En este artículo, se llevó a cabo un análisis comparativo de tres técnicas de planificación de trayectorias para resolver un sistema bola-laberinto con una plataforma de dos grados de libertad. El objetivo del sistema era guiar una bola desde un punto inicial hasta un punto de destino dentro de un laberinto definido por el usuario. Los algoritmos evaluados fueron RRT (Rapidly Exploring Random Trees), PRM (Probabilistic Roadmap) y el uso de diagramas de Voronoi en combinación con el algoritmo de búsqueda A*. El sistema implementado constaba de cuatro subsistemas: mecánico, de visión, de planificación y de control. La contribución principal del trabajo radicó en la evaluación experimental de los algoritmos en un entorno físico, así como en un análisis completo de los resultados, tanto gráfica como analíticamente. Se realizaron 20 ejecuciones de cada algoritmo para cuatro configuraciones diferentes del laberinto. Posteriormente, se calcularon las métricas de tiempo de ejecución y longitud de la trayectoria, determinando el tiempo promedio y la distancia promedio, junto con sus intervalos de confianza del 95%. Los resultados principales indicaron que el algoritmo RRT presentó una mayor variación en sus resultados, generando trayectorias más largas pero con un mejor rendimiento en términos de tiempo de ejecución. Por otro lado, el algoritmo PRM produjo trayectorias más cortas pero tuvo el peor rendimiento en cuanto al tiempo de ejecución. La técnica que utilizaba diagramas de Voronoi mostró menor variación en sus datos y generó trayectorias suaves y equidistantes entre las paredes del laberinto.
INTRODUCCIÓN
Las técnicas de planificación de trayectorias son de gran utilidad en la solución y optimización de problemas en múltiples áreas. Por ejemplo, en el campo de la robótica y automatización (1, vehículos autónomos 2, fabricación y ensamblaje de piezas (3, aplicaciones aeroespaciales (4, diseño de medicamentos 5 e incluso en juegos (6. El objetivo principal es obtener una trayectoria desde un punto inicial hasta un punto de destino en un ambiente dado. Este entorno puede ser muy complejo y con una gran variedad de obstáculos, lo cual implica problemas con alto grado de complejidad para un operador y resulta conveniente el uso de sistemas autónomos (5.
Para la planificación de trayectorias es necesario conocer la información del entorno (v.g. dimensiones, número de obstáculos, posición inicial, punto de destino) previo a la ejecución del algoritmo de planificación. Las métricas principales para evaluar un planificador consisten en la longitud de la trayectoria y el tiempo de ejecución (7. Por otra parte, entre los algoritmos de planificación más comunes se tienen los basados en muestreo como RRT (Rapidly Exploring Random Trees) 8 o PRM (Probabilistic Roadmap) 9.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Composites multiescala: Evaluación de un proceso de fabricación viable
Artículo:
Método de compensación de holgura adaptable basado en la observación del estado de tacto para un cohete de conductos sólidos
Video:
IQMS Demo: Sistemas de ejecución de manufactura
Artículo:
Un algoritmo de planificación de rutas con balance de energía para UAVs de transporte múltiple basado en GA
Artículo:
Optimización de integradores de orden entero para obtener modelos mejorados de sus homólogos fraccionarios
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.