de fuerza y ejercicios aeróbicos, para la evaluación de terapias de rehabilitación en las personas de edad avanzada, para la evaluación de movimientos del cuerpo humano en sobrevivientes de derrame cerebral, así como también en pacientes con trastornos sensorio-motores.
En esta misma área de aplicación, el trabajo realizado en la Universidad Autónoma de Coahuila (México) [10] presenta el diseño y el análisis cinemático de un robot que podría asistir en actividades comunes de rehabilitación de extremidades inferiores, como son el movimiento de sentado a levantado y la marcha. Así mismo, con base en un trabajo conjunto entre la Universidad de Alcalá (España), la Universidad Tecnológica de Panamá (Panamá) y la Universidad Autónoma de Santo Domingo (República Dominicana) [11], se propone un sistema orientado a e-Health que sirve para pre-diagnosticar enfermedades infectocontagiosas, utilizando señales biomédicas que a su vez son útiles para la construcción de los modelos predictivos.
En cuanto al campo de las aplicaciones industriales, la Universidad Autónoma de Bucaramanga (Colombia) presenta el diseño de un banco de pruebas para realizar un proceso electroquímico de anodizado en una pieza de aluminio [12], cuyo objetivo es analizar la influencia de la solución electrolítica, la temperatura y la corriente en la formación de la capa anódica, así como controlar la temperatura y la corriente del sistema. Por otra parte, en un trabajo conjunto de la Institución Universitaria ITSA y la Universidad del Norte (Colombia), [13] se aborda el problema de encontrar el valor óptimo para hiper-parámetros, como el número de capas y el número de neuronas por capa, para una Red Neural Artificial (ANN) completamente conectada, particularmente en problemas de regresión. La estrategia de optimización propuesta se pone a prueba en diferentes conjuntos de datos relacionados con diversas aplicaciones industriales: i) predicción del rendimiento de algoritmos de exploración para robots móviles; ii) predicción de la resistencia a la compresión del hormigón; ii) predicción de la producción de energía de una planta de energía; y iv) predicción de la calidad del vino. A su vez, la Universidad de Pamplona (Colombia) [14] desarrolla un control sensorless para un motor de inducción, mediante un convertidor multinivel trifásico con optimización del contenido armónico en voltajes de línea.
Otros ejemplos de aplicación en la industria son los trabajos realizados en la Pontificia Universidad Javeriana (Colombia). Uno de ellos propone un procedimiento para convertir robots industriales en componentes de la Industria 4.0, de acuerdo con las pautas del Modelo de Arquitectura de Referencia para la Industria 4.0 (RAMI 4.0) [15]; otro se dedica al diseño y la implementación de una herramienta para tareas colaborativas entre humanos y robots que, desde la mirada de Industria 4.0, se denominan robots colaborativos o COBOTS [16]; y un tercero se orienta al aporte a la solución del problema de secuenciación de tareas robóticas (RTSP por sus siglas en inglés) para un robot bimanual, ya que este problema había sido estudiado por la comunidad robótica, pero solo para manipuladores de un solo brazo [17]. Por su parte, como aporte a la industria de la construcción, la Universidad Tecnológica de Panamá (Panamá) presenta un estudio [18] cuyo objetivo es proponer un modelo del comportamiento térmico de un edificio pasivo que está ventilado simplemente por ventilación natural, el cual es necesario para controlar posteriormente el confort térmico del ambiente interior a través de las aberturas de ventilación natural y persianas del edificio.
Otro campo de aplicación que ha tenido un gran auge en los últimos años es el de los vehículos autónomos, donde la cooperación entre la Universidad de Texas A&M (EE.UU.) y la Universidad Autónoma de Coahuila (México) ha dado como resultado un diseño conceptual y un análisis de simulación de un sistema aéreo modular, denominado MAS [19], diseñado con el propósito de realizar vuelo independiente y cooperativo con o sin carga útil; las propiedades de modularidad permiten que el sistema se adapte a diferentes tareas agregando o quitando módulos a una configuración modular. Además, en la Universidad de Texas A&M, se ha implementado una Red Neuronal Profunda (DNN) para distinguir gestos particulares realizados con las manos, así como también el movimiento hecho por el brazo del usuario, con el propósito de accionar actividades determinadas en un Sistema Aéreo No Tripulado (UAS) [20].
Por su parte, en este mismo campo de los vehículos autónomos aéreos, la Pontificia Universidad Javeriana (Colombia) [21] ha desarrollado un esquema de cooperación entre vehículos aéreos no tripulados (UAV), en el que se utiliza la técnica de Control por Modos Deslizantes para garantizar que el conjunto de robots sea capaz de seguir una trayectoria definida como referencia, garantizando la navegación libre de colisiones entre dichos vehículos autónomos. Respecto a otro tipo de vehículos autónomos, la Universidad Tecnológica de Panamá (Panamá) ha mostrado cómo aprovechar la resolución de la redundancia cinemática por medio de un Algoritmo Genético Multi-objetivo para la generación de la trayectoria de un Vehículo Submarino Manipulador (Underwater Vehicle Manipulator System - UVMS) [22].
Sumado a lo anterior, se han obtenido desarrollos y avances de corte académico o en algunos casos teórico, necesarios en el camino hacia futuras aplicaciones prácticas. Vale la pena comentar que, en algunos de los casos mencionados a continuación, ha sido muy valiosa la cooperación entre diferentes instituciones de educación superior, resaltando de esta manera la importancia del trabajo en redes académicas. Por ejemplo, la Universidad Estatal de Santa Catarina (Brasil) en cooperación con la Universidad Federal de Santa Catarina (Brasil), desarrolló una formulación robusta para la síntesis óptima de un mecanismo de cuatro barras generador de trayectoria [23]; y en cooperación con la Universidad Comunitaria de la Región de Chapecó (Brasil), obtuvo un método de optimización gráfica que determina la orientación ideal de un robot paralelo, con el fin de maximizar la rotación de su plataforma alrededor de un eje [24]. Adicionalmente, como parte de las labores de cooperación entre la Universidad Autónoma de Coahuila (México) y la Universidad de Texas A&M (EE.UU.) se presenta el análisis de fuerza estática de una rueda HeIse RSRR [25], que consiste en un mecanismo de dos grados de libertad que puede transformar una rueda circular en una rueda con múltiples extremidades.
También se han desarrollado algunos sistemas y prototipos para ser usados en la enseñanza del control. Al respecto, se puede citar el diseño y el control de un prototipo de bajo costo de un sistema Ball and Plate [28] como herramienta de recursos de aprendizaje, y el modelado y control de una grúa didáctica bi-riel [29]; realizados en la Universidad Pedagógica y Tecnológica de Colombia (Colombia). En esta misma línea, en la Universidad del Cauca (Colombia) se realizó el modelo dinámico y el control de una bicicleta robótica [27]; y en la Universidad Nacional de Colombia (Colombia) se desarrolló una interfaz de usuario inmersiva que, utilizando realidad aumentada, permite programar trayectorias para el robot ABB IRB 140, mediante el uso de un marcador cúbico y retroalimentación de información útil al usuario a través del dispositivo THC VIVE [26].
Teniendo en cuenta este panorama, en la Sección I se presentan algunos artículos cortos sobre trabajos que han sido desarrollados en distintas universidades latinoamericanas, con aplicaciones de la automática y la robótica en la agricultura, la educación o la industria. Luego, en la Sección II, en el formato de resumen extendido, se presentan algunos resultados preliminares de trabajos que, en el momento de su presentación en el congreso, se encontraban en desarrollo y que muestran algunas posibles aplicaciones en la industria y en el campo de la salud humana.
Referencias
[1] R. Villalpando-Hernandez, C. Vargas-Rosales, R. Diaz-M, L. Espinoza, and A. Martínez, “CNut Gathering Robot. Design, Implementation and Mathematical Characterization”, in Advances in Automation and Robotics Research (vol. 112), A. Martinez, H. A. Moreno, I. G. Carrera, A. Campos and J. Baca, Eds. Zurich, Switzerland: Springer, 2020, pp. 51–63.
[2] W. Marín, J. Colorado, and I. M. Bernal, “Computer Vision for Recognition of Fruit Maturity in Amazonian Palms Using an UAV”, in Advances in Automation and Robotics Research (vol. 112), A. Martinez, H. A. Moreno, I. G. Carrera, A. Campos and J. Baca, Eds. Zurich, Switzerland: Springer, 2020, pp. 31–39.
[3]
