Investigadores de la Universidad Miguel Hernández de Elche (UMH) han desarrollado un sistema que mejora la capacidad de los robots móviles para ubicarse y orientarse en entornos extensos, incluso cuando no conocen su posición inicial y cuando el paisaje ha cambiado con el paso del tiempo. La técnica, basada en inteligencia artificial y en sensores láser, imita con éxito la lógica humana para orientarse y ha sido desarrollada en el Instituto de Investigación en Ingeniería de Elche (I3E). El avance supone un paso clave para la navegación autónoma de las máquinas inteligentes en escenarios reales y resuelve el conocido como ‘problema del robot secuestrado’.
El trabajo, publicado en la revista International Journal of Intelligent Systems, demuestra que este nuevo método permite una localización más precisa y estable que otras técnicas actuales, especialmente en escenarios exteriores sometidos a cambios estacionales. El sistema se ha probado durante varios meses en el campus de Elche de la UMH, tanto en espacios abiertos como en interiores, bajo distintas condiciones ambientales.
“Para que un robot móvil sea realmente autónomo, necesita saber dónde está en cada momento. Y eso no siempre es sencillo”, explica la investigadora de la UMH Míriam Máximo, autora principal del artículo. La experta aclara que los sistemas de navegación por satélite no son infalibles y pueden fallar cerca de edificios o directamente no estar disponibles en interiores. Por eso, los robots necesitan interpretar su entorno mediante sensores y algoritmos propios.
En el ámbito de la robótica móvil se habla frecuentemente del problema del robot secuestrado. Ocurre cuando un robot se apaga, se queda sin batería o es trasladado a otro lugar y, al reiniciarse, no dispone de información previa sobre su posición. Si además el entorno es muy similar a otros —pasillos idénticos, calles repetidas o zonas con pocos elementos distintivos—, el robot puede desorientarse por completo.
“Es un problema clásico y muy difícil de resolver, sobre todo en entornos grandes”, señala la investigadora. “Igual que nos ocurre a las personas, un robot puede encontrarse en un lugar que se parece a muchos otros y no saber exactamente dónde está”.
Para abordar este reto, el grupo de investigación de Automática, Robótica y Visión por Computador de la UMH ha desarrollado un método jerárquico que imita la forma en que las personas se orientan cuando llegan a un lugar desconocido o que ha cambiado con el tiempo. El sistema, denominado MCL-DLF (Monte Carlo Localization – Deep Local Feature), permite al robot aprender a orientarse en un nuevo entorno en dos pasos.
En una primera fase, el robot realiza una localización gruesa, equivalente a un vistazo general. En este paso, identifica la zona aproximada en la que se encuentra a partir de la forma global del entorno, como edificios, vegetación o grandes estructuras. Una vez acotada esa región, el sistema pasa a una localización fina, en la que se fija en detalles mucho más precisos para determinar su posición exacta y su orientación.
“Es igual que cuando nos encontramos en esos barrios de expansión de las ciudades, en los que todas las calles y edificios se parecen porque se construyeron a la vez, y necesitamos fijarnos en pequeños detalles para distinguir un lugar de otro”, explica la investigadora de la UMH. Para evitar que el robot confunda zonas muy similares, el sistema recurre al aprendizaje profundo. “En su caso, es como si, además de reconocer la calle, utilizara una cinta métrica para saber exactamente qué baldosa está pisando”, afirma Míriam Máximo.
En ambos pasos, el robot analiza las nubes de puntos tridimensionales captadas por los sensores LiDAR mediante técnicas de aprendizaje profundo y métodos probabilísticos que le permiten extraer automáticamente las características más relevantes del entorno y compararlas con un mapa construido a partir de recorridos anteriores. De este modo, el robot no depende de reglas predefinidas, sino que aprende por sí solo qué rasgos del entorno son realmente útiles para orientarse.
Una de las claves del sistema desarrollado en la UMH es su fiabilidad frente a cambios de apariencia del entorno, como los que se producen entre distintas estaciones del año. Las pruebas realizadas durante varios meses en el campus de Elche muestran que el método funciona bien incluso cuando cambian la vegetación, la iluminación o las condiciones ambientales.
“Hemos comprobado que nuestro sistema obtiene mejores resultados de precisión en posición que otros métodos existentes, con valores de orientación similares o superiores en determinados recorridos y una menor variabilidad a lo largo del tiempo, lo que confirma su robustez frente a cambios estacionales”, afirman los profesores de la UMH Mónica Ballesta y David Valiente, colíderes del estudio.
Este avance tiene aplicaciones directas en ámbitos como la robótica de servicio, la logística automatizada, la inspección de infraestructuras, la vigilancia ambiental o los vehículos autónomos, ámbitos en los que la localización fiable es un requisito esencial para operar con seguridad y eficiencia.
Los expertos concluyen que “si bien la navegación autónoma sigue siendo uno de los grandes retos de la robótica, este trabajo nos acerca un poco más a los robots capaces de desenvolverse de forma fiable en el mundo real, un mundo cambiante y nunca perfectamente predecible”.
Además de Máximo, Ballesta y Valiente, han participado en el estudio los investigadores del I3E UMH Antonio Santo y Arturo Gil. La investigación ha sido financiada por el Ministerio de Ciencia, Innovación y Universidades, la Agencia Estatal de Investigación y los fondos FEDER de la Unión Europea, a través del proyecto PID2023-149575OB-I00, así como por la Generalitat Valenciana mediante el programa PROMETEO (proyecto CIPROM/2024/8).
