La presente Tesis Doctoral tiene como objetivo general el empleo de sistemas sensoriales de visión y fuerza conjuntamente para realizar el guiado de robots en aquellas tareas en las que no solo se requiere controlar la trayectoria del robot sino también su interacción con el entorno. Para ello, en primer lugar se describe un nuevo método para el seguimiento de trayectorias empleando visión artificial denominado control visual basado en flujo de movimiento . Este sistema salva las limitaciones de los métodos existentes hasta la actualidad para el seguimiento de trayectorias basados en control visual, permitiendo realizar un seguimiento independientemente del tiempo, ajustable en precisión y velocidad, y garantizando un correcto comportamiento tanto en la imagen como en el espacio 3-D. Seguidamente se extiende este método al caso en el que el objeto del cual se extrae la información visual se encuentre en movimiento, mostrando una metodología para la estimación de dicho movimiento y su inclusión en la estrategia de seguimiento de trayectorias . Asimismo, se introducen las consideraciones necesarias para permitir el seguimiento ante oclusiones temporales. A continuación se describe una nueva estrategia para la combinación de la información procedente de los sensores visual y de fuerza. Para ello, se combina la información procedente de un sistema de control visual basado en flujo de movimiento con la de uno de control de fuerza permitiendo controlar conjuntamente el seguimiento de la trayectoria y su interacción con el entorno. Se aplica esta estrategia a entornos no estructurados, por lo tanto, se requiere un reconocimiento previo del objeto con el que interactúa el robot para garantizar la coherencia entre las informaciones obtenidas de ambos sistemas sensoriales. Asimismo, se muestra que resulta fundamental el presentar un comportamiento intemporal para garantizar un correcto seguimiento. A lo largo de la Tesis Doctoral se muestran distintos casos prácticos con los que se avalan las aportaciones realizadas. / This PhD Thesis focuses on the joint use of visual and force systems to guide robots in tasks which require not only a control of the trajectory but also of robot's interaction with its setting. First, a new trajectory tracking method which employs computer vision, called movement flow-based visual servoing, is described. This system avoids the limitations of other existing methods in tracking trajectories based on visual servoing, allowing a non-time-dependent tracking whose precision and velocity can be adjusted, and which guarantees the correct behaviour of both the image and the 3-D space. The method is then extended to the case where the object from which visual information is taken, is in movement . To do so, a methodology for estimatiog such movement and including this estimation in the tracking strategy, is shown. Likewise, the necessary considerations for tracking in the face of temporary occlusions, are also explained. A new strategy for combining the information taken from the visual and force sensors is then described. To do so, the information from a movement flow-based visual servoing system is combined with that from a force control system, which allows the joint control of the tracking and the robot's interaction with its surroundings . This strategy is applied here to non-structured settings and, therefore, requires previous knowledge about the object with which the robot interacts, in order to guarantee the coherence between the two sets of information obtained from both sensorial systems. It is also shown that non-time-dependent behaviour is indispensable in order to guarantee a correct tracking. Throughout this Doctoral Thesis, different practical cases are presented, which support the contributions.

Uno de los aspectos esenciales en la robótica móvil es la obtención y procesamiento de la información relativa a la localización del robot en el espacio de movimiento, con el fin utilizarla para generar los movimientos deseados del robot. Para esto se busca utilizar la mayor cantidad posible de fuentes de información con el fin de corregir los errores de posición asociados a la presencia de ruido en las mediciones del robot. La fusión de esta información es tema central de la tesis en la cual se exponen distintos algoritmos de fusión, desarrollados específicamente para robots móviles con recursos de computación limitados. Utilizando modelos dinámicos en conjunto con técnicas de fusión basadas en filtro de Kalman se realiza una estimación local de la posición utilizando sensores inerciales. Esta estimación se fusiona mediante un filtro de Kalman con información de un sensor global y una corrección basada en eventos. Esta combinación de filtros en cascada con corrección basada en eventos es el principal aporte de la presente tesis. Esta solución al problema de localización permite una precisión similar pero un coste computacional menor a esquemas más complejos de fusión, lo que permite su implementación en robots de recursos limitados. El esquema propuesto se extiende para permitir la localización cooperativa de grupos de robots, modificando la actualización por eventos para incorporar la fusión de la posición de distintos robots cercanos entre si. Para esto se determina la posición entre los robots y se utiliza un sistema de comunicación y gestión basada en agentes. Este método permite realizar una fusión sensorial inteligente, tomando en cuenta únicamente la información de posición más fiable para actualizar al grupo de robots, lo que nuevamente reduce el costo computacional de la solución sin repercusiones considerables en la precisión de la localización. Los algoritmos propuestos son probados extensivamente mediante simulación y en distintas plataformas, principalmente en el LEGO NXT. Se presentan además ejecuciones de tiempo extendido que comprueban la estabilidad y robustez del método en largas distancias. / Marin Paniagua, LJ. (2014). Localización de robots móviles de recursos limitados basada en fusión sensorial por eventos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/38902