Un subconjunto de la Mecatrónica es la Robótica, que es un área multidisciplinaria que aborda la investigación, análisis y diseño de una clase particular de sistemas mecánicos denominados robots, los cuales representan retos teóricos debido a su naturaleza multivariable, dinámica no lineal y acoplada.
De acuerdo con la definición ampliamente aceptada del Instituto de Robótica de América, un robot es un manipulador multifuncional reprogramable diseñado para mover materiales, partes, herramientas o dispositivos especializados a través de movimientos variables programados para el desempeño de una variedad de tareas.
Tal definición, que data de 1980, refleja en cierto modo el estado actual de la tecnología en robótica [1]. En nuestros días se cuenta con varias definiciones de robots manipuladores industriales, de acuerdo con la definición adoptada por la Federación Internacional de Robótica bajo la norma ISO/TR 8373, se define de la siguiente manera: “Un robot manipulador es una máquina manipuladora con varios grados de libertad controlada automáticamente, reprogramable y de múltiples usos, pudiendo estar en un lugar fijo o móvil para su empleo en aplicaciones industriales” [2].
El concepto robot fue introducido por el escritor checoslovaco Karel Capek en su novela satírica Rossum’s Universal Robots, en 1921. Fue en la década de los 40’s cuando el ruso Isaac Asimov introdujo el término robótica para designar a la ciencia dedicada al estudio de robots, la cual está basada en tres leyes fundamentales [1]:
- Un robot no puede dañar a un ser humano o, por inacción, permitir que un ser humano resulte dañado.
- Un robot deberá obedecer las órdenes dadas por seres humanos, excepto cuando tales órdenes entren en conflicto con la primera ley.
- Un robot deberá proteger su propia existencia, en tanto dicha protección no entre en conflicto con la primera o segunda ley.
En su novela titulada Robots e Imperio, publicada en 1985, Isaac Asimov incorporó una cuarta ley, conocida como la ley cero: un robot no puede lastimar a la humanidad o, por falta de acción, permitir que la humanidad sufra daño. Esta ley de mayor prioridad que la primera, antepone el bien comunitario al individual.
La búsqueda de la autonomía ha sido un objetivo fundamental en la robótica.
Durante años se ha tratado de que los robots estén dotados de capacidades de percepción y actuación autónomas, sin la intervención de los humanos. Los robots industriales actuales son capaces de realizar autónomamente numerosas operaciones en procesos de fabricación, ejecutando programas que permiten realizar movimientos variados en operaciones repetitivas realizadas en entornos estructurados y acondicionados para su funcionamiento. Sin embargo, la actuación de robots en entornos naturales no acondicionados y con dinámicas no predecibles requiere funciones de interacción con el entorno y capacidades de deliberación mucho más complejas [3].
Un componente importante de un sistema robótico es la adquisición, procesamiento e interpretación de la información provista por los sensores. Esta información es utilizada para derivar las señales de control para manejar un robot. La información acerca del sistema y su ambiente puede obtenerse a través de una gran variedad de sensores, tales como posición, velocidad, fuerza, tacto o visión.
El problema del posicionamiento de los robots manipuladores que usan la información visual ha sido un área de investigación en los últimos 30 años. En los años recientes la atención a este tópico tiene un interés creciente. La información con retroalimentación visual puede resolver muchos problemas que limitan aplicaciones de robots actuales: la exploración en alta profundidad, conducción automática, la robótica médica, los robots aéreos, etcétera,
Visual servoing hace referencia a un sistema en lazo cerrado para el control de posición del extremo final de un robot usando directamente la retroalimentación visual [4]. Este término se introdujo por Hill y Park [5] en 1979. Representa una solución atractiva para posicionar y mover robots manipuladores autónomos que evolucionan en los ambientes no estructurados.
En visual servoing de Weiss [6] y William [7] ha clasificado dos clases de control en base a visión para el robot: el de retroalimentación visual basada en posición y el de imagen. Dentro de las características de este último se extraen las características principales de la imagen y se estima la posición del blanco con respecto a la cámara. Usando estos valores se crea una señal de error entre la posición actual y la posición deseada del robot dentro del espacio de trabajo; mientras la última señal de error es definida directamente por los rasgos principales de la imagen para controlar el extremo final del robot. En ambas clases de métodos se trazan los puntos del objeto hacia el plano de imagen de la cámara y de estos puntos, por ejemplo una clase particularmente útil de rasgos de la imagen es el centroide usado para el control del robot [8] [9] [10] [11].
En la configuración entre la cámara y robot, puede tenerse como cámara fija o cámara en mano. Los sistemas robóticos de cámara-fija tienen un sistema de visión fijo en el marco de las coordenadas general donde capturan imágenes del robot y su ambiente. El objetivo del control es mover el extremo final del robot de tal manera que alcance un punto deseado. En la configuración de la cámara-en-mano, a menudo llamada también ojo-en-mano, generalmente una cámara está montada en el extremo final del robot, proporcionando información visual del ambiente. En esta configuración, el objetivo del control es mover el efector-final del robot de tal manera que la proyección del blanco estático siempre esté en una situación deseada en la imagen dado por la cámara.
Al problema general de control se le denomina control de posición; este planteamiento es particularmente relevante cuando en el lazo de retroalimentación se incluye una señal de video o imágenes, al cual existen problemas abiertos y de interés en la comunidad científica. Desde que los primeros sistemas de visual servoing se reportaron éstos han ido en aumento y en los últimos años se incrementaron también los trabajos publicados.
Bibliografía
[1] Sciavicco L., Siciliano B., 2001, Modelling and Control of Robot Manipulators. 2nd ed., Springer-Verlag, London.
[2] Kely R. Santibáñez V., 2003, Control de Movimiento de Robots Manipuladores, Prentice Hall.
[3] Gómez de Gabriel, Jesús Manuel, Aníbal Ollero Baturone, 2006, Teleoperación y Telerrobótica, Prentice Hall.
[4] Hutchinson S., G. D. Hager and P. I. Corke, 1996, “A Tutorial on Visual Servo Control”. IEEE Trans. on Robotics and Automation, Vol. 12, No. 5, October, pp. 651-670.
[5] Hill J. and W. T. Park, 1979, “Real Time Control of a Robot with a Mobile Camera”. in Proc. 9th ISIR, Washington, D.C., Mar. pp. 233-246.
[6] Weiss L. E., A. C. Sanderson, and C. P. Neuman, 1987, “Dynamic sensor-based control of robots with visual feedback” in IEEE Journal of Robot. Automat., vol. RA-3, pp. 404-417, Oct.
[7] Wilson W. J., C. C. Williams, and Graham S. B. 1996, “Relative End-Effector Control Using Cartesian Position Based Visual Servoing”. IEEE Transactions on Robotics and Automation. vol. 12 No. 5, pp. 684-696. October.
[8] Kelly R., P. Shirkey and M. W. Spong, 1996, “Fixed-Camera Visual Servo Control for Planar Robots”. IEEE International Conference on Robotics and Automation. Minneapolis, Minnesota, April, pp. 2643-2649.
[9] Reyes F. 2011, Libro de Robótica Control de Robots Manipuladores. Ed Alfaomega.
[10] Reyes F., Cid J. Vargas E., 2013, Libro de Mecatrónica Control y Automatización, ISBN-10: 6077075485, ISBN-13: 978-607-707-548-6 Editado por Alfaomega. Mayo.
[11] Reyes F., Cid J., 2015, Libro de Arduino. Aplicaciones en Robótica y Mecatrónica, ISBN: 978-607-622-193-8 Editado por Alfaomega Grupo Editor. Enero.
