El objetivo principal de esta tesis fue el desarrollar un sistema de navegación autónomo para la aplicación en robots móviles, para ello se uso el enfoque reactivo por presentar una aproximación más real al problema del planeamiento. El sistema de navegación se dividió en dos partes para fines del diseño; en la primera se desarrolló e implementó un controlador para el planeamiento de la trayectoria mediante el uso de controladores neuro-difusos y el uso de cuadrículas de certeza; mientras que en la segunda parte, se afrontó el problema de la localización del robot en un entorno desconocido, para lo cual se hizo uso de la fusión de sensores odométricos, inerciales y de redes inalámbricas. Para este propósito se diseño e implementó el controlador para diferentes plataformas de simulación, además se implementó el mismo en un robot Pioneer P3-AT, lográndose resultados interesantes que permiten apreciar este algoritmo como una alternativa atractiva en la navegación autónoma de los robots móviles, el método presentado representa un híbrido entre los métodos de navegación por fusión de conductas y los métodos basados en campo de fuerzas por lo cual permite aprovechar las ventajas de ambos métodos. Para la localización se implementó la fusión de sensores presentes en los celulares modernos y sensores de velocidad o encoders, la fusión de sensores se implementó en dos instancias, la primera para la estimación precisa de la orientación por medio de filtros de Kalman y la segunda en donde se realiza la estimación de las coordenadas de la posición con el uso de filtros de Kalman para sistemas no lineales. / Tesis

En el contexto de la pandemia de COVID-19 entre los años 2020-2021 se ha podido observar un crecimiento en los casos de enfermedades mentales como la depresión y ansiedad producto del aislamiento obligatorio a los que se tuvieron que someter muchos pacientes por la infección viral lo cual no permitía el contacto directo con los especialistas de la salud mental para el tratamiento de estas enfermedades. Así es como el proyecto del robot teleoperado para el tratamiento de afecciones mentales busca llevar la consulta del especialista hacia los pacientes a través de una videoconferencia y a la vez llevar toda la comunicación incorporada del robot a partir de los gestos que pueda realizar y que entable una conexión emotiva entre robot y paciente que permita facilitar la consulta teleoperada. En el marco de la tesis presentada, se resolverá el control necesario para la generación de los gestos que debe realizar el robot a través de sus brazos y cabeza y lograr de esta manera la conexión emocional con el paciente durante su consulta, lo cual conlleva a una realización de movimientos de manera natural y muy próximas a las que realizaría una persona cuando se comunica utilizando todo el cuerpo para expresar emociones. Para lograr este control sofisticado será necesario el uso de un controlador no lineal diseñado a partir del modelo matemático de los brazos y cabeza del robot. Se realizará tanto el diseño a partir de simulaciones de movimientos del robot, así como la implementación desde un prototipo inicial donde se probarán todas las rutinas validades por especialistas de la salud mental. Finalmente, la tesis obtendrá como resultado, una comparativa de los principales controladores no lineales como producto de la elección del controlador más adecuado para este proyecto. También explicará a detalle la implementación de los algoritmos necesarios para el control de las extremidades del robot y se mostrarán técnicas de programación que permitan el control y la obtención de datos de servomotores en tiempo real para su posterior análisis.

Over the last few years autonomous driving had an increasingly strong impact on the automotive industry. This created an increased need for artificial intelligence algo- rithms which allow for computers to make human-like decisions. However, a compro- mise between the computational power drawn by these algorithms and their subsequent performance must be found to fulfil production requirements. In this thesis incremental deep learning strategies are used for the control of a mobile robot such as a four wheel steering vehicle. This strategy is similar to the human approach of learning. In many small steps the vehicle learns to achieve a specific goal. The usage of incremental training leads to growing knowledge-base within the system. It also provides the opportunity to use older training achievements to improve the system, when more training data is available. To demonstrate the capabilities of such an algorithm, two different models have been formulated. First, a more simple model with counter wheel steering, and second, a more complex, nonlinear model with independent steering. These two models are trained incrementally to follow different types of trajectories. Therefore an algorithm was established to generate useful initial points. The incremental steps allow the robot to be positioned further and further away from the desired trajectory in the environ- ment. Afterwards, the effects of different trajectory types on model behaviour are investigated by over one thousand simulation runs. To do this, path planning for straight lines and circles are introduced. This work demonstrates that even simulations with simple network structures can have high performance. / Tesis

El objetivo principal de esta tesis fue el desarrollar un sistema de navegación autónomo para la aplicación en robots móviles, para ello se uso el enfoque reactivo por presentar una aproximación más real al problema del planeamiento. El sistema de navegación se dividió en dos partes para fines del diseño; en la primera se desarrolló e implementó un controlador para el planeamiento de la trayectoria mediante el uso de controladores neuro-difusos y el uso de cuadrículas de certeza; mientras que en la segunda parte, se afrontó el problema de la localización del robot en un entorno desconocido, para lo cual se hizo uso de la fusión de sensores odométricos, inerciales y de redes inalámbricas. Para este propósito se diseño e implementó el controlador para diferentes plataformas de simulación, además se implementó el mismo en un robot Pioneer P3-AT, lográndose resultados interesantes que permiten apreciar este algoritmo como una alternativa atractiva en la navegación autónoma de los robots móviles, el método presentado representa un híbrido entre los métodos de navegación por fusión de conductas y los métodos basados en campo de fuerzas por lo cual permite aprovechar las ventajas de ambos métodos. Para la localización se implementó la fusión de sensores presentes en los celulares modernos y sensores de velocidad o encoders, la fusión de sensores se implementó en dos instancias, la primera para la estimación precisa de la orientación por medio de filtros de Kalman y la segunda en donde se realiza la estimación de las coordenadas de la posición con el uso de filtros de Kalman para sistemas no lineales. / Tesis