Robots industriales más rápidos y eficientes con planificación motora en tiempo real
Piense en la imagen de fábricas inteligentes que implementan robots capaces de aprender, pensar y actuar como humanos. Esta situación conlleva inevitablemente unos elevados niveles de automatización robótica: robots que puedan llevar a cabo tareas que no se planifican muy meticulosamente con antelación, que toman decisiones descentralizadas y que planifican movimientos en tiempo real. Esta era la idea del proyecto financiado con fondos europeos Co4Robots: Factories of the Future, donde distintos robots y humanos trabajarían conjuntamente de forma segura y productiva en tareas comunes, como la recogida, el transporte y la entrega de artículos. La principal dificultad a la que se enfrentó Co4Robots fue coordinar eficazmente robots con distintas capacidades de actuación, manipulación y percepción.
Centralización frente a descentralización del control y la coordinación
Resulta difícil conseguir que los robots se muevan como una unidad cohesionada, a la vez que se reparten las tareas. La supervisión y la coordinación de este sistema heterogéneo exigen un marco descentralizado que integre un elevado nivel de planificación de tareas, un control de movimientos de bajo nivel, y una firme percepción robótica en tiempo real. La coordinación del equipo robótico suele basarse en una planificación centralizada sin conexión. Las tareas conexas se preparan con antelación y se llevan a cabo de forma predefinida. «Las trayectorias y las acciones asignadas no pueden ayudar a liberar el amplio potencial que los sistemas con múltiples robots pueden mostrar al llevar a cabo operaciones en un entorno dinámico. Cualquier cambio repentino en el entorno o el tipo de tareas asignadas requeriría niveles más elevados de coordinación y, por tanto, haría que el sistema se detuviera y solicitara intervención humana», explica Dimos Dimarogonas, coordinador de Co4Robots. Co4Robots abordó la necesidad de una (re-)planificación de tareas automatizada en tiempo real en ausencia de la influencia decisiva principal de un sistema centralizado. «Principalmente nos centramos en mejorar la colaboración entre los distintos tipos de robots que interactúan entre sí, y entre robots y humanos. Algunos ejemplos de ello son el transporte con fuerza controlada, el reconocimiento de gestos humanos y la descomposición y asignación dinámica de tareas», añade Dimarogonas.
Hitos del proyecto
Los investigadores ensayaron tres escenarios para poner a prueba las interacciones entre los distintos agentes en un entorno cambiante. En el primero, intervenían un humano y un robot que colaboraban en el transporte de una carga. El humano indicaba al robot qué debía hacer mediante un gesto con la mano. En el segundo escenario, intervenía una entidad robótica fija y una móvil que interactuaban entre ellas y con humanos, también para sujetar un objeto. En el tercer escenario, varios robots y humanos trabajaban en un espacio compartido. Las tareas incluían la comprobación periódica de los productos acabados en estaciones de montaje, la entrega de los productos a la siguiente estación de producción y el seguimiento de las solicitudes de suministros procedentes de la estación de ensamblaje. Para materializar estos escenarios, los científicos fueron pioneros, entre otras cosas, en el desarrollo de metodologías distribuidas para el control del movimiento en tiempo real de sistemas multiagente en un entorno dinámico, de programas de control para el transporte colaborativo de cargas, de los algoritmos de percepción, y de la detección y el seguimiento de objetos o agentes. El nuevo método descentralizado para la planificación del movimiento en tiempo real se basó en la lógica temporal lineal (LTL) y en la lógica temporal de intervalos métricos, parte de la LTL. La LTL es un proceso similar a anotar los comandos necesarios para completar una determinada tarea. Esta planificación automatizada conlleva tres etapas: en la primera, unos métodos descentralizados eficientes traducen las capacidades de movimiento y las interacciones dinámicas de cada agente en una representación discreta; en la segunda, se descompone la tarea inicial en tareas locales; y, en la tercera, se obtiene un plan de tareas de alto nivel. Otro resultado del proyecto fue el desarrollo de una arquitectura de «software» que respalda la colaboración humano-robot, así como la adaptación y la coordinación de sistemas con un solo robot o con varios robots de forma descentralizada. En conjunto, los resultados de Co4Robots se presentan en más de ochenta publicaciones.
Palabras clave
Co4Robots, robots, coordinación, descentralizado, planificación de movimiento en tiempo real, fábrica del futuro, lógica temporal lineal