~
ROBOTS AUTONOMOS:
ARQUITECTURAS y
CONTROL
José Manuel Molina López, Vicente Matellán Olivera
P -.... ntre los diferentes tipos de una fórmula matemática que liga las mada y el razonamiento sobre ella no
arquitecturas de control entradas con las salidas y en el otro las produce los resultados que se obtienen
propuestas a lo largo de los entradas se traducen en conceptos en simulación.
últimos años existen dos semánticos que forman parte de un Por último, deben analizarse los
perspectivas mayoritarias: sistema de reglas mediante las cuales distintos modelos de razonamiento que
~_ _. . aquellas que mantienen la se toma la decisión del tipo de movi- se pueden aplicar, por un lado aquellas
posibilidad de alcanzar la consecución miento a ejecutar. Aunque la perspec- técnicas basadas en planificadores, que
de objetivos complejos basándose úni- tiva en principio parece diametralmente presentan una clara limitación en la
camente en un conjunto de reacciones opuesta, estudiando detenidamente los realización secuencial de tareas, y por
simples, denollÚnense instintos, mó- distintos sistemas de razonamiento otro aquellas basadas en sistemas
dulos, agentes, agencias, controladores mediante reglas, en particular aquellos multiagente, que permiten explotar al
o comportamientos, y aquellas que ne- basados en lógica borrosa, se pueden máximo las particularidades distribui-
cesitan tener un modelo intemo del extraer conclusiones muy similares a das de muchos de las tareas encomen-
mundo sobre el que razonar. La segun- las obtenidas mediante los sistemas dadas a grupos de robots.
da de estas arquitecturas obliga a una clásicos de control.
representación fehaciente del mundo. A la hora de integrar todas las 1. Niveles de Control
Únicamente, a partir de resultados in- acciones básicas para dar respuesta a
termedios de razonamiento sobre di- problemas complejos el investigador La definición de los distintos
cha representación será posible la reso- debe decidir si en realidad deben o no niveles de control se basa en las carac-
lución de problemas complejos. existir niveles jerárquicos en la estruc- terísticas de las tareas que se desean
En ambos casos es necesario de tura de control. Para evaluar esta nece- realizar sobre la plataforma de la que se
tener un conjunto de acciones básicas sidad es necesario comprender las dis- dispone. Una tarea puede, en términos
que permitan al robot interaccionar tintas clases de representación del coloquiales, definirse como sencilla o
con el entorno en el que se encuentra mundo haciendo especial hincapié en compleja, en función de la capacidad
inmerso. Los controladores desarro- la aplicación última del robot desarro- del robot para realizarla. Por ejemplo,
llados para dar respuesta a esta necesi- llado. Cuando el entorno en que se al pedir a un robot ejecutar un giro de
dad han sido desarrollados por perso- desarrollan las pruebas está perfecta- 90° sobre si mismo, si es cilíndrico con
nas provenientes del campo del control mente definido (bien porque sea una dos ruedas motrices la tarea resulta
clásico o por aquellos cuya base se simulación bien porque el entorno es muy sencilla pero si consideramos un
centra en el campo de la inteligencia constante y definido a priori) se puede robot con patas ese mismo giro nece-
artificial. Ambos enfoques difieren en obtener una alta precisión en la repre- sita de una composición de movimien-
la definición de las especificaciones de sentación interna del mundo sobre la tos compleja que no es realizable me-
control, en un caso se busca la región que trabajará el robot, pero si el entor- diante sencillos algoritmos de control.
espacial de control definida a través de no es real y no constante se debe pro- Siguiendo este razonamiento
veer al robot de la capacidad de generar se pueden distinguir dos niveles de
su propia representación a partir de los control (Figura 1). El nivel más alto
JOSÉ MANUEL MOLINA LÓPEZ y VI- valores que obtiene de los sensores. realiza el razonamiento a largo plazo,
CENTE MATELLÁN OLIVERA Este problema no es fácilmente abor- describiendo un plan para alcanzar la
Laboratorio de Agentes Inteligentes (LAI)
dable debido a los problemas de ruido tarea compleja que se desea realizar a
Departamento de Informática
Universidad Carlos III de Madrid en la medida e indeterminación de las base de ir dividiéndola en sub-acciones
ClButarque 15, 289Il Leganés posiciones por las que va pasando el más sencillas, y se encarga de que cada
Tfno: 6249431 Fax:6249430 robot, en estos casos la representación una de estas sub-acciones alcanza el
E-mail: {[Link]}@[Link]
del entorno es en muchos casos aproxi- sub-objetivo que se ha dispuesto, es
• RAMAS DE ESTUDIAN~ES DEL IEEE 19
decir, realiza la monitorización de la 2. Funciones de Control
ejecución del plan. El nivel más bajo se
encargará de la realización de las ta- En cualquiera de las arquitec-
reas más sencillas, resolviendo los pro- turas se debe llegar a la implementación
blemas más inmediatos con los que se de controladores eficientes para la rea-
puede encontrar el robot y que no lización de las tareas sencillas que en
requieren de una planificación. última instancia debe ejecutar el robot.
Para la realización de estos
Las distintas arquitecturas de controladores vamos a tener en cuenta
control desarrolladas difieren en el dos perspectivas distintas:
peso específico dado a cada uno de los Figura 2.- Definición del problema:
niveles en los casos más extremos cons- ,Teoría clásica de Control Seguir una línea recta.
tan de un único nivel. El alto nivel para .Sistemas basados en Reglas
poder razonar necesita de una repre-
sentación detallada del entorno en el La teoría clásica de control de- El problema de estos sistemas es
que se va a mover. A partir de dicha fine la función de control en base al la imposibilidad de obtener un único
representación utilizando árboles de valor de una variable de estado que sistema que pueda responder
automáticamente a las dos situa-
ciones. La única solución es uti-
( Tareas Corq:d~as ) lizar varios sistemas que se acti-
ven cuando se encuentra en un
modo u otro.
Este problema puede se
ALTO NIVEL
- puede resolver utilizando siste-
mas basados en reglas que per-
mitan subdividir el espacio de
control en tantas partes como
( Tareas Sendllas ) intervalos hayamos definido en
los espacios de entrada, el for-
~ Ramnmiffito a Cürto plazo mato de las reglas será de la
BNONIVEL forma:
~ Eva! [Link] én re los rerultados
SI <los valores de entrada
Figura 1.- Niveles de control se encuentran en este rango>
ENTONCES <los valo-
res de salida se ponen a este
búsqueda, encuentra un plan para sal- define la situación actual del sistema y valor>
var los problemas que plantea el entor- de su evolución temporal a través del
no. Esta representación es el mayor los conceptos de la derivada y la inte-
problema al que se enfrenta pues, si gral. Por ejemplo, el comportamiento
sólo se considera la existencia del alto básico: «Seguir una Línea Recta»,
nivel, es necesario recurrir a la puede estudiarse a través de la variable
replanificación cada vez que el entorno de estado «Ángulo con la Dirección
se ha modificado y difiere de la repre- Deseada», Figura 2.
sentación interna del robot. Este problema se resolvería
mediante una función de control que
Desde la otra perspectiva el ro- combina de manera lineal la variable
bot es más robusto pues sólo necesita de de estado y su derivada de la forma: F
un conjunto de acciones básicas, a =K) q+ K2 dq/dt. Si se representa la
veces denominadas instintos, que com- superficie generada por dicha función
ponen el bajo nivel y únicamente hay se obtiene un plano. Mediante la varia-
que decidir cuál de esas acciones es la ción del valor que tienen las constantes
que debe ejecutarse en la situación se pueden obtener distintos planos de
actual. El problema aparece al consi- control. Interesa un plano más pen-
derar problemas complejos, dond~ el diente en el caso de situaciones aleja-
espacio de búsqueda de la solución es das de la situación de equilibrio (régi-
tan amplio que resulta imposible, en la Figura 3.- Superficies de Control
men transitorio) y menos pendiente
en un controlador clásico.
práctica, alcanzar la solución median- cuando nos encontramos cerca de la
te la ejecución, sin un plan previo, de situación estable (régimen permanen-
distintas acciones básicas. te), Figura 3.
20 BURAN N°7 ABRIL 1996
En este caso la superficie de
control resulta fraccionada (Figura 4)
aNJUNTO
en distintas partes, una para cada situa- Q..ASCO
ción. Así se pueden realizar distintos
controles en función de la situación,
aunque aparece el problema de las mm~~f~
discontinuidades, que provocan una Noma
ejecución brusca al ir saltando el con- 1.0 mlm~
trolador entre las distintos estados de
salida definidos por las distintas confi-
guraciones de las entradas.
El problema de las 6 9
discontinuidades puede resolverse uti- vatict:i e-B1tral3
lizando un sistema borroso para la
ejecución del controL En este caso la
Figura 5.- Definición de un Concepto Borroso.
pertenencia a los rangos de las situa-
ciones de entrada no son VERDADE- implementación. En cualquier caso, la
ROS o FALSOS, sino que existe una superficie de control que resulta (Figu-
gradación en los valores de verdad o de ra 7) está fraccionada en distintas par-
posibilidad de pertenencia (Figura 5), tes, existiendo superficies continuas
lo que provoca la ejecución en paralelo que evitan los saltos del controlador.
de un conjunto de reglas que producen La superficie de control presenta más o
una salida promedio en función, dados menos zonas suaves en función del
distintos grados de activación genera- número de particiones que realicemos
dos por las entradas, de todas las sali- en las variables de entrada y salida, y en
das posibles. función de los métodos de evaluación
Los procesos involucrados en de reglas y de defuzzificación que se •••••••••••••••••••••• O" :(.
la ejecución de un sistema borroso son hayan elegido.
(Figura 6): la fuzzificación, la evalua- Mediante la modificación de las Figura 7.- Superficie de
ción de las reglas y la defuzzificación. reglas se puede lograr el ajuste de las Control de un Sistema Borroso.
El primero de ellos consiste en la ob- distintas situaciones, transitoria y per-
tención de variables borrosas que defi- manente, con un único sistema, ha- puramente reactiva no necesita de nin-
nan las entradas a partir de los datos ciendo que el sistema funcione sin gún otro nivel y la actuación final del
numéricos suministrados por los brusquedades. robot se basa en la importancia para
sensores. La segunda propaga el grado cada situación de la función que se
de verdad de las premisas a las salidas. 3. Arquitecturas de Control puede ejecutar. Existe una relación
La última permite obtener un valor dada entre las acciones básicas de modo
numérico a partir de la variable borro- Una vez desarrolladas las fun- que una aéción puede bloquear a otra e
sa que se obtuvo en el punto anterior. ciones de control el problema aparece impedir su ejecución. Por ejemplo (Fi-
Para cada uno de estos pasos en cómo integrar todas esas funciones gura 8), si consideramos un robot mó-
existen distintas formas de en un único robot. La arquitectura vil que tiene dos acciones posibles:
FU1Zyt:aj ,
...................................
. . .
Figura 4.-Superficie de
Control en un Controlador
Figura 6.- Definición de un Sistema Borroso.
basado en Reglas .
• RAMAs DE ESTUD[A~TES DEL IEEE 21
evitar obstáculos y seguir un objeto,
cuando la situación del entorno es tal
ROBOT
que la función de evitar tiene que ser
ejecutada, ésta bloquea
automáticamente la acción de seguir.
Para problemas sencillos esta
arquitectura es válida pero no es así en
situaciones donde la acción a desarro-
llar es muy compleja y necesita de una
secuencia de acciones concreta que no
se puede alcanzar mediante la ejecu-
ción de la acción básica que mejor se
adapte a la situación presente. Para la
realización de un alto nivel es necesa- T L'-----_------'t 1
rio tener una representación del mun-
do y un modo de razonamiento sobre Figura 9.- Representación del mundo mediante un
ese mundo. Quadtree.
La representación del mundo
puede darse a priori o bien puede cons- para la consecución de una meta. Este res se implementan sobre un soporte
truirse a partir de la información sen- problema se puede visualizar repre- hardware, es decir, un robot físico.
sorial, como por ejemplo mediante el sentando el espacio de búsqueda en Dentro del mundo de los robots autó-
algoritmo QUADTREE (Figura 9). forma de árbol (Figura 10), de tal nomos y dejando de lado los robots
Este método parte de la división del manera que el plan es el camino ópti- industriales, existen en la actualidad
mundo en celdas y en la agregación de mo dentro del árbol para alcanzar la multitud de robots autónomos. Mu-
estas para tener una visión más global meta propuesta. chos de ellos en los centros de investi-
del espacio sobre el que se mueve el Este procedimiento presenta una gación, pero también existen empre-
robot. serie de limitaciones cuando conside- sas, desde las grandes multinacionales
Cualquier método de obtención ramos la posibilidad de realizar accio- a las de aficionados, que fabrican y
de la representación del mundo lleva- nes concurrentemente. Además es ne- comercializan robots autónomos. De
do a una ejecución en un medio real se cesario que se ejecuten los pasos ante- entre ambos mundos hemos seleccio-
encuentra con dos problemas: la incer- riores con el efecto deseado para poder nado los siguientes ejemplos para dar
tidumbre de los sensores que están realizar el siguiente paso, cuando esto una visión del estado actual en la fabri-
explorando dicho mundo y la imposi- no ocurre es necesaria la replanificación cación de robots:
bilidad de localizar al robot dentro del de toda la solución. En estos casos se
mundo con unas coordenadas precisas debe abordar el problema desde una 4.1. Empresas
si no se cuenta con una referencia perspectiva distinta basada en técnicas
externa. multiagente. . Cybermotion: Empresa ameri-
Para razonar sobre esa represen- cana dedicada desde 1984 a la cons-
tación se utilizan planificadores. Un 4. Robots Existentes trucción de robots móviles autónomos.
planificador genera de forma automá- Su producto estrella es el robot SR2.
tica y gestiona un plan, que no es más Las arquitecturas de control que Un robot de vigilancia para entornos
que la secuencia de acciones necesaria se presentan en las secciones anterio- industriales y de oficinas, capaz de
Fuerza de la salida
Figura 8.- Ejemplo de Arquitectura Reactiva. de BJitar obliga a
r--- elegir ffitre una de
S 1as dos acci ones
E
N
distancia
ángulo :
SEGUIR UN
OBJETO
n.J
S
O
distancia - EVITAR
R : OBSTÁCULOS
E a obstáculos
S
~
22 BURAN N"7 ABRIL 1996
modul ares de ca se están utilizando en el estudio
bajo coste para comportamiento colecti vos.
la in ve ti ga- · Universidad Libre de Bruse-
ción. Unejem- las: Es el centro europeo que ha segui-
Tarea 3 pl o e el do más de cerca el trabajo del MIT
Trilobot. americano. Su enfoque tradicional e
. Real ha basado en robot con capacidades de
World Interfa- aprendizaje, aunque actualmente es-
ce: Fabrica ro- tán muy volcados hacia los agentes
Tarea 4 b o t s software.
rrnyajtalarrelle · Ecole Polytechnique Federal
para los cen- de Lausanne (EPFL): Centro sui zo
tros de inves- dedicado a la fabricación de robots
MtaJ ti gac ió n. Su autónomo , en la mejor tradición de la
diseñoessimi- mecánica suiza de precesión .. Entre
Figura 10.- Representac ión de la búsqueda de un plan. la r a l de ellos destaca el mini-robot Khepera
N o m a di c, (Figura 13) queel LaboratoriodeAgen-
patrullar 12 h. sin recargar baterías. Es siendo su producto estrella el B21 (Fi- tes Inteligentes presenta en la demos-
capaz de detectar fugas de gases, in- gura 11 ) Además de esta plataforma tración práctica.
cendio , intrusos, etc. dispone de multitudde periféricos como
. Nomadic Technologies: Unade manipul adores, cámaras, etc.
las empresas Líderes en la fabricación En España también se pue-
de robots para la in vestigación. Su den encontrar, por ejemplo
Nomad 200 ha ganado el concurso del en la Uni versidad Carlos mo
AAAl en 1995. En E paña hay vari os en el Instituto de Automática
ejemplares, por ejemplo, en la Facul- Industrial del [Link]..
tad de Informática de la U.P.M. y en la . Ublige Soft wa re y
E.T.S.1. de Telecomunicación. Robotics: Es una empresa de-
. Arrick Robotics: Es una em- dicada al desarrollo de con-
presa tejana que se dedica fundamen- chas de software para el con-
talmente a la fabricación de robots trol de robots au-
tónomos de tipo
insecto con múl-
tiples patas.
4.2. Uni ve r si- Figura 12: Micro-Robot Hormiga (Ants)
dades
4.3. Dónde encontrarlos
Ma ssachuselts
Institute of Technology: La siguiente pregunta que e
Es el centro que revolu- debe fornlular es donde se puede en-
c io nó, de la mano de contrar más información acerca de es-
Rodney Brooks, la forma tos robots. La mejor fuente de informa-
de abordar los problemas ción, en especial obre tecnología es la
del control de robots autó- internet, y dentro de internet el World
nomos, pasando del con- Wide Web. Algunas URLs interesan-
trol clásico basado en el tes sobre robótica son:
razo nami ento sobre un
modelo interno del mun- · [Link] :
do, a un control reacti vo. Una empresa que se dedica a vender
En la actualidad dentro productos de robótica para aficiona-
de MIT existen varios gru- dos, desde palte a robots completos a
pos trabajando con robots mu y buen precio.
autónomos, quizá uno de · [Link]
los robots más espectacu- robotics/[Link]: Es el lugar don-
lares por su reducido ta- de se puede encontrar prácticamente
maño sea el robot hormi - todo lo relacionado con robótica: Cen-
ga (Figura 12). Estos ro- tros de in vestigación, empresas, etc.
Figura 11.- El robot B2 l bots de una pulgada cúbi -
• RA MAS DE E STUDIANTES DEL IEEE 23
fabrica y comerciali za robots tipo Th eory and irs Applicariolls. KIlI wer
in secto . 19 5.
h p / / D. DUBOIS & H. PRADE. FII ~Y Sers
and S.ysrel1ls. rheory and applicarions.
[Link]: Archi-
Academic Press 1980.
vo con robo ts europeos.
WA G & KUR Fu--y Measllre
·[Link] y p.j s k.t.u- Th eo ry . Plenum Press 1992 .
[Link]/-tom/[Link] : Archi-
vo con robots japoneses . ·A RQ ITECT RAS DE CON-
Por supuesto existen TROL
muchas otras URL tan in teresantes
o más que éstas, pero ese es uno de BADREDDIN. E., FII~ ~y Rela rions
los muchos encantos de Internet , for Beh(/\'ior-FlIsioll of Mobile Robo/s.
navegar y encontrar. Happy Surfing. Proceedings of IEEE Int. Conference on
Robolics and AUlomali on. 3278-3283,
5. Bibliografía Relacionada 1994.
BRAIT ENB ERG, V., Vehi c les .
Experimenrs in Synrheric Psycology. The
. INTE Ll GE C IA A RT IFICIAL
MIT Press, Cambridge, Massachllsell s,
G. F. LUGER , W. A. STUBBLEFIELD,
1984 .
Figura 13.- Mini -Robot Khepera Arrificial Inrelligence. S/rucrures and
BROOKS, R.A .. A Robollsr Layered
Srraregies fo r Complex Prob le m
Conrrol Sysrem fo ra Mobile Robol. lEEE
Solving, The Benjam in/C ummi ngs
· [Link] JOllrnal of Robolics and Automation RA-
Publ. , 1993.
ra/sm-roa/Robotics/WhoSWho: Lis- 2. 14-23 , 1986.
AJ . GONZALEZ, D.D: DANK EL. Th e
tado de estudiantes interesada en te- BROOKS . R.A., Il1felligence wirhoLlf
Engineering of Kn owl edge- Ba se d
mas de robótica. represen/ation. Artificial Intelligence,
Sysrems , Prentice Hall , 1993.
47 , 139-159, 199 1.
· hUp://[Link]/ R. M. HARA LlCK. L. G. SHAPIRO,
Co ELL J. H. Minimalis/ Mobile
[Link]: RoboNews! Las últi - «Th e Consisrel11 labeling Problem: Par/
Roborics: A Colony-Sryle Archi/ec/lI re
mas informaciones sobre robots mobiles ¡", Trans. on PAM I, vol. 1, n° 2, Apr.
for an Ar/ificial Crearure. Academic
y sobre la industri a de la robótica. La 1979.
Press. Boston, MA , 1990.
mantiene la empresa RobotÍc Systems, K. B. IRANI, S. 1. Yoo, «A
m erhodolo gy for Sol vin g Problems :
GOODR IDGE, S. G., Luo, R.e. FII ~~y
lnc. Behavior Fusionfor Reacrive Con/rol of
P rob l em M o d e li n g and H e uri s /i c
· [Link] .cm u Genera rion », Trans. on PAMI , vol. 10,
an Au/onomous Mobile Robo/: MA RGE
.edu:80/robotics-faq : La FAQ de l Procced ings of IEEE Inl. Confe rence on
n° 5, Sep. 1988.
grupo de news comp .roboti cs en ver- Roboli cs and AlIlomali on, 1622- 1627 ,
1994 .
sió n HTML. . LÓGI CA BORROSA
[SHIKAW A, S. A m e rh od of
· [Link] L. A. ZADEH, «Ou/l ine of a New
au/onomous mobile roborna viga /ion by
research/neuro/ias-ras/[Link]: La
Approach /0 /he Analysis of Comp lex
usingfu zzy con /rol. Ad vanced Robolics.
Sys /emsand Decision Processes », Trans.
pág ina de la Inte lligent Autono mous Vol. 9 , No. 1, pp. 29.52 , 1995.
Syste ms (lAS) Soc iety. on SMC, vo l. 3, n° 1, Jan. 1973.
Jo ES L. J., FLYNN A. M. Mobile
L. A. ZADEH, « Fu ~y Logic», lEE
• [Link] : Robors: Inspira/ion /0 Implementa/ion .
Tra ns on Compulers, Apr. 1988.
Arri ck Roboti cs, empresa ya comen- Ed. A. K. Peters , We ll es ley,
L. A. ZADEH, «Th e Role of Fuzzy
tada anteri ormente. Massachllsells, 1993 .
Logic in /he Management of Uncerw in ry
·h t t p / / MINSKY M. The Sociery of Milld.
in Exper/ Sys/ems », Fuzzy SeIs and
[Link]/-cyberdog: Simon and Sch uster. ew York , NY .
Systems 11 , 1983.
1986.
Cybermotio n. La e mpresa fa bri cante H. MAMDANI, «Aplica /ion of Fu zzy
MONDADA, F., FRANZI, P. I. ,Mobile
de l robot vig il ante. Logic /0 Aprox imate Reasoning Using
Robo / min ia/uri sa /i o n: A roo l for
Ling uisric Syn /hes is ». lEE Tran s on
· [Link] s [Link]/-i s r : IS in vesti ga /ion in co n/ro l algori/h/lls.
Computers, vol. 26, n° 12, Dec. 1977.
Roboti cs Corporati on. La empresa Proceed ings of ¡he lhird Inlernalional
fa bricante de muchos de los robots 1. B. TURKSEN, Z. ZHONG, «An
Symposillm on Experimenta l Roboti cs.
Approxima/ e Analogical Reaso nin g
que utili zan en los ex perimentos de l Kyoto, Japan, 1993.
Approach Ba se d on Similari/y
MI T. ILSSO , N .1 . (ED.), Shakey /he
Measures », Trans. on SMe. vol. 18, nO
• [Link] : Rea l roboro SRI A. l. Center Techni ca l NOle
6, ov/Dec 1988.
323, Apri l, 1984 .
World Interface, fab rica e l 8 2 1, pre-E. BINAGHI ET AL. «Fu::2y Reasoning
PIN, F.G. , WATANABE. Y. Dril'ing
sentado anteri ormente .. Approach ro Similarity Evaluarion in
a Car using Reflexil'e Fu ~~y BehCl\'iors.
Image Analysis», International Journal
· [Link] Proceedings of Ihe Second Inlernalional
Robo oft es una empresa francesa of In lell igen l Syslems, vo l. 8, 749-
Conferenceon Fuzzy Systems, pago 1425-
769( 1993), John Wil ey&Son .
clás ica en la fa bricac ión de platafo r- 1430, San Franci sco, 1993 .
mas ro bóti cas para la ex perimenta- KUR & FOLG ER. Fu ~~y Se/s ,
REIG IER, P., FU ~ 2 Y logic
Uncerw inry and Informarion , Pren lice
c ió n. /echinques for m obile robo/ obstacle
\ Hall . 1992.
• [Link] : ZIMM ERMA N, Fu zzy Sers. avoidance. Robotics and Au tonomolls
-insecta: Ublige Software & Robotics Syslems, 12. pago 143-15 3, 1994.
24 BURAN N"7 ABRIL 1996
