Skip to main content

Towards Intelligent Cognitive AUVs

Article Category

Article available in the folowing languages:

Robots submarinos equipados con «software» de toma de decisiones

Los vehículos submarinos autónomos (AUV, por sus siglas en inglés) permiten observar más de cerca lo que yace bajo la superficie de los océanos y mares del mundo para cumplir con una gran variedad de fines, y cada vez son más inteligentes y fiables gracias a unos innovadores algoritmos de procesamiento de datos.

Economía digital
Alimentos y recursos naturales

La exploración arqueológica, la investigación científica y los levantamientos topográficos del fondo marino para el desarrollo industrial y gubernamental, que incluye la instalación de tuberías o la construcción de puentes, son solo algunos de los motivos para explorar los entornos submarinos. El proyecto TIC-AUV, que contó con el apoyo del programa Marie Skłodowska-Curie, se propuso hacer que los AUV empleados en exploración sean mucho más inteligentes y tengan una mayor autonomía de trabajo.

Abordaje de las limitaciones actuales

La mayoría de los AUV se emplean actualmente para levantamientos topográficos preprogramados que requieren poca o ninguna «cognición». Francesco Maurelli, investigador principal y beneficiario de la beca, comenta: «El trabajo realizado en este proyecto ayudó a que los AUV pudieran comprender mejor el entorno, tomar decisiones y hacer frente a imprevistos y fallos a fin de liberar su potencial para la economía azul». Para lograr sus objetivos, Maurelli confió en su experiencia en el desarrollo de «software» para crear algoritmos de procesamiento de información. Estos algoritmos pueden ayudar a extraer y analizar información relevante sobre el entorno a partir de los sensores de un AUV.

Utilidades avanzadas que aprovechan los datos del entorno y de los robots

Los robots industriales llevan utilizándose durante decenios, realizando tareas automatizadas y repetitivas desde una ubicación fija. A medida que los robots han salido de las fábricas y se han trasladado a entornos complejos, desestructurados y cambiantes, su utilidad depende de la capacidad para procesar información sobre esos entornos y tomar decisiones de la misma manera a como lo haría una persona. En este contexto, un sistema autónomo autopropulsado debe ser capaz de construir y actualizar una representación rica del entorno operativo cambiante, lo que incluye su propia ubicación y orientación dentro del mismo (posicionamiento) y las interrelaciones entre objetos, una característica denominada (mapeo semántico). Maurelli explica: «La representación semántica del mundo real se basa en dos aspectos importantes, a saber: el procesamiento de sensores para analizar los datos recopilados e identificar conceptos importantes, y la modelización de la representación del mundo real para definir cuáles son los conceptos relevantes para el ámbito específico y su relación». De forma similar, gracias al empleo de sensores que proporcionan información tanto del entorno como del propio robot, los algoritmos de posicionamiento estiman la orientación y la posición del AUV en función de las probabilidades de proximidad a los objetos en el mapa del mundo real. Los códigos de procesamiento de sensores de Maurelli hacen posibles los objetivos finales del proyecto, lo que permite obtener unos AUV más inteligentes con mayor autonomía de inmersión gracias a sus capacidades para responder a situaciones y fallos imprevistos. La toma de decisiones activa se basa en acciones de optimización de una tarea determinada a partir de un mapa semántico preciso y de la localización del AUV. La gestión de los fallos ayuda a los robots a detectar un fallo y a tomar las medidas adecuadas para solucionarlo, algo fundamental para la autonomía a largo plazo. El código desarrollado para gestionar los fallos del sistema de propulsión o del propulsor puede extenderse a una gran variedad de fallos potenciales gracias a un mapa semántico actualizado.

Repercusiones más amplias

Poniéndolo todo en contexto, Maurelli dice: «Me enseñaron a no rendirme nunca, a concentrarme en mis metas y a hacer todo lo posible para alcanzarlas. De alguna manera, estoy inculcando a los robots con los que trabajo el mismo valor, es decir, si hay un fallo, encuentra una manera de resolverlo para que puedas cumplir tu misión». Aunque TIC-AUV fue concebido para mejorar la robótica submarina en general, a mayor escala, Maurelli prevé que los AUV serán más inteligentes y respaldarán la gran variedad de facetas de la Agenda 2030 de las Naciones Unidas para el Desarrollo Sostenible a través de la exploración y explotación sostenibles de los mares y océanos.

Palabras clave

TIC-AUV, vehículo submarino autónomo (AUV), entorno, robot, sensor, fallo, algoritmo, datos, posicionamiento, orientación, procesamiento de sensores, mapa semántico

Descubra otros artículos del mismo campo de aplicación