................................................... 11
Figura 2.9: Fedor, creado por Android Technics. Fuente: [Link] .................... 11
Figura 2.10: Logo de la empresa PAL Robotics. Fuente ...................................................... 12
Figura 2.11: Robot TALOS de PAL Robotics. Fuente: [Link] 13
Figura 2.12: Robot TALOS en el LAAS-CNRS, en la Universidad de Edimburgo y en la
Universidad de Waterloo (de izq a der). Fuentes: [Link]
[Link] y [Link] ................................................................ 14
Figura 2.13: Logotipo de ROS. Fuente: [Link] ............................................. 15
Figura 2.14: Logotipo de Gazebo y ejemplo de ambiente creado. Fuentes:
[Link] y [Link] ............................................................... 16
Figura 2.15: Ejemplo de árbol de eslabones conectados mediante articulaciones. Fuente:
[Link] ............................................................................................. 17

xv
ii
xviii ÍNDICE DE FIGURAS

Figura 2.16: Esquema de ROS control. Fuente: [Link] .............................. 18

Figura 2.17: Obtención del modelo del robot a partir del código URDF. Fuente:
[Link] ............................................................................................. 19
Figura 2.18: Logo del programa PlotJuggler. Fuente: [Link] ...................... 21
Figura 4.1: Gravedad por defecto de la simulación. ............................................................ 28
Figura 4.2: Nueva gravedad impuesta al simulador ............................................................ 31
Figura 4.3: Robot TALOS en gravedad 0. ........................................................................... 31
Figura 4.4: Robot TALOS despernado en gravedad 0......................................................... 32
Figura 4.5: Robot REEM-C, del cual se tomarán las manos del mismo para incorporarlas
al robot TALOS. Fuente: [Link] 33
Figura 4.6: Robot TALOS sin pinzas (izquierda) y robot TALOS con las manos del robot
TIAGO........................................................................................................................... 33
Figura 4.7: Logo del grupo Human Robotics (HuRo) de la Universidad de Alicante.
Fuente: [Link] 34
Figura 4.8: Robot TALOS con los colores del grupo HuRo. ............................................... 34
Figura 4.9: ISS y robot TALOS en gazebo. .......................................................................... 35
Figura 4.10: Robot creado cerca de la ISS. .......................................................................... 35
Figura 4.11: Esquema de un sistema de control genérico. Fuente: [30] .............................. 36
Figura 4.12: Sistema en bucle abierto (arriba) y en bucle cerrado (abajo). Fuente: [30] ... 37
Figura 4.13: Esquema genérico de control de un robot. Fuente: [32].................................. 39
Figura 4.14: Controlador P de posición multiarticular. Fuente: [32] .................................. 40
Figura 4.15: Controlador PD de posición multiarticular. Fuente: [32] ............................... 41
Figura 4.16: Controlador PD con compensación de gravedad de posición multiarticular.
Fuente: [32].................................................................................................................... 42
Figura 4.17: Controlador PD con compensación precalculada de gravedad de posición
multiarticular. Fuente: [32]........................................................................................... 43
Figura 4.17: Controlador PD con compensación precalculada de gravedad de posición
multiarticular. Fuente: [32]........................................................................................... 45
Figura 4.18: Relación entre espacio cartesiano, articular y la transformación cinemática a
aplicar. Fuente: [34] ...................................................................................................... 47
Figura 4.19: Controlador cartesiano de posición multiarticular. Fuente: [32] ................... 47
Figura 5.1: Posición inicial (izquierda) y final (derecha) del movimiento de rotación de la
mano. ............................................................................................................................. 50
ÍNDICE DE FIGURAS xix

Figura 5.2: Esfuerzo realizado por el brazo izquierdo con el controlador P para realizar la
rotación de la mano. ...................................................................................................... 51
Figura 5.3: Posición realizado por el brazo izquierdo con el controlador P para realizar la
rotación de la mano. ...................................................................................................... 52
Figura 5.4: Velocidades realizadas por el brazo izquierdo con el controlador P para
realizar la rotación de la mano. ..................................................................................... 53
Figura 5.5: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación de la mano. ..................................................................................... 54
Figura 5.6: Posición realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación de la mano. ..................................................................................... 54
Figura 5.7: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano
para realizar la rotación de la mano. ............................................................................ 55
Figura 5.8: Posición inicial (izquierda) y final (derecha) del movimiento de rotación del
codo. ............................................................................................................................... 56
Figura 5.9: Esfuerzo realizado por el brazo izquierdo con el controlador P para realizar la
rotación del codo. .......................................................................................................... 57
Figura 5.10: Posición realizado por el brazo izquierdo con el controlador P para realizar
la rotación del codo. ...................................................................................................... 58
Figura 5.11: Velocidades realizadas por el brazo izquierdo con el controlador P para
realizar la rotación del codo. ......................................................................................... 58
Figura 5.12: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación del codo. ......................................................................................... 59
Figura 5.13: Posición realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación del codo. ......................................................................................... 60
Figura 5.14: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano
para realizar la rotación del codo. ................................................................................ 60
Figura 5.15: Posición inicial (izquierda) y final (derecha) del movimiento de rotación de
hombro y mano. ............................................................................................................. 61
Figura 5.16: Esfuerzo realizado por el brazo izquierdo con el controlador PID para
realizar la rotación de hombro y codo. ......................................................................... 62
Figura 5.17: Posición realizado por el brazo izquierdo con el controlador PID para
realizar la rotación de hombro y codo. ......................................................................... 63
Figura 5.18: Velocidades realizadas por el brazo izquierdo con el controlador PID para
realizar la rotación de hombro y codo. ......................................................................... 63
xx ÍNDICE DE FIGURAS

Figura 5.19: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación de hombro y codo. ......................................................................... 64
Figura 5.20: Posición realizado por el brazo izquierdo con el controlador cartesiano para
realizar la rotación de hombro y codo. ......................................................................... 65
Figura 5.21: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano
para realizar la rotación de hombro y codo. ................................................................. 65
Índice de tablas
Tabla 4.1: Aceleración de la gravedad en varios lugares del sistema solar ......................... 30

xxi
1. Introducción
Nuevos conocimientos, riquezas, trascendencia, vida más allá de los límites conocidos…
Estos principios podrían identificarse como los objetivos de la ciencia o del propio ser humano,
pero también fueron los principios que se tuvieron en el siglo XV cuando se decidió explorar el
planeta (redescubriendo América o descubriéndola por parte de los europeos) o el universo.

Para explorar el universo se han empleado robots. Estos han tenido un papel importante
debido a las condiciones extremas presentes en planetas extraterrestres. Una de las definiciones
que se ha dado a los robots ha sido la de un sistema autónomo consistente en unidades
electrónicas, eléctricas o mecánicas que puede sustituir a un ser vivo. Antes de los robots, los
científicos enviaban animales, como perros o monos, para realizar experimentos, con el objetivo
de incrementar el conocimiento que se tenía de otros planetas o satélites. Gracias a la mejora de
la tecnología, hoy en día es posible realizar muchos de estos experimentos con robots, en
detrimento de los seres vivos, preservando la vida. Mientras que los humanos han logrado poner
un pie en la luna, se tienen conocimientos de las condiciones de planetas como Marte, Venus o
Júpiter. A medida que avance la tecnología, se podrán obtener muchos más datos acerca de las
condiciones del espacio. [1]

Hay muchos tipos de robots en el espacio, pero aquellos con forma humana son los que nos
interesarán. Algunas tareas requieren que el robot se mueva de forma similar a los humanos
(cambio de un filtro de aire), además de poder utilizar las mismas herramientas que en misiones
humanas o robóticas anteriores (eliminando la necesidad de conectores o de la creación de
herramientas para un único robot). [2]

1
2 1.1 OBJETIVOS

1.1. Objetivos
Los objetivos del proyecto son:

 Diseño del robot: se estudiarán las características cinemáticas y dinámicas de este tipo de
robots. El robot habrá de disponer de la suficiente capacidad de movimiento y
manipulación para su aplicación a este tipo de tareas. Dispondrá de dos brazos con manos
robóticas, así como de un torso para asimilar su espacio de trabajo, similar al de un
humano.

 Simulación del robot: una vez diseñado el robot se habrán de simular las condiciones
orbitales de ausencia de gravedad / gradiente orbital para asemejar su comportamiento al
que dispondría en órbita. Además, se empleará gazebo para simular el robot y un entorno
de funcionamiento lo más realista posible.

 Control del robot: se evaluará el robot realizando distinto tipo de tareas (alcance,
manipulación, uso de herramientas, etc.). Para ello será necesario no sólo definir las
posiciones a alcanzar sino también las trayectorias necesarias. Se utilizará ROS Control
para evaluar el comportamiento del robot utilizando controladores PID articulares
clásicos, así como otras estrategias de control como control por Par calculado, PD+, etc.
Esto permitirá evaluar y determinar el controlador más adecuado para este tipo de
aplicaciones.
1.2 ESTRUCTURA DE LA MEMORIA 3

1.2. Estructura de la memoria

La memoria del TFM se divide en seis partes diferentes.

Comenzamos con una introducción, en la cual se analizan las razones para explorar el espacio,
por qué hacerlo con robots humanoides, los objetivos que persigue el proyecto y la estructura de
la memoria.

En la segunda parte de la memoria se explicará que es un robot, una breve historia de los
robots espaciales y que son los robots humanoides. Tras ello, se analizará la empresa a la que
pertenece el robot original y el robot que se ha diseñado a partir de este para el trabajo. Para
concluir esta parte, se analizará que software ha sido necesario emplear para poder llevar a cabo
el TFM.

A continuación, en la tercera parte de la memoria, se verá el procedimiento seguido para

desarrollar el TFM. Se verá que prácticamente todas las herramientas usadas son software, además
del lenguaje de programación que se empleó para desarrollarlo.

Seguido, en la cuarta parte de la memoria, se desarrollará el entorno de simulación que se

empleará, los ajustes pertinentes al robot para emplearlo en el espacio y los controladores que se
usarán para realizar los movimientos.

En la quinta parte de desarrollan 3 experimentos diferentes para probar si el robot ha sido

diseñado de forma correcta. Para ello, se emplearán controladores articulares y cartesianos.

En la sexta parte se presentarán las conclusiones del proyecto, además de posibles trabajaos
futuros que podrían realizarse a partir de este proyecto.
2. Marco teórico
En esta segunda parte veremos algunos conceptos básicos, como son la definición de robots,
cuándo surge el término que se emplea hoy en día, una breve historia de los robots espaciales y
como se pueden clasificar, y que es un robot humanoide y cuáles han viajado o se encuentran
actualmente en desarrollo para viajar al espacio.

Tras ello, se hablará de la compañía española PAL Robotics. Esta empresa ha diseñado y
diseña varios robots humanoides. Uno de ellos, en concreto el robot TALOS, será en el que se
profundice un poco más, ya que se empleará en este proyecto. Se analizarán sus características
técnicas y se verá como de extendido esta su uso por el mundo.

Por último, se verá que software se ha empleado. Este incluye ROS, gazebo, URDF y
XACRO, ROS Control, KDL, Rosbag y Plotjuggler.

5
6 2.1. ROBOT

2.1. Robot
Un robot es un sistema mecánico multipropósito, reprogramable y controlado automáticamente
con múltiples grados de libertad, pudiendo ser fijos o móviles [3]. Como toda tecnología
sofisticada, la robótica es el resultado de varios cientos de años de conocimientos acumulados,
relativos a leyes físicas, matemáticas y geométricas.

El origen de la palabra tiene su nacimiento en 1921. En este año, el escritor checo Karel Čapek
presentó su obra Rossum’s Universal Robots (R.U.R.) [4]. El cartel de dicha obra puede verse en
la figura 2.1. En ella aparecían trabajadores humanoides, los cuales cumplían la misma función
que los robots que, posteriormente, se incluyeron en las fábricas unas décadas más tarde
(liberando a los humanos de trabajos difíciles, monótonos o peligrosos).

Figura 2.1: Cartel de la obra Rossum’s Universal Robots de 1921. Fuente: Wikimedia commons

Respecto a sus campos de aplicación, son diversos y diferentes, contando entre ellos con la
automatización industrial, aplicaciones médicas, transporte, entretenimiento, aéreas, submarinas
o espaciales.
2.2 ROBÓTICA ESPACIAL 7

2.2. Robótica espacial

Los robots espaciales son aquellos robots que operan en el medio ambiente espacial. Desde
los inicios de la carrera espacial y de la exploración para la conquista del espacio, a principios de
la década de 1960, se ha hecho uso de robots como apoyo a ciertas actividades espaciales, los
cuales, si bien primitivos en sus inicios, han aumentado grandemente su capacidad y calidad de
operación, mejorando su diseño, desempeño, características y complejidad tecnológica para su
uso en el espacio.

Estos poseen mayor fuerza, velocidad, precisión, seguridad y economía de uso con respecto
a los humanos, así como la falta de necesidad de descanso, vestido, alimentación o
atmósfera. Esta ventaja hace que los robots espaciales sean sumamente atractivos para su
operación y apoyo fuera de la Tierra. Gracias a ellos, la dificultad, complejidad, costo y peligro
se reducen grandemente al sustituir a los humanos en el espacio exterior. Los robots pueden ser
diseñados para soportar la temperatura extrema, radiación, microgravedad y vacío presentes en el
espacio exterior, reduciendo los riesgos para los astronautas fuera de la Tierra [5].

Se pueden dividir en dos ramas diferentes, de las cuales puede verse un ejemplo en la figura
2.2: robots espaciales en órbita y robots planetarios.

Figura 2.2: Robot espacial en órbita Canadarm 2 capturando la nave de carga Dragon de Space X (izquierda) y robot planetario
Perseverance, rover recién aterrizado en Marte (derecha). Fuentes: [Link] y [Link]
8 2.3 ROBOTS HUMANOIDES EN EL ESPACIO

2.3. Robots humanoides en el espacio

Dentro del grupo de robots espaciales en órbita, aparecen los robots humanoides. Estos pueden
ser definidos como máquinas programables, las cuales pueden imitar las tareas realizadas por los
humanos, además de su apariencia. La investigación en torno a estos robots ayuda a los
investigadores a entender más acerca del comportamiento y estructura humana. Tras muchos años
de investigación y desarrollo, se pueden encontrar en diferentes tamaños, formas y capacidades.
La mayoría de humanoides poseen un torso, dos piernas, dos manos y una cabeza. No obstante,
en ciertas aplicaciones, es posible prescindir de alguno de los elementos nombrados anteriormente
[6].

A continuación, se verán algunos de los ejemplos de robots humanoides que se encuentran en

el espacio [7]:

 Robonaut: diseñado por la NASA, en colaboración con DARPA. Su primera versión no

salió de la Tierra, aunque sirvió para probar la tecnología y aplicarlo a su segunda versión.
Robonaut II ha estado en la ISS desde 2011, sustituyendo a los astronautas en la
realización de tareas tediosas, contando con unas piernas a modo de manipuladores
especiales de escalada para sujetarse a las superficies. La siguiente versión del Robonaut
podrá ser usado en paseos espaciales. Este robot puede verse en la figura 2.3.

Figura 2.3: Robonaut II, creado por la NASA y DARPA. Fuente: [Link]
2.3 ROBOTS HUMANOIDES EN EL ESPACIO 9

 Valkyrie / R5: diseñado en una competición patrocinada por la DARPA en 2011 para
realizar tareas de asistencia en caso de desastre, así como operaciones de búsqueda y
rescate. En 2015 fue estudiado por la NASA, junto a estudiantes del MIT y de la
Northeastern University, para ver cómo se podría emplear en tareas de exploración
espacial. Actualmente se encuentra en la Tierra, pero ha demostrado una flexibilidad y
destreza increíbles, por lo que tal vez pueda verse en Marte algún día. Este robot puede
verse en la figura 2.4.

Figura 2.4: Valkyrie, creado por la DARPA. Fuente: [Link]

 RoboSimian: similar a un simio. Puede mapear el entorno en 3D gracias a la tecnología

LIDAR. Es extremadamente flexible y puede ir por terrenos arduos o realizar tareas que
requieran gran destreza. Según la NASA, podría ser usado en tareas de recuperación tras
un desastre. Participó en una competición patrocinada por la DARPA en 2015. Este robot
puede verse en la figura 2.5.

Figura 2.5: RoboSimian, creado por la DARPA. Fuente: [Link]

10 2.3 ROBOTS HUMANOIDES EN EL ESPACIO

 Kirobo: la JAXA envió un mini astronauta de 34 cm de altura para probar la interacción

humano-robot. Fue a la ISS en 2013, llegando a mantener una conversación en japonés
con el astronauta Koichi Wakata. Fue construido en los laboratorios de investigación de
la Universidad de Tokio de ciencias y tecnologías avanzadas, en colaboración con
Toyota. También puede reconocer voces, caras y emociones. Permitirá descubrir nuevas
maneras de combatir la soledad orbital. Este robot puede verse en la figura 2.6.

Figura 2.6: Kirobo, creado por la Universidad de Tokio y Toyota. Fuente: [Link]

 AILA: diseñado en el centro alemán de investigación para la inteligencia artificial, tiene

como objetivo mejorar el trabajo robótico tanto dentro como fuera de la ISS, en la Luna
o Marte. Para ello imita las emociones humanas, analiza los movimientos humanos, los
divide en cortos segmentos y los almacena en una librería para después generar otros
nuevos. Este robot puede verse en la figura 2.7.

Figura 2.7: AILA, creado por centro alemán de investigación para la inteligencia artificial. Fuente: [Link]
2.3 ROBOTS HUMANOIDES EN EL ESPACIO 11

 Vyommitra: se trata de un robot semi-humanoide que la ISRO planea enviar a la Luna a

bordo de una misión no tripulada. Será capaz de dar avisos si el ambiente de la cabina
cambia, simular algunas posturas humanas, operar los paneles de mando o reconocer y
charlar con sus compañeros humanos (en el futuro). Este robot puede verse en la figura
2.8 [8].

Figura 2.8: Vyommitra, creado por la ISRO. Fuente: [Link]

 Fedor: fue diseñado para realizar tareas de exploración y rescate, además de viajes
espaciales. Fue presentado en 2017, midiendo 1.8 m y pesando 160 kg. Se trata de un
robot totalmente autónomo, aunque es posible teleoperarlo. Fue enviado por la Roscomos
a la ISS en 2019 y, bajo la supervisión del astronauta ruso Alexander Skvortsov, realizó
diversas tareas. No viajará más al espacio, ya que se vio que era demasiado corpulento y
tenía una baja capacidad de manipulación. Este robot puede verse en la figura 2.9 [9].

Figura 2.9: Fedor, creado por Android Technics. Fuente: [Link]

12 2.4 PAL ROBOTICS

2.4. PAL Robotics

PAL Robotics es una empresa originaria de Barcelona (España). Se encuentra en el corazón
del distrito tecnológico de Barcelona, a corta distancia del conocido paseo de Las Ramblas. Se
encarga de diseñar, programar y montar robots de servicio que pueden, entre otras tareas, ayudar
a aumentar la productividad en el trabajo, llevar las maletas al aeropuerto o ayudar a personas
dela tercera edad. El logo de esta empresa puede verse en la figura 2.10 [10].

Comenzó en 2004, cuando un pequeño grupo de ingenieros construyó el primer robot

humanoide bípedo completamente autónomo de Europa. Con más de 15 años de experiencia en
I+D, hoy son conocidos por los robots humanoides y móviles que se usan en investigación, tareas
de intralogística, automatización de inventario y aplicaciones sociales para empresas,
instituciones y laboratorios de I+D de todo el mundo [11].

A modo de cronología, se han desarrollado varios robots desde su nacimiento:

 REEM-A (2005).
 REEM-B (2008).
 REEM-H1 (2010).
 REEM (2012).
 REEM-C (2013).
 StockBot & TIAGo (2015).
 TALOS (2017).
 ARI (2019).

Figura 2.10: Logo de la empresa PAL Robotics. Fuente: [Link]

2.5 EL ROBOT TALOS 13

2.5. El robot TALOS

Para este TFM se ha escogido como base el robot TALOS. Este robot fue creado por la empresa
PAL Robotics en el año 2017, el cual puede verse en la figura 2.11.

Figura 2.11: Robot TALOS de PAL Robotics. Fuente: [Link]

2.5.1. Especificaciones generales

El robot TALOS cuenta con las siguientes especificaciones técnicas [12]:

 Mide 175 cm de altura y pesa 95 kg.

 Cuenta con 32 GDL repartidos de la siguiente manera: 6 en cada pierna, 7 en cada brazo,
1 en la pinza, 2 en el cuello y 2 en la cadera.
 Puede realizar manipulación de objetos de hasta 6 kg.
 Cuenta con conectividad Wi-Fi 802.11 a/b/g/n, Ethernet y EtherCat.
 Tiene una autonomía de 1.5 horas en movimiento y 3 horas en modo de espera. Para ello
tiene una batería de iones de litio de 1080 Wh, con una descarga superior a los 100 A.
 Para comunicarse con los humanos, ya que cuenta con altavoces y 24 LEDs RGB.
 El robot tiene sensores de fuerza y par, además de IMUs.
 Respecto a su capacidad de cómputo, cuenta con 2 intel core i7. Su sistema operativo es
Ubuntu LTS.
14 2.5 EL ROBOT TALOS

2.5.2. Extensión de uso

Este robot en particular supone un coste aproximado de 900000 €. No obstante, es posible
encontrarlo en varios centros de investigación como en el LAAS-CNRS (Toulouse, Francia), la
Universidad de Edimburgo (Escocia, Reino Unido) o la Universidad de Waterloo (Ontario,
Canadá). En cada ubicación el robot ha sido “personalizado”, tal y como puede verse en la figura
2.12 [13] [14] [15] [16].

Figura 2.12: Robot TALOS en el LAAS-CNRS, en la Universidad de Edimburgo y en la Universidad de Waterloo (de izq a der).
Fuentes: [Link] [Link] y [Link]
2.6 SOFTWARE 15

2.6. Software
En este apartado se verán que herramientas de software se han empleado para poder desarrollar
el proyecto. Estas incluyen ROS, Gazebo, URDF y XACRO, ROS control, KDL, rosbag y
plotjuggler.

2.6.1. ROS
ROS es un framework flexible para escribir software robótico. Fue creado porque realizar
software robótico es complejo, siéndolo tanto que no hay persona, laboratorio o institución capaz
de realizarlo por sí mismo. Como resultado, ROS fue construido desde cero, animando al
desarrollo de software robótico de forma colaborativa. Así pues, la colaboración de varios grupos
expertos en temas totalmente diferentes puede crear software muchos más avanzado, partiendo
del trabajo de otros expertos. Su logo puede verse en la figura 2.13 [17].

Su origen se remonta al año 2000, cuando la Universidad de Standford consiguió crear los
programas STAIR y PR. En 2007, Willow Garage proporcionó muchos recursos y creó
implementaciones bien probadas. Este esfuerzo fue impulsado por numerosos investigadores, los
cuales usaron su tiempo y experiencia en la creación del núcleo de ROS y los paquetes de software
fundamentales. El software era desarrollado abiertamente, usando licencias open source.

Hoy en día, el ecosistema de ROS consiste en miles y miles de usuarios alrededor del mundo,
trabajando en proyectos que van desde hobbies hasta amplios sistemas de automatización
industriales [18].

Figura 2.13: Logotipo de ROS. Fuente: [Link]

16 2.6 SOFTWARE

2.6.2. Gazebo
Gazebo, que nace con el nombre de Gazebo Project, es un simulador 3D, cinemático, dinámico
y multi-robot que permite realizar simulaciones de robots articulados en entornos complejos,
interiores o exteriores, realistas y tridimensionales.

Entre sus características podemos nombrar las siguientes:

 Gazebo es un software libre financiado por Willow Garage.

 Podemos ejecutar Gazebo desde ROS y utilizar las APIs de este último para controlar los
robots en las simulaciones.
 Simulación realista de la física de los cuerpos rígidos
 Capacidad de desarrollar y simular modelos de robots propios (URDF).
 Posibilidad de crear escenarios (mundos) de simulación.
 Contiene diversos plugins para añadir sensores al modelo del robot y simularlos.

El logo de la empresa y un ejemplo de entorno pueden verse en la figura 2.14 [19].

Figura 2.14: Logotipo de Gazebo y ejemplo de ambiente creado. Fuentes: [Link] y [Link]
2.6 SOFTWARE 17

2.6.3. URDF y XACRO

URDF es un formato especificado en XML compatible con diversos simuladores, entre ellos
con Gazebo, siendo además el formato empleado en ROS para el modelado de robots. Consta de
una serie de etiquetas XML que permiten especificar una serie de parámetros de cada eslabón y
articulación del robot, formando un árbol de eslabones (links) conectados entre sí mediante
articulaciones (joints) que determinan el parentesco entre ellos. Un ejemplo de árbol puede verse
en la figura 2.15. Estas articulaciones pueden ser fijas o móviles, siendo las móviles a su vez
rotacionales, lineales o flotantes. Actualmente, únicamente es posible emplearlo en robots de tipo
serial (dejando fuera las cadenas cinemáticas cerradas). Este formato permite especificar la
descripción cinemática y dinámica de los eslabones y articulaciones del robot, la representación
visual de los eslabones y el modelo de colisión de cada eslabón.

Figura 2.15: Ejemplo de árbol de eslabones conectados mediante articulaciones. Fuente: [Link]

Como su nombre indica, XACRO es un lenguaje macro. Este programa ejecuta todas las
macros y genera un resultado, pudiendo construir archivos XML más cortos y legibles utilizando
macros que se pueden expandir a expresiones XML más grandes. Mejora a URDF, ya que permite
incluir constantes, operaciones matemáticas simples y crear macros. El objetivo principal de su
uso es el de reducir el tamaño general del archivo URDF y facilitar su lectura y mantenimiento.
Así pues, el programa de lectura de archivos XACRO lee el archivo, ejecuta todas sus macros y
genera el resultado en archivo URDF final [20].
18 2.6 SOFTWARE

2.6.4. ROS control

ROS Control es un conjunto de paquetes y herramientas que permiten enviar comandos y
comunicarse con las articulaciones y actuadores de un robot, con el objetivo de controlarlos. Para
ello, son necesarios los interfaces de los controladores, los manejadores de los controladores,
transmisiones, interfaces hardware y la toolbox de control. Un esquema de ROS Control puede
verse en la figura 2.16.

Se emplea como entrada los datos de estado de las articulaciones y una referencia articular.
Además, estos paquetes generan como salida el comando adecuado para los actuadores, con el
objetivo de que los valores articulares actuales (joint states) alcancen la referencia articular.

Los paquetes ros_control proporcionan varios controladores (controller plugins). Estos tienen
un comando de entrada (referencia) y uno de salida (acción de control). Los comandos de salida
están relacionados con la interfaz articular (joint interface), que depende del tipo de articulación
que se esté controlando (se habrá de seleccionar uno u otro, excepto en el caso de
joint_state_controller, que siempre se inicia). Se puede también cargar más de un plugin
(esfuerzo, posición y/o velocidad) por robot, y cambiar entre ellos usando el controller_manager.

Una vez que los plugins han hecho su labor, la salida de estos es enviada al interfaz hardware
(que actúa como un intermediario entre los plugins y el robot real o simulado) [21].

Figura 2.16: Esquema de ROS control. Fuente: [Link]

2.6 SOFTWARE 19

2.6.5. KDL
KDL es una librería distribuida por el proyecto Orocos que puede usarse con ROS. Es una
aplicación para modelar y realizar cómputos de cadenas cinemáticas. KDL incluye además una
serie de funciones que permiten trabajar con vectores, puntos, transformaciones de sistemas de
coordenadas, etc. Contiene definidas una serie de clases y funciones que permiten resolver la
cinemática directa e inversa del robot, su Jacobiano, las diferentes componentes del modelo
dinámico (vectores de gravedad o inercia) o, junto a URDF, extraer su modelo cinemático y
dinámico. Un ejemplo de esto último puede verse en la figura 2.17.

El stack de KDL está dividido en 3 paquetes, siendo estos KDL (contiene la versión más
reciente de la librería KDL), Orocos_KDL (versión en C++ de la librería) y PyKDL (versión en
Python de la librería) [21] [22].

Figura 2.17: Obtención del modelo del robot a partir del código URDF. Fuente: [Link]
20 2.6 SOFTWARE

2.6.6. Rosbag
Rosbag es una serie de herramientas que permiten guardar la información de los topics de un
robot para poder reproducirlas en otro momento. Se puede ocupar, entre otras cosas, para guardar
movimientos y acciones del robot para poder usarla en experimentos posteriores.

El comando rosbag tiene una serie de instrucciones, entre las cuales destacan [23] [24]:

 Record: este comando permite guardar topics, los cuales se les pasan en orden. Se puede
usar la opción -a para guardarlos todos.
 Play: permite reproducir un rosbag previamente guardado con record. Cuando se
reproduce el rosbag, se puede pausar usando la tecla espacio, luego se puede avanzar paso
por paso con la tecla s.
 Compress: debido a la cantidad de información, este comando permite comprimir los
archivos utilizados.
 Decompress: descomprime los archivos comprimidos previamente con el comando
compress.
 Info: muestra un resumen del contenido de un fichero bag.
2.6 SOFTWARE 21

2.6.7. PlotJuggler
Se trata de una herramienta para visualización de series temporales de datos de forma rápida,
intuitiva y extensible.

Cuenta con una interfaz que funciona de modo “drag & drop”, diseñada para maximizar la
rapidez y simplicidad de uso. Puede emplearse para visualizar logs (datos off-line y on-line) en
varios campos, como son la robótica, la conducción autónoma, la ciencia de datos, la
automatización o los sistemas embebidos.

Permite añadir nuevas funcionalidades y fuentes de datos gracias a su arquitectura basada en

plugins. De esta manera, se puede añadir una capa de transporte propia y / o protocolos. Además,
es compatible con ROS y ROS2, con los ficheros CSV, con el ploteo de datos en vivo usando
MQTT, ZeroMQ o sockets y los protocolos que soporta son, entre otros, JSON, BSON, o CBOR.

Por si fuese poco, se pueden aplicar funciones y transformaciones a los datos para entenderlos
mejor. Entre ellas se encuentran la derivada, la integral o las escalas. Se basa en el lenguaje LUA
para la generación de nuevas funciones propias más complejas.

Por último, permite integrarlo con ROS. Así pues, se permite la carga de ficheros rosbag,
suscripción a topics o la republicación de mensajes y su posterior visualización con RViz [25].

Figura 2.18: Logo del programa PlotJuggler. Fuente: [Link]

3. Metodología

En este apartado de la memoria, se verá que pasos se siguieron a la hora de desarrollar este
TFM. A pesar de comenzar antes a trabajar en él, siempre se pueden realizar más y más cosas.
Así pues, se describirán de forma aproximada que pasos se realizaron.

Tras ello, se verán las herramientas que se han empleado. Prácticamente todas las herramientas
son software, ya que es complicado disponer de robots tan avanzados en las universidades hoy en
día, además de cámaras de vacío para realizar simulaciones reales. Además, se explicarán las
razones por las que se usó como lenguaje de programación C++.

23
24 3.1. PASOS DEL DESARROLLO

3.1. Pasos del desarrollo

Tras la reunión con Jorge Pomares en septiembre del año pasado, se comenzó a desarrollar
este TFM. No obstante, a pesar de empezar 5 meses antes a trabajar en él, parece que siempre
falta tiempo (nunca se acaba).

Se comenzó viendo algunos tutoriales en la web “the construct”. Esto se hizo para ver
cómo manejar en ROS los robots de la empresa PAL Robotics. Una vez entendido, se
procedió a instalar todos los paquetes necesarios en una máquina virtual para poder lanzar el
robot TALOS en Gazebo. Tras lograr ver el robot TALOS en Gazebo, se procedió a ajustarlo
para poder enviarlo al espacio. Esto consistió en modificar la gravedad del simulador,
eliminar las piernas y pies del robot y cambiar las pinzas de dicho robot por unas manos
robóticas, desarrolladas en el modelo REEM-C. Una vez se tiene el robot que se empleará en
el trabajo, fue el momento de probar a moverlo. Tras muchos intentos fallidos, se logró crear
controladores propios y aplicarlos al robot. Lo siguiente fue incorporar la ISS a la simulación
de Gazebo. Se intentó coger alguna de las asas repartidas por ella con controladores de
posición, pero no se logró. Para intentar mitigar ese error, se creó un controlador cartesiano
con un punto inicial y final. También se intentó crear controladores de trayectorias, pero los
paquetes originales no se consiguieron compilar, por lo que no se pudieron crear finalmente.

Todas estas tareas pueden resumirse en los siguientes pasos:

 Entender ROS y los paquetes de la empresa PAL Robotics.

 Ajuste del simulador y creación del robot.
 Creación de controladores de posición / fuerza.
 Introducir la ISS a la simulación y realizar tareas de grasping.
 Creación de controladores cartesianos y de trayectorias.
3.2 HERRAMIENTAS USADAS 25

3.2. Herramientas usadas

Para poder realizar todas las tareas nombradas previamente, se empleó como hardware un
ordenador portátil únicamente, ya que no se contaba en la universidad con un robot TALOS,
las manos de un robot REEM-C, ni con una cámara de vacío para poder simular las
condiciones espaciales. Aunque tuviesen en la universidad dichos robots, dudo mucho que
me permitieran desmontarlos para crear el robot de esta simulación.

No obstante, las herramientas software son muy variadas e igualmente efectivas:

 Acceso a la web de cursos [Link]

 Ubuntu 16.04.4.
 ROS Kinetic.
 Gazebo.
 Paquetes de simulación del robot TALOS.
 Paquetes de simulación de las manos hey5 del robot REEM-C.
 URDF / XACRO.
 ROS Control.
 KDL.
 Paquetes de simulación de la ISS.
 Rosbag.
 Plotjuggler.

Respecto al lenguaje de programación para emplear estas herramientas, se eligió C++ y XML.
Se ha elegido C++ como lenguaje de programación principal ya que [26]:

 El código se ejecuta muy rápido.

 Gracias a tener que compilar los códigos realizados, se pueden detectar muchos errores
antes de lanzar el programa.
 C++ está muy extendido, pudiendo encontrar un número infinito de bibliotecas que te
permiten realizar todo lo que desees.
 Es el lenguaje usado en la industria robótica.
4. Desarrollo
En este apartado de la memoria se verá el entorno de simulación desarrollado para la
aplicación. Se verán las diferentes gravedades en el sistema solar y se elegirá la gravedad 0 como
modelo (al producirse situaciones de ingravidez, ya que no existe ningún punto del universo no
afectado por la gravedad).

Tras ello, se diseñará el robot que se empleará en los experimentos. Por esa razón, el robot
TALOS debe ser ajustado para la tarea que realizará en gravedad 0. Estos ajustes consisten en
eliminar las piernas, las pinzas, dotarle de manos y personalizar los colores de sus piezas. La
última personalización es juntarlo con la ISS en el simulador.

Por último, se explicarán los diferentes controladores que se analizarán para realizar los
movimientos. Estos pueden ser articulares (distinguiendo el P, PD, PD con compensación de
gravedad, PD con compensación precalculada de gravedad y PID) o cartesianos (basado en
velocidades).

27
28 4.1 ENTORNO DE SIMULACIÓN

4.1. Entorno de simulación

En el apartado anterior se explicó el simulador Gazebo. En dicho simulador se realizarán todas
las pruebas pertinentes con el robot que posteriormente se explicará.

Se partió de los paquetes del robot TALOS de la empresa PAL Robotics. Estos paquetes están
publicados en el repositorio de github de la empresa, la cual apuesta por proporcionar códigos
para poder, a partir de ellos, crear simulaciones propias ajustadas a la aplicación que se investigue.

Una vez descargados, se procedió a buscar en que fichero se indicaba la gravedad que afecta
al robot en la simulación. Una vez localizado, se comprobó que estaba fijada a 9.81 𝑚⁄𝑠2 en la
dirección del eje z, en sentido negativo. Esta es la gravedad media que se tiene en la Tierra.

Figura 4.1: Gravedad por defecto de la simulación.

La fuerza de gravedad es posible calcularla usando la ley de la gravitación universal y la

segunda ley del movimiento. Estas vienen dadas por (4.1) y (4.2).

𝑚1 𝑚2
𝐹21 = − 𝐺 𝑢̂21 (4.1)
|𝑟2 − 𝑟1|2
4.1 ENTORNO DE SIMULACIÓN 29

En ella pueden verse los términos:

 𝐹21: fuerza de la gravedad.

 𝐺 : constante de gravitación universal de Newton, equivalente a 6.672 ×

10−11 𝑁 𝑚2 ⁄ 2 .
𝑘𝑔
 𝑚1, 𝑚2: masa de partículas puntuales 1 y 2.
 𝑢̂21: vector unitario que va dirigido de la partícula 1 a la 2.
 𝑟2 − 𝑟1: distancia que separa ambas partículas.

𝐹 = 𝑚𝑎 (4.2)

En ella pueden verse los términos:

 F: fuerza.
 𝑚: masa de la partícula.
 𝑎: masa de la partícula.

La fórmula 4.2 es válida únicamente si la masa del cuerpo se mantiene constante.

Combinando ambas, nos queda una nueva fórmula, la cual nos permitirá calcular la aceleración
de la gravedad. Esta puede verse en (4.3).

𝑀
𝑎= 𝐺 (4.3)
𝑟2

Así pues, si se tienen la masa y el radio de un cuerpo, es posible calcular la aceleración de la

gravedad a la que está sometido un objeto. En la tabla 4.1 puede verse algunas masas, radios y
gravedades de varios cuerpos celestes interesantes [27].
30 4.1 ENTORNO DE SIMULACIÓN

Lugar Masa (kg) Radio (m) Aceleración de

gravedad (𝑚⁄𝑠2)
Mercurio 3.30 × 1023 2.44 × 106 3.70
Venus 4.87 × 1024 6.05 × 106 8.90
Tierra 5.97 × 1024 6,38 × 106 9.81
ISS 5.97 × 1024 6.78 × 1024 8.96
Luna 7.3 × 1022 3.65 × 104 1.60
Marte 6.42 × 1023 3.40 × 106 3.70
Júpiter 1.90 × 1027 7.15 × 107 23.1
Saturno 5.68 × 1026 6.03 × 107 9.0
Urano 8.68 × 1025 2.56 × 107 8.7
Neptuno 1.02 × 1026 2.48 × 107 11.0
Plutón 1.46 × 1022 1.19 × 106 0.7
Vacío 0.00 0.0

Tabla 4.1: Aceleración de la gravedad en varios lugares del sistema solar.

Tras ver la tabla 4.1, se ha visto conveniente realizar dos aclaraciones [28]:

 En la ISS hay una gravedad importante creada por la Tierra: los astronautas flotan debido
a que se produce un estado de ingravidez, que es un estado en el que un cuerpo que tiene
un cierto peso se contrarresta totalmente con otra fuerza o se mantiene en caída libre sin
sentir los efectos de la fuerza gravitatoria.
 La gravedad en el vacío es existente, aunque sea un valor muy pequeño. A modo de
ejemplo, el efecto de la gravedad de la Luna influencia las mareas terrestres.

Así pues, es posible realizar muchas simulaciones en varios entornos de gravedad. No obstante,
al desear crear un robot que realizara tareas en el espacio, se asume una gravedad nula, a pesar de
que no se dará nunca (pero será el peor de los casos que se darán). En la imagen 4.2 se puede ver
esta nueva gravedad nula impuesta.
4.1 ENTORNO DE SIMULACIÓN 31

Figura 4.2: Nueva gravedad impuesta al simulador.

No obstante, tal y como puede verse en la figura 4.3, si en gravedad 0 no hay ninguna acción,
no se produce ninguna reacción.

Figura 4.3: Robot TALOS en gravedad 0.

32 4.2 DISEÑO DEL ROBOT

4.2. Diseño del robot

El robot TALOS de la figura 4.3 es el robot estándar. No obstante, para este TFM se
modificará, ya que hay partes que o no son necesarias o son preciso modificar. La ventaja de
realizar un robot con forma humana son que pueden compartir el mismo entorno que los humanos,
además de poder emplear las mismas herramientas que estos últimos y tener una interacción más
natural con ellos [29].

Así pues, no es necesario contar ni con los pies ni con las piernas, ya que el robot se encontrará
en situaciones de ingravidez en el espacio. Es por ello por lo que se eliminan, quedando el robot
de la figura 4.4.

Figura 4.4: Robot TALOS despernado en gravedad 0.

Una vez se tiene el robot sin piernas, es el momento de continuar con el ajuste del mismo para
la tarea que se desea realizar. Así pues, se cambian las pinzas con las que cuenta el robot de la
figura 4.4 por unas manos robóticas. Estas manos, llamadas hey5, se tomarán prestadas del robot
TIAGO. Estas pueden verse en la figura 4.5. El resultado de eliminar las pinzas del robot y
sustituirlas por dichas manos puede verse en la figura 4.6.
4.2 DISEÑO DEL ROBOT 33

Figura 4.5: Robot REEM-C, del cual se tomarán las manos del mismo para incorporarlas al robot TALOS. Fuente: [Link]
[Link]/

Figura 4.6: Robot TALOS sin pinzas (izquierda) y robot TALOS con las manos del robot TIAGO.

Ahora que se ha obtenido la estructura del robot que se empleará de aquí en adelante, ha
llegado el momento de personalizar los colores de este. Como se ha realizado este TFM con un
profesor asociado al grupo de investigación HURO, se han escogido los colores que emplean en
su logo. Este logo puede verse en la figura 4.7, mientras que el robot resultante puede verse en la
figura 4.8.
34 4.2 DISEÑO DEL ROBOT

Figura 4.7: Logo del grupo Human Robotics (HuRo) de la Universidad de Alicante. Fuente: [Link]

Figura 4.8: Robot TALOS con los colores del grupo HuRo.

Por último, se establecerá el robot diseñado junto a un modelo de la ISS en gazebo, de forma
que se tiene un escenario en simulación pero realista de la aplicación que se desea desarrollar.
Tanto robot como ISS pueden verse en las figuras 4.9 y 4.10. En la figura 4.9 se muestra la ISS
de forma completa, en la que el robot creado puede verse como un pequeño punto de color rojo,
situado en la parte inferior central. En la figura 4.10 se ha hecho zoom sobre el robot, de forma
que se ve a este y una pequeña sección de la ISS.
4.2 DISEÑO DEL ROBOT 35

Figura 4.9: ISS y robot TALOS en gazebo.

Figura 4.10: Robot creado cerca de la ISS.

36 4.3 CONTROL DEL ROBOT

4.3. Control del robot

El control del robot surge de la necesidad de controlar el movimiento. Se trata de una
tecnología oculta, la cual mejora las prestaciones del sistema. Únicamente se nota su presencia
cuando se produce un fallo (quedando el sistema sin control). No obstante, es imprescindible para
asegurar un funcionamiento correcto de cualquier sistema biológico o creado por el ser humano.

En la jerga de los ingenieros de control, la 𝑝𝑙𝑎𝑛𝑡𝑎 𝑜 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 es el conjunto de elementos

físicos relacionados entre sí de forma que, si se realiza una modificación en alguno de ellos, se
influye en el resto. Se pretende encontrar una manera de imponer a la salida 𝑦 el comportamiento
deseado, dada una referencia 𝑟, que es el comportamiento deseado, actuando de una forma factible
sobre la planta mediante la señal 𝑢 . Este control debe realizarse a pesar de la presencia de
𝑝𝑒𝑟𝑡𝑢𝑟𝑏𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑥𝑡𝑒𝑟𝑛𝑎𝑠 𝑜 𝑤, efectos dinámicos no modelados, errores iniciales respecto a la
tarea deseada e incertidumbre en los parámetros del robot o en el proceso.

Figura 4.11: Esquema de un sistema de control genérico. Fuente: [30]

Así pues, surgen dos métodos diferentes de realizar dicho control: referencia constante (regular
la posición / orientación del extremo o de la configuración articular) o referencia variante en el
tiempo (seguimiento de una trayectoria).
4.3 CONTROL DEL ROBOT 37

El sistema puede controlarse en bucle abierto, que es cuando la señal de entrada actúa de forma
directa sobre el controlador, o en bucle cerrado, que es una prolongación del bucle abierto en el
que se toma una medida a la salida y se le pasa a la entrada. Esto se consigue incluyendo una
realimentación interna al sistema, lo que permite que sea insensible a perturbaciones y errores en
el modelo [30].

Figura 4.12: Sistema en bucle abierto (arriba) y en bucle cerrado (abajo). Fuente: [30]

En los siguientes apartados se estudiará el control multiarticular y el control cartesiano del

robot. El primero de ellos consiste en controlar varias articulaciones a la vez, proporcionando un
valor a cada una en grados o radianes (empleando la cinemática directa para alcanzar el objetivo),
mientras que el segundo consiste en definir un punto del espacio al robot y que el decida como
llegar al mismo (cinemática inversa) [31].
38 4.3 CONTROL DEL ROBOT

4.3.1. Controlador multiarticular

Dado un robot con n articulaciones 𝑞 = [𝑞1, 𝑞2, . . ., 𝑞𝑛], un controlador multiarticular es
capaz de controlar todas ellas a la vez. De esta manera, se genera el par articular para enviar a
cada actuador del robot, además de tener en cuenta el movimiento del resto de articulaciones.
Engeneral, estos controladores presentan las siguientes características:

 Un robot manipulador ha de compensar fuerzas externas (gravedad o inercia) para

garantizar el correcto seguimiento de las trayectorias durante el movimiento. Sin
embargo, el modelo dinámico de un manipulador puede proporcionar información acerca
de estas fuerzas externas, permitiendo obtener un mejor comportamiento (al poder
predecir estas “fuerzas externas”).
 La aproximación más empleada actualmente es la de control monoarticular. Este tipo de
control no tiene en cuenta el acoplamiento entre las articulaciones. Dicho de otro modo,
cuando un robot manipulador se encuentra en movimiento, aparecen, por ejemplo, fuerzas
de Coriolis. Las fuerzas de Coriolis han de ser compensadas por cada uno de los
controladores de forma independiente. Sin embargo, a partir del modelo dinámico
también puede extraerse información de dichas fuerzas e incluirlas en el propio
controlador.
 En los controladores multiarticulares la posición a alcanzar o la trayectoria deseada a
realizar será la referencia del controlador y la acción de control generará directamente los
pares articulares a aplicar a todos y cada uno de los actuadores del robot.

Por lo tanto, los controladores multiarticulares surgen con el objetivo de mejorar el desempeño
de los controladores monoarticulares cuando el robot describe trayectorias rápidas o con gran
precisión. En estos casos, los efectos de acoplamiento entre las articulaciones de un robot son más
notables y se hace necesario definir un controlador multivariable que genere directamente los
pares para todas las articulaciones teniendo en cuenta los posibles pares de acoplamiento entre las
articulaciones.

De forma genérica, el modelo dinámico de un robot puede expresarse como en (4.4).

𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝑟 (4.4)

4.3 CONTROL DEL ROBOT 39

En ella pueden verse los términos:

 𝑀 (𝑞) : matriz de inercia simétrica definida positiva.

 𝑞 : aceleraciones articulares.
 𝐶 (𝑞, 𝑞) : vector de fuerzas centrípetas y de Coriolis.
 𝑞 : velocidades articulares.
 𝑔 (𝑞) : vector de fuerzas gravitacionales.
 𝑞 : posiciones articulares.
 𝑟 : vector de pares articulares.

Este modelo dinámico puede expresarse en términos de variables de estado, tomando la

posición y velocidad articular (siendo estas [qT qT]T), quedando (4.5).
𝛿 [ 𝑞] = [ 𝑞 ]
𝛿𝑡 𝑞 𝑀 (𝑞)−1 [𝑟 (𝑡) − 𝐶 (𝑞, 𝑞) 𝑞 − 𝑔 (𝑞) (4.5)
]

El objetivo del control de posición (4.6) es determinar los pares articulares necesarios para
llevar al robot a la posición deseada.
𝑙𝑖𝑚 𝑞̃(𝑡) = 0 (4.6)
𝑡→∞

En ella puede verse el término:

 𝑞̃: error de posición articular, equivalente a 𝑞𝑑 – 𝑞.

Así pues, el control genérico de un robot quedaría tal y como puede verse en la figura 4.13
[32].

Figura 4.13: Esquema genérico de control de un robot. Fuente: [32]

40 4.3 CONTROL DEL ROBOT

[Link]. Controlador P
La acción de control de un regulador P se corresponde con (4.7). Un esquema de este puede
verse en la figura 4.14.

𝐾𝑝 𝑞̃ = 𝑟 (4.7)

En ella puede verse el término nuevo:

 𝐾𝑝 : matriz definida positiva de constantes proporcionales.

El comportamiento en bucle cerrado se obtiene igualando (4.4) y (4.7), obteniendo:

𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝐾𝑝 𝑞̃ (4.8)

El comportamiento en bucle cerrado, pero en representación de estados, asumiendo 𝑞𝑑

constante y despejando la aceleración articular de (4.8), queda (4.9) [32].
𝛿 𝑞 −𝑞
[ ] = [ ] (4.9)
𝛿𝑡 𝑞 𝑀 (𝑞𝑑 − 𝑞̃)−1 [𝐾𝑝𝑞̃ − 𝐶 (𝑞𝑑 − 𝑞̃, 𝑞) 𝑞 − 𝑔 (𝑞𝑑 − 𝑞̃)]

Figura 4.14: Controlador P de posición multiarticular. Fuente: [32]

4.3 CONTROL DEL ROBOT 41

[Link]. Controlador PD
La acción de control de un regulador PD se corresponde con (4.10). Un esquema de este puede
verse en la figura 4.15.

𝛿𝑞̃
𝐾𝑝 𝑞̃ + 𝐾𝑣 = 𝑟 (4.10)
𝛿𝑡

En ella pueden verse nuevos términos:

 𝐾𝑣 : matriz definida positiva de constantes derivativas.

 𝛿𝑞̃ : derivada con respecto al tiempo del error articular.
𝛿𝑡

El comportamiento en bucle cerrado se obtiene igualando (4.4) y (4.10), quedando (4.11).

𝛿𝑞̃
𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝐾𝑝 𝑞̃ + 𝐾𝑣 (4.11)
𝛿𝑡

El comportamiento en bucle cerrado, pero en representación de estados, asumiendo 𝑞𝑑

constante y despejando la aceleración articular de (4.11), quedaría (4.12) [32].
−𝑞
𝛿 [𝑞] = [ 𝛿𝑞 ] (4.12)
𝛿𝑡 𝑞 𝑀 (𝑞𝑑 − 𝑞̃)−1 [𝐾𝑝 𝑞̃ − 𝐾𝑣 − 𝐶 (𝑞𝑑 − 𝑞̃, 𝑞 ) 𝑞 − 𝑔 (𝑞𝑑 − 𝑞̃)]
𝛿𝑡

Figura 4.15: Controlador PD de posición multiarticular. Fuente: [32]

42 4.3 CONTROL DEL ROBOT

[Link]. Controlador PD con compensación de gravedad

La acción de control de un regulador PD con compensación de gravedad se corresponde con
(4.13). Un esquema de este puede verse en la figura 4.16.

𝛿𝑞̃
𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝑔 (𝑞) = 𝑟 (4.13)
𝛿𝑡

En ella pueden verse nuevos términos:

 𝑔 (𝑞) : componente de gravedad del modelo dinámico del robot.

El comportamiento en bucle cerrado se obtiene igualando (4.4) y (4.13), obteniendo (4.14).

𝛿𝑞̃
𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝑔 (𝑞) (4.14)
𝛿𝑡

El comportamiento en bucle cerrado, pero en representación de estados, asumiendo 𝑞𝑑

constante y despejando la aceleración articular de (4.14), quedaría (4.15) [32].

𝛿 [𝑞 ] = [ −𝑞
𝛿𝑞 ] (4.15)
𝛿𝑡 𝑞 𝑀 (𝑞𝑑 − 𝑞̃)−1 [𝐾𝑝 𝑞̃ − 𝐾𝑣 − 𝐶 (𝑞𝑑 − 𝑞̃, 𝑞 ) 𝑞]
𝛿𝑡

Figura 4.16: Controlador PD con compensación de gravedad de posición multiarticular. Fuente: [32]
4.3 CONTROL DEL ROBOT 43

[Link]. Controlador PD con compensación precalculada de gravedad

La acción de control de un regulador PD con compensación precalculada de gravedad se
corresponde con (4.16). Un esquema de este puede verse en la figura 4.17.

𝛿𝑞̃
𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝑔 (𝑞𝑑 ) = 𝑟 (4.16)
𝛿𝑡

En ella pueden verse nuevos términos:

 𝑔 (𝑞𝑑) : componente de gravedad del modelo dinámico del robot en la posición final a
alcanzar.

El comportamiento en bucle cerrado se obtiene igualando la (4.4) y (4.16), obteniendo (4.17).

𝛿𝑞̃
𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝑔 (𝑞𝑑 ) (4.17)
𝛿𝑡

El comportamiento en bucle cerrado, pero en representación de estados, asumiendo 𝑞𝑑

constante y despejando la aceleración articular de (4.17), quedaría (4.18) [32].
𝛿 𝑞 −𝑞
[ ] = [ 𝛿𝑞 ] (4.18)
𝛿𝑡 𝑞 𝑀 (𝑞𝑑 − 𝑞̃)−1 [𝐾𝑝𝑞̃ − 𝐾𝑣 − 𝐶 (𝑞𝑑 − 𝑞̃, 𝑞 ) 𝑞 + 𝑔 (𝑞𝑑 ) − 𝑔 (𝑞𝑑 − 𝑞̃) ]
𝛿𝑡

Figura 4.17: Controlador PD con compensación precalculada de gravedad de posición multiarticular. Fuente: [32]
44 4.3 CONTROL DEL ROBOT

[Link]. Controlador PID

La acción de control de un regulador PID se corresponde con (4.19). Un esquema de este puede
verse en la figura 4.18.

𝛿𝑞̃ 𝑡
𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝐾𝑖 ∫ 𝑞̃(𝜎) 𝑑𝜎 = 𝑟 (4.19)
𝛿𝑡 0

También puede ser expresada de esta otra forma:

𝛿𝑞̃
𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝐾𝑖 𝜉 = 𝑟
𝛿𝑡 (4.20)
𝜉 = 𝑞̃

En ella pueden verse nuevos términos:

 𝐾𝑖 : matriz definida positiva de constantes integrales.

El comportamiento en bucle cerrado se obtiene igualando (4.4) y (4.20), obteniendo (4.21).

𝛿𝑞̃
𝑀 (𝑞) 𝑞 + 𝐶 (𝑞, 𝑞) 𝑞 + 𝑔(𝑞) = 𝐾𝑝 𝑞̃ + 𝐾𝑣 + 𝐾𝑖 𝜉 (4.21)
𝛿𝑡

El comportamiento en bucle cerrado, pero en representación de estados, despejando la

aceleración articular de (4.21), quedaría (4.22) [32].
𝑞̃
𝜉 𝖥 1
𝛿𝑞̃
𝛿 𝑞̃ I I
[ ] = I
𝛿𝑡 𝛿𝑞̃
𝛿𝑡 I (4.22)
I 𝛿𝑞 𝛿𝑞̃ 𝛿𝑞̃ I
𝛿𝑡 [ − 𝑀 (𝑞𝑑 − 𝑞
̃ ) −1[𝐾𝑝𝑞
̃ + 𝐾𝑣 + 𝐾𝑖 𝜉 + 𝐶 (𝑞𝑑 − 𝑞
̃ , − ) − 𝑔 (𝑞𝑑 − 𝑞
̃ ) ] ]
𝛿𝑡 𝛿𝑡 𝛿𝑡
4.3 CONTROL DEL ROBOT 45

Figura 4.17: Controlador PD con compensación precalculada de gravedad de posición multiarticular. Fuente: [32]
46 4.3 CONTROL DEL ROBOT

4.3.2. Controlador cartesiano

Este controlador es un poco diferente respecto a los anteriores. En este, la referencia es la
posición y orientación de un punto en el espacio tridimensional (teniéndose 6 coordenadas en
total). De esta manera, el robot elige el ángulo que debe girar cada una de las articulaciones para
llegar al objetivo.

Para ello hace uso de la matriz jacobiana (4.23). La cinemática diferencial permite estudiar las
relaciones entre el espacio articular y el cartesiano, considerando velocidades y posiciones. La
matriz jacobiana establece la relación entre las velocidades de las coordenadas articulares y las
de posición y orientación del extremo del robot [31].

𝑥 𝛿𝑓𝑥 𝛿𝑓𝑥
𝖥 1
𝑦 𝑞1 𝖥 … 1 𝑞1
I I
I𝛿𝑞1 𝛿𝑞𝑛I (4.23)
I𝑧̇I = 𝐽 [ ⋮ ] = ⋮ ⋱ ⋮ I[⋮]
⋮
I𝛼̇I ⋮ I 𝛿𝑓 𝛿𝑓𝛾
I𝛽̇I 𝑞𝑛 I 𝛾 … I 𝑞𝑛
[𝛾 ] [𝛿𝑞1 𝛿𝑞𝑛]

En (4.23) las tres primeras filas se corresponden con la velocidad lineal del extremo, mientras
que las tres segundas filas se corresponden con la velocidad angular del extremo.

Además, en el proceso de cálculo, se realizan cambios entre el espacio articular y el cartesiano

para poder llevar a cabo el control. Para ello se emplea el modelo cinemático directo y el inverso.
De esta manera, al pasar del espacio cartesiano al articular aplicando la cinemática inversa, se
obtendrán múltiples soluciones o ninguna, mientras que al pasar del espacio articular al cartesiano
aplicando la cinemática directa, se obtendrá una única solución [33].
4.3 CONTROL DEL ROBOT 47

Figura 4.18: Relación entre espacio cartesiano, articular y la transformación cinemática a aplicar. Fuente: [34]

Para empezar, se construye una cadena de articulaciones, empleando los nombres de la primera
y última articulación a controlar. Esta cadena también contiene un puntero al estado del robot,
para ser capaces de acceder al mismo el cada ciclo del bucle de control. Tras ello, se configura
KDL. Se deben crear dos solvers, para lo que es necesario conocer la cadena cinemática del robot.

Se sigue calculando la posición cartesiana inicial en la que se encuentra el robot. Para poder
calcularla, se lee la posición articular de la cadena creada y se emplea KDL, empleando la
cinemática directa.

El controlador de forma continua obtiene, en primer lugar, la posición del extremo del robot.
Esto lo consigue leyendo el objeto cadena. Tras ello, calcula la posición del extremo del robot y
la matriz jacobiana empleando los solvers de KDL. La velocidad de cada articulación se consigue
haciendo el producto de la matriz jacobiana y el error actual.

Figura 4.19: Controlador cartesiano de posición multiarticular. Fuente: [32]

5. Resultados
Se han llevado a cabo una serie de simulaciones con el objetivo de analizar el rendimiento de
los controladores creados. Se han simulado distintos movimientos con el objetivo de comprobar
si el robot se encuentra bien construido y si es posible realizar el control del mismo.

En los subapartados siguientes se realiza una descripción de los movimientos a realizar, las
posiciones deseadas en el espacio cartesiano y articular, las ganancias empleadas y las gráficas de
esfuerzo, posición y velocidad obtenidas tras los movimientos.

Se han considerado 3 casos diferentes, los cuales pueden ser usados durante distintas tareas
en la ISS:
1. Una maniobra de rotación de la mano.
2. Una maniobra de rotación del codo.
3. Una maniobra de rotación del hombro y codo.

49
50 5.1 ROTACIÓN DE LA MANO

5.1. Rotación de la mano

En este movimiento se pretende llevar al robot entre las posiciones inicial y final que pueden
verse en la figura 5.1. Este movimiento puede entenderse como una rotación de 90 grados de la
tercera articulación del brazo robótico.

Figura 5.1: Posición inicial (izquierda) y final (derecha) del movimiento de rotación de la mano.

En caso de proporcionar una posición articular como objetivo, se pueden emplear los
controladores P multiarticular, PD multiarticular, PD con compensación de gravedad
multiarticular, PD con compensación precalculada de gravedad multiarticular y PID
multiarticular. El objetivo del movimiento vendría dado por (5.1).

𝑋𝑑 = [0 0 1.57 0 0 0 0] (5.1)

En ella puede verse el término:

 𝑋𝑑 : posición deseada a alcanzar por el controlador.

 5.1 ROTACIÓN DE LA MANO 51

El mejor resultado de todos los controladores mencionados fue el obtenido con el controlador
P. No obstante, el resto de las gráficas eran similares a las del controlador P, aunque estas
presentan un menor tiempo de establecimiento y amplitud de las señales. Para ello, se han
empleado las ganancias de (5.2).

𝐾𝑝 = [2.5 0.05 5 7.5 50 50 0.02] (5.2)

Los resultados obtenidos en la figura 5.2 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, se consigue la estabilidad del sistema apenas
transcurridos 0.75 segundos, lo cual es muy rápido.

Esfuerzo (Nm)

tiempo (s)

Figura 5.2: Esfuerzo realizado por el brazo izquierdo con el controlador P para realizar la rotación de la mano.

En la figura 5.3 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, la articulación 3 alcanza su objetivo cuando apenas ha
transcurrido 1 segundo desde el comienzo del movimiento. No obstante, las articulaciones 1 y 2
obtienen posiciones finales diferentes a las deseadas. Esto es debido a que, para alcanzar el
objetivo con la articulación 3, las posiciones de estas articulaciones son modificadas. El error no
es muy grande, si se tiene en cuenta de que se está trabajando con un controlador P.
 52 5.1 ROTACIÓN DE LA MANO

Posición (rad)

tiempo (s)

Figura 5.3: Posición realizado por el brazo izquierdo con el controlador P para realizar la rotación de la mano.

En la figura 5.4 puede verse la velocidad de las diferentes articulaciones mientras se realiza la
tarea. Como puede verse, se estabilizan en 0, aunque surgen unas periodicidades a lo largo del
tiempo (aunque son pequeñas). Estas son debidas a que, el controlador realiza un esfuerzo, se
pasa de la posición, hace el opuesto, se pasa, etc. Esto sucede porque no hay gravedad en las
simulaciones, siendo un hecho curioso y que podría ser estudiado aparte.
 5.1 ROTACIÓN DE LA MANO 53

Velocidad (rad / s)

tiempo (s)

Figura 5.4: Velocidades realizadas por el brazo izquierdo con el controlador P para realizar la rotación de la mano.

En caso de proporcionar una posición cartesiana como objetivo, se puede emplear el

controlador cartesiano. El objetivo del movimiento vendría dado por (5.1).

𝑃𝑑 = [0.2393 0.1337 − 0.2066] (5.3)

𝜃𝑑 = [−0.6703427 82.9213784 0.1997149]

En ella pueden verse términos nuevos:

 𝜃𝑑 : posición angular deseada a alcanzar por el controlador.

Los resultados obtenidos en la figura 5.5 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, se consigue la estabilidad del sistema, pero es
necesario un tiempo mayor para lograrlo (1.5 segundos).
 54 5.1 ROTACIÓN DE LA MANO

Esfuerzo (Nm)

tiempo (s)

Figura 5.5: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación de la mano.

En la figura 5.6 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, es necesario mucho más tiempo para conseguir que las
articulaciones vayan por el buen camino (hacia el objetivo marcado como posición deseada)

Posición (rad)

tiempo (s)
Figura 5.6: Posición realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación de la mano.
 5.1 ROTACIÓN DE LA MANO 55

En la figura 5.7 puede verse la velocidad de las diferentes articulaciones mientras se realiza la
tarea. Como puede verse, además de necesitar más tiempo para estabilizarse en 0, es necesario
que se apliquen velocidades mayores y sucesivas en comparación con el controlador P para el
mismo movimiento.

Velocidad (rad / s)

tiempo (s)

Figura 5.7: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano para realizar la rotación de la mano.
56 5.2 ROTACIÓN DEL CODO

5.2. Rotación del codo

En este movimiento se pretende llevar al robot entre las posiciones inicial y final que pueden
verse en la figura 5.8. Este movimiento puede entenderse como una rotación de 90 grados
negativos de la cuarta articulación del brazo robótico.

Figura 5.8: Posición inicial (izquierda) y final (derecha) del movimiento de rotación del codo.

En caso de proporcionar una posición articular como objetivo, se pueden emplear los
controladores P multiarticular, PD multiarticular, PD con compensación de gravedad
multiarticular, PD con compensación precalculada de gravedad multiarticular y PID
multiarticular. El objetivo del movimiento vendría dado por (5.4).

𝑋𝑑 = [0 0 0 − 1.57 0 0 0] (5.4)
 5.2 ROTACIÓN DEL CODO 57

El mejor resultado de todos los controladores mencionados fue el obtenido con el controlador
P. No obstante, el resto de las gráficas eran similares a las del controlador P, aunque las de este
presentan un menor tiempo de establecimiento y menor amplitud de las señales. Para ello, se han
empleado las ganancias de (5.5).

𝐾𝑝 = [50 1 50 7.5 50 50 0.02] (5.5)

Los resultados obtenidos en la figura 5.9 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, es necesario que transcurran 3 segundos para
alcanzar la estabilidad.

Esfuerzo (Nm)

tiempo (s)

Figura 5.9: Esfuerzo realizado por el brazo izquierdo con el controlador P para realizar la rotación del codo.

En la figura 5.10 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, la articulación 7 va un poco a su rollo cuando han
transcurrido 3.5 segundos. No obstante, la articulación se queda cerca del 0 en todas las
articulaciones a excepción de la 4, que debe alcanzar -1.57 como objetivo, lo cual coincide con la
posición objetivo.
 58 5.2 ROTACIÓN DEL CODO

Posición (rad)

tiempo (s)

Figura 5.10: Posición realizado por el brazo izquierdo con el controlador P para realizar la rotación del codo.

En la figura 5.11 puede verse la velocidad de las diferentes articulaciones mientras se realiza
la tarea. Como puede verse, se estabilizan en 0, aunque surgen unas periodicidades a lo largo del
tiempo (aunque son pequeñas).

Velocidad (rad / s)

tiempo (s)

Figura 5.11: Velocidades realizadas por el brazo izquierdo con el controlador P para realizar la rotación del codo.
 5.2 ROTACIÓN DEL CODO 59

En caso de proporcionar una posición cartesiana como objetivo, se puede emplear el

controlador cartesiano. El objetivo del movimiento vendría dado por (5.6).

𝑃𝑑 = [0.0049 0.1364 − 0.49057] (5.6)

𝜃𝑑 = [−0.088 − 0.0911 − 89.4496]

Los resultados obtenidos en la figura 5.12 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, se consigue la estabilidad del sistema, pero es
necesario un tiempo mayor para lograrlo (4.5 segundos).

Esfuerzo (Nm)

tiempo (s)

Figura 5.12: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación del codo.

En la figura 5.13 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, es necesario mucho más tiempo para conseguir que las
articulaciones vayan por el buen camino. Sin embargo, las articulaciones 1 y 5 parecen seguir otro
patrón de posiciones, diferente al que deberían de llevar.
 60 5.2 ROTACIÓN DEL CODO

Posición (rad)

tiempo (s)

Figura 5.13: Posición realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación del codo.

En la figura 5.14 puede verse la velocidad de las diferentes articulaciones mientras se realiza
la tarea. Como puede verse, además de necesitar más tiempo para estabilizarse en 0, aparecen
estas estructuras periódicas nuevamente.

Velocidad (rad / s)

tiempo (s)

Figura 5.14: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano para realizar la rotación del codo.
5.3 ROTACIÓN DEL HOMBRO Y MANO 61

5.3. Rotación del hombro y mano

En este movimiento se pretende llevar al robot entre las posiciones inicial y final que pueden
verse en la figura 5.15. Este movimiento puede entenderse como una rotación de 90 grados de la
segunda y tercera articulación del brazo robótico.

Figura 5.15: Posición inicial (izquierda) y final (derecha) del movimiento de rotación de hombro y mano.

En caso de proporcionar una posición articular como objetivo, se puede emplear los
controladores P multiarticular, PD multiarticular, PD con compensación de gravedad
multiarticular, PD con compensación precalculada de gravedad multiarticular y PID
multiarticular. El objetivo del movimiento vendría dado por (5.7).

𝑋𝑑 = [0 1.57 1.57 0 0 0 0] (5.7)

 62 5.3 ROTACIÓN DEL HOMBRO Y MANO

El mejor resultado de todos los controladores mencionados fue el obtenido con el controlador
PID. No obstante, el resto de las gráficas eran similares a las del controlador PID, aunque las de
este presentan un menor tiempo de establecimiento y menor amplitud de las señales. Para ello, se
han empleado las ganancias de (5.8).

𝐾𝑝 = [8 2 4.5 7.5 50 50 0.05]

𝐾𝑣 = [0.2 1 0.03 5 0.1 5 5] (5.8)
𝐾𝑖 = [1 1 0.5 1 1 1 1]

Los resultados obtenidos en la figura 5.16 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, es necesario que transcurra más tiempo para
lograr la estabilidad, ya que el movimiento es más amplio que en los ejemplos anteriores.

Esfuerzo (Nm)

tiempo (s)

Figura 5.16: Esfuerzo realizado por el brazo izquierdo con el controlador PID para realizar la rotación de hombro y codo.

En la figura 5.17 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, la articulación 7, a pesar de ir un poco a su rollo,
recupera el buen camino en torno al segundo 7. Las articulaciones 2 y 3 consiguen alcanzar la
posición final, siendo la tercera (giro de la mano) la más rápida, siendo esto muy razonable.
 5.3 ROTACIÓN DEL HOMBRO Y MANO 63

Posición (rad)

tiempo (s)

Figura 5.17: Posición realizado por el brazo izquierdo con el controlador PID para realizar la rotación de hombro y codo.

En la figura 5.18 puede verse la velocidad de las diferentes articulaciones mientras se realiza
la tarea. Como puede verse, se estabilizan en 0, aunque surgen unas periodicidades a lo largo del
tiempo (aunque son pequeñas).

Velocidad (rad / s)

tiempo (s)
Figura 5.18: Velocidades realizadas por el brazo izquierdo con el controlador PID para realizar la rotación de hombro y codo.
 64 5.3 ROTACIÓN DEL HOMBRO Y MANO

En caso de proporcionar una posición cartesiana como objetivo, se puede emplear el

controlador cartesiano. El objetivo del movimiento vendría dado por (5.9).

𝑃𝑑 = [0.0029 − 0.10249 − 0.2065] (5.9)

𝜃𝑑 = [0 90 0]

Los resultados obtenidos en la figura 5.19 muestran los esfuerzos realizados por el controlador
para alcanzar la posición final. Como puede verse, se consigue que los controladores no saturen
en ningún momento.

Esfuerzo (Nm)

tiempo (s)

Figura 5.19: Esfuerzo realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación de hombro y codo.

En la figura 5.20 puede verse la posición final de las articulaciones del robot en la realización
del movimiento. Tal y como puede verse, es necesario mucho más tiempo para conseguir que las
articulaciones vayan por el buen camino. Sin embargo, las articulaciones 4, 5 y 6, a pesar de que
van por buen camino, todavía les falta un largo camino hasta el objetivo.
 5.3 ROTACIÓN DEL HOMBRO Y MANO 65

Posición (rad)

tiempo (s)

Figura 5.20: Posición realizado por el brazo izquierdo con el controlador cartesiano para realizar la rotación de hombro y codo.

En la figura 5.21 puede verse la velocidad de las diferentes articulaciones mientras se realiza
la tarea. Como puede verse, además de necesitar más tiempo para estabilizarse en 0, aparecen
estas estructuras periódicas nuevamente.

Velocidad (rad / s)

tiempo (s)

Figura 5.21: Velocidades realizadas por el brazo izquierdo con el controlador cartesiano para realizar la rotación de hombro y codo.
6. Conclusiones

Este último capítulo de la memoria servirá a modo de conclusión. Tras realizar una
introducción al proyecto, se desarrolló el marco teórico de la robótica espacial, introduciendo el
robot que serviría de inspiración para desarrollar el proyecto, además del software. A
continuación, se vio la metodología seguida para desarrollar el proyecto, para continuar con el
desarrollo de los distintos pasos del proyecto. Eso llevaría a presentar los resultados obtenidos
para acabar en este apartado de la memoria que pretende ser la conclusión del proyecto mismo.

En la primera parte de la memoria se vieron los objetivos que se plantearon al comienzo de

este. Tras ello, se hizo un breve resumen de cómo se encontraba la memoria estructurada.

En la segunda parte del proyecto se definió lo que es un robot, además de los diferentes campos
en los que se encuentran presentes. Se profundizó en la robótica espacial de forma breve, ya que
el grupo de interés para el proyecto eran los robots humanoides espaciales. Una vez visto cómo
van los desarrollos en este campo, se introdujo la empresa española PAL robotics, la cual tiene
un desarrollo similar al desarrollado en este proyecto. Tras ello, se comentaron todas las
herramientas software empleadas en el proyecto, siendo estas un total de 7 diferentes.

En la tercera parte del proyecto se explicaron los pasos que se siguieron para desarrollar el
proyecto. La mayoría de estos pasos deben realizarse en orden ya que, de lo contrario, es
complicado realizar el movimiento de un grupo de articulaciones si antes no se ha construido el
robot con el que se trabajará.

67
68 6. CONCLUSIONES

En la cuarta parte del proyecto se desarrollaron los pasos del apartado anterior, siguiendo estos
el desarrollo del entorno de simulación, el diseño del robot y su personalización y su control con
varios controladores diferentes, encontrando entre ellos el controlador PD multiarticular con
compensación de gravedad o el controlador cartesiano multiarticular.

En la quinta parte del proyecto se presentaron los resultados obtenidos. Para ello, se diseñaron
3 movimientos diferentes, avanzando en dificultad. En la mayoría de ellos, los controladores P
fueron los que mejor funcionaron. Si los movimientos abarcaban un mayor rango, era necesario
subir la dificultad del control y realizarlo con un controlador PID. En todos ellos se pudo
comprobar como en un ambiente de gravedad nula, el controlador PD multiarticular ofrecía el
mismo resultado o mejor que el controlador PD multiarticular con compensación de gravedad o
el PD multiarticular con compensación precalculada de gravedad.

Para acabar se encuentra esta sexta parte, en la que se analizan las conclusiones que se extraen
y los trabajos futuros que se proponen para ser desarrollados. La conclusión que puede extraerse
es que, a pesar de desarrollar el proyecto en ROS Kinetic, la mayoría de herramientas necesarias
aún se encuentran disponibles. A pesar de ello, los controladores de trayectorias no pudieron
desarrollarse al no poder compilar los paquetes necesarios para instalar las herramientas
necesarias. No obstante, este no fue el único problema que surgió, aunque el resto de ellos sí
pudieron resolverse, no sin antes sudar para lograrlo.
6.1. TRABAJOS FUTUROS 69

6.1. Trabajos futuros

Una vez expuestas las conclusiones, se pueden explorar varios caminos en cuanto a la
expansión del proyecto.

Un ejemplo sería subir el proyecto de versión a ROS Melodic. De esta manera podría verse
como incorporar los controladores de trayectorias para poder realizar movimientos más
complejos, siendo estos más similares a los requeridos en órbita.

Otra ampliación posible sería realizar las pruebas en un entorno real controlado. Algunas
universidades cuentan con cámaras que simulan el vacío que sufren los objetos en el espacio.
Podrían construirse maquetas de pequeño tamaño para comprobar los resultados extraídos en
las simulaciones.

También se podría tratar de que la empresa PAL robotics prestase un robot TALOS y unos
manipuladores del robot RREM-C para diseñar el robot real. Sin embargo, esto sería
complicado ya que, a la dificultad de la programación, se añadiría la necesidad de realizar las
conexiones electrónicas necesarias.
Bibliografía
[1] Blibley technologies. “How are robots used in space exploration?” 2019.
[Link]

[2] NASA. Robonaut 2. 2019. [Link]

[3] W. Khalil and E. Dombre. “Modeling, identification & control of robots”. Hermes Penton Ldt.
2002.

[4] Karel Čapek. “RUR. Robots Universales Rossum: obra en tres actos y un epílogo”. Barcelona:
Círculo de lectores. 2004.

[5] Conte Galván R.. “Robots espaciales”. Revista “Hacia el Espacio”, n° 007, 2013.
[Link]

[6] Raju P., Sikla S., Garg A. and Pandey M.. “A brief review of recent advancement in humanoid
robotics research”. Mukt Shabd Journal, Volume IX, Issue VI, 2020.

[7] Howell, E. “Real-life replicants: 6 humanoid robots used for space exploration”. [Link],
2017. [Link]

71
BIBLIOGRAFÍA
72 73
BIBLIOGRAFÍA

[8] ROS. “History”. [Link]

[9] Ragel De La Torre, R. “Modelado, control y simulación de un quadrotor equipado con un

brazo manipulador robótico: Capítulo 3: entorno de simulación ROS / Gazebo”. Biblioteca de
Ingeniería, Universidad de Sevilla. 2012.

[10] García, G. J. “Apuntes de la asignatura Robótica - materiales extra para prácticas – tema 1”.
Máster universitario en automática y robótica de la Universidad de Alicante. 2020.

[11] Pomares, J. “Apuntes de la asignatura Sistemas de Control Automático – proyecto”. Máster

universitario en automática y robótica de la Universidad de Alicante. 2020.

[12] García, G. J. “Apuntes de la asignatura Robótica - materiales extra para prácticas – tema 4”.
Máster universitario en automática y robótica de la Universidad de Alicante. 2020.

[13] Colomina, O. “Apuntes de la asignatura Robots Móviles – materiales de prácticas – práctica

1”. Grado en ingeniería robótica de la Universidad de Alicante. 2019.

[14] Campusano, M. “ROSBAG”. Laboratorio de robótica y computación del departamento de

ciencias computacionales de la Universidad de Chile. 2015.

[15] PlotJuggler. “Página principal”. [Link]

[16] Tellez, R. “Learn ROS with Python or C++”. [Link]. 2019.

[Link]

[17] Williams, D. R. “Planetary Fact Sheet - Metric”. 2019. [Link]

74 BIBLIOGRAFÍA
Lista de acrónimos y abreviaturas

AILA Artificial Intelligence Lightweight Android

API Application Programming Interfaces

BSON Binary JSON

CBOR Concise Binary Object Representation

COITIA Colegio Oficial de Ingenieros Técnicos Industriales de Alicante

CSV Comma - Separated Values

DARPA Defense Advanced Research Projects Agency

HURO HUman RObotics

I+D Investigación y Desarrollo

IMU Inertial Measurement Unit

ISRO Indian Space Research Organization

ISS International Space Station

JAXA Japan Aerospace eXploration Agency

JSON JavaScript Object Notation

KDL Kinematics and Dynamics Library

75
76 LISTA DE ACRÓNIMOS Y ABREVIATURAS

LAAS – CNRS Laboratoire d'Analyse et d'Architecture des Systèmes - Centre National

de la Recherche Scientifique

LED Light - Emitting Diode

LIDAR LIght Detection And Ranging / Laser Imaging Detection And Ranging

LTS Long Term Support

MIT Massachusetts Institute of Technology

MQTT Message Queuing Telemetry Transport

NASA National Aeronautics and Space Administration

P Proportional

PD Proportional and Derivative

PID Proportional, Integral and Derivative

PR Personal Robots

RGB Red Green Blue

ROS Robot Operating System

ROSCOSMOS Russian Federal Space Agency

RViz Ros Visualization

STAIR STanford Artificial Intelligence Robot

TFG Trabajo Fin de Grado

TFM Trabajo Fin de Máster

URDF Unified Robotic Description Format

XACRO Xml mACRO language

XML eXtensible Markup Language