Fundamentos de robótica

Lab de brillo y luminancia — exposición, gamma y recorte

Compara la exposición lineal con ajustes de gris codificado mediante imágenes sintéticas, histogramas y gradientes.

Hands-on · 2 min de lectura

Laboratorio de extracción de puntos — comparar Harris y Shi–Tomasi

Gira, redimensiona y cambia el brillo de imágenes sintéticas para comparar las esquinas detectadas con posiciones de referencia conocidas.

Hands-on · 2 min de lectura

Laboratorio de correspondencias — filtros, inliers y verdad conocida

Compara parches y filtra correspondencias para ver por qué la coherencia geométrica no garantiza un emparejamiento correcto.

Hands-on · 2 min de lectura

Lab de flujo óptico: seguir el movimiento entre dos imágenes

Estima el desplazamiento de puntos y compáralo con una transformación sintética conocida. Explora brillo, oclusión y el problema de apertura.

Hands-on · 2 min de lectura Ingeniería de control September 22, 2026 Lab

Lab de MPC: volver a resolver una secuencia de curvatura dentro del horizonte y los límites de dirección

Cambie el horizonte, los pesos y el límite de dirección, y compare las trayectorias previstas, la convergencia del solucionador y el manejo de fallos en su navegador.

Hands-on · 4 min de lectura Ingeniería de control September 22, 2026 Lab

Lab de comparación de seguimiento de trayectoria: ejecute PP, APP, RPP, Stanley y MPC en las mismas condiciones

Ejecute cinco seguidores juntos sobre un mismo vehículo, trayectoria, estado inicial y límite de dirección, y compare el error transversal, la suavidad y la finalización con definiciones de métricas compartidas.

Hands-on · 3 min de lectura Ingeniería de control September 21, 2026 Lab

Lab de Adaptive Pure Pursuit: escalar el lookahead con la velocidad

Compare el lookahead escalado por velocidad con PP, incluidos los límites de aceleración y mínimo/máximo.

Hands-on · 4 min de lectura Ingeniería de control September 21, 2026 Lab

Lab de Pure Pursuit: comparar el seguimiento de trayectoria con lookahead fijo

Cambie el lookahead fijo e inspeccione el error de seguimiento, la dirección y los objetivos sobre un modelo de vehículo compartido.

Hands-on · 4 min de lectura Ingeniería de control September 21, 2026 Lab

Lab de Regulated Pure Pursuit: velocidad en curvas y cerca de la meta

Separe el lookahead de la regulación de velocidad y compare los límites de curvatura, los pisos de velocidad, el acercamiento final y la velocidad real del vehículo.

Hands-on · 5 min de lectura Ingeniería de control September 21, 2026 Lab

Lab de Stanley: dirección a partir del error de eje delantero y rumbo

Separe los errores de eje delantero y trasero y compare la ganancia, la velocidad y las restricciones de dirección en su navegador.

Visión por computador September 13, 2026

Estimación de profundidad monocular: del orden relativo a la distancia métrica.

Introducción a la profundidad monocular: profundidad relativa frente a profundidad métrica, ambigüedad de escala, protocolos de evaluación y condiciones de fallo.

Guía de aprendizaje · 3 min de lectura

Visión por computador September 13, 2026

3D neuronal: síntesis de nuevas vistas y evaluación visual/geométrica independiente.

Introducción a las representaciones neuronales de escenas, la síntesis de vistas novedosas, las vistas reservadas y la evaluación visual y geométrica por separado.

Guía de aprendizaje · 3 min de lectura

Ingeniería de control September 8, 2026 Lab

Ejecutar un filtro de Kalman en Python: ruido, datos faltantes y valores atípicos

Comparar Q, R y la detección de valores atípicos en una trayectoria sintética mediante estimación. error and rejected observations.

Por qué falla ICP: inicialización, valores atípicos y geometría simétrica

Ejecutar registro 2D y distinguir residuos, cobertura de correspondencia y true pose error.

Nav2 tiene una ruta pero no se moverá: un flujo de trabajo de diagnóstico

Inspeccione la geometría, los mapas de costos, la viabilidad del control y la entrega de comandos para explicar a stopped robot.

Hands-on · 5 min de lectura

Transformaciones de coordenadas de robots: matrices, cuaterniones y TF

Utilice un ejemplo numérico para conectar la rotación, la traslación, las transformaciones inversas, quaternions and ROS frames.

Fundamentals · 3 min de lectura

Ingeniería de control September 7, 2026 Lab

Reproducción de fallos del robot con rosbag2: entradas, TF y tiempo

Cree comparaciones de reproducción controladas y diagnostique publicadores TF duplicados. and mixed time sources.

Hands-on · 6 min de lectura

Experimenta con PID en Python: ganancias, retardo y saturación.

Reproducir cómo cambian el retardo de medición, los límites del actuador y la saturación integral. PID tracking on the same second-order model.

Hands-on · 3 min de lectura

Introducción al seguimiento de características: cómo evitar perder el mismo punto entre fotogramas.

El seguimiento de características consiste en hacer coincidir el mismo punto físico en diferentes fotogramas de una secuencia de vídeo. Este artículo organiza el seguimiento de plantillas, el flujo óptico de Lucas-Kanade, la coincidencia de descriptores, RANSAC, el rechazo de valores atípicos y la predicción de Kalman con ecuaciones y pasos de implementación, y explica las condiciones bajo las cuales fallan la odometría visual y SLAM, junto con las soluciones para mitigarlas.

Fundamentals · 8 min de lectura

Introducción al cierre de bucles: cómo corregir la deriva de un sistema SLAM de una sola vez, alrededor de un bucle.

El cierre de bucle consiste en reconocer que un robot ha regresado a un lugar previamente visitado y distribuir el error de autolocalización acumulado por todo el mapa. Este artículo explica sistemáticamente el reconocimiento de lugares, la recuperación de imágenes, la verificación geométrica, la optimización de grafos de poses, las defensas contra falsos positivos y las implementaciones e investigaciones actuales de SLAM.

Introducción al flujo óptico: lectura de la velocidad y la estructura a partir del movimiento de la imagen.

El flujo óptico es un campo vectorial que describe la dirección en la que se ha movido cada píxel en una secuencia de imágenes. Este artículo analiza la restricción de constancia de brillo, los algoritmos de Lucas-Kanade y Horn-Schunck, las pirámides, el flujo denso frente al seguimiento de características dispersas, los métodos basados en aprendizaje como RAFT, el movimiento de la cámara, los objetos dinámicos y la metodología de evaluación, junto con las bases matemáticas.

Introducción a PnP: Recuperación de la pose de la cámara a partir únicamente de puntos 3D y una imagen.

El problema geométrico de Perspectiva-n-Puntos (PnP) consiste en estimar la posición y orientación de una cámara a partir de puntos 3D conocidos y sus correspondientes puntos de imagen. Este artículo analiza la ecuación de proyección, P3P/AP3P, EPnP, la optimización iterativa, RANSAC, la degeneración planar y cómo se utiliza PnP en SLAM visual, realidad aumentada y topografía, incluyendo las bases matemáticas y una lista de verificación para su implementación.

Introducción a los sistemas hidráulicos: del principio de Pascal al control de fuerza en robots

¿Por qué una pequeña entrada puede mover el enorme brazo de una excavadora hidráulica? Este artículo trata la bomba, las válvulas de control, el cilindro, el fluido hidráulico, los sensores y el controlador como un único circuito cerrado, abarcando las ecuaciones de presión/caudal/eficiencia, la tecnología actual en maquinaria de construcción y agrícola, la conversión electrohidráulica y la investigación actual, con diagramas.

Fundamentals · 11 min de lectura

Hoja de ruta de la robótica de interiores: de los sensores al control de movimiento.

Conecte la detección, la localización, el mapeo, la planificación y el control, luego elija a reading path for the system you want to build.

Guía de aprendizaje · 2 min de lectura

Introducción a LiDAR-SLAM: Cómo saber "Dónde estoy" a partir de nubes de puntos láser.

Una cámara infiere la distancia indirectamente a partir de los patrones de luz reflejada; un LiDAR la mide directamente a partir del tiempo de vuelo de un pulso láser. LiDAR-SLAM es la tecnología basada en el registro de las nubes de puntos que devuelve este sensor de medición activa. Este artículo aborda sistemáticamente los dos pilares de la coincidencia de escaneos, ICP y NDT, pasando por el diseño de características de LOAM, Loop Closure y Graph SLAM, hasta llegar a la línea evolutiva de los algoritmos de puntos de referencia: LeGO-LOAM, Cartographer, LIO-SAM y FAST-LIO2.

Fundamentals · 24 min de lectura

Introducción a VIO/LIO: Combinación de una IMU con una cámara o LiDAR para la autolocalización.

Una cámara o un LiDAR por sí solos presentan limitaciones en ciertas situaciones. La combinación de cualquiera de estos sensores con una IMU (acelerómetro + giroscopio) subsana esta deficiencia; esto es precisamente lo que hacen VIO (Odometría Visual-Inercial) y LIO (Odometría LiDAR-Inercial). Partiendo de la explicación de por qué una IMU por sí sola no puede recuperar la posición, este artículo analiza las dos filosofías de diseño —basada en filtros y basada en optimización— y los algoritmos más importantes, desde ROVIO, OKVIS, VINS-Mono y OpenVINS hasta LIO-SAM y FAST-LIO2.

Fundamentals · 19 min de lectura

Fundamentos de robótica September 7, 2026 Lab

Introducción a Visual-SLAM: cómo una cámara aprende "¿Dónde estoy?"

Sin GPS ni mapa, un robot puede determinar su posición y crear un mapa de su entorno a partir únicamente de imágenes de la cámara. Desde el seguimiento de características mediante geometría epipolar, la diferencia entre odometría visual y SLAM, la evolución de los algoritmos de puntos de referencia desde ORB-SLAM hasta LSD-SLAM y DSO, y el ajuste de haces, se ofrece un recorrido sistemático desde cero por el funcionamiento de Visual-SLAM.

Fundamentals · 21 min de lectura

Desde la cartografía hasta la navegación en ROS 2: un procedimiento mínimo con Jazzy y Nav2.

Utilice la simulación Jazzy para comprobar el mapeo, el guardado del mapa, la recarga y el objetivo. navigation as separate steps.

Fundamentos de robótica September 7, 2026 Lab

Por qué falla la fusión de sensores: sincronización, tramas y calibración extrínseca

Diagnostique fallas de fusión a través de marcas de tiempo, marcos de coordenadas y montaje. geometry and covariance.

Fundamentals · 5 min de lectura

Fundamentos de robótica September 7, 2026 Lab

Cómo evaluar SLAM: ATE, RPE, tiempo de ejecución y fallos

Utilice trayectorias sintéticas para distinguir los errores absolutos y relativos, luego define matching, alignment and failure reporting for an evaluation.

Hands-on · 3 min de lectura

Fundamentos de robótica September 6, 2026

Introducción a la fusión de sensores: Construyendo un modelo mundial a partir de múltiples sensores.

Una cámara destaca por su capacidad de análisis de significado, un LiDAR por su capacidad de análisis geométrico, una IMU por su capacidad de análisis de movimiento; y cada una tiene sus puntos débiles. Desde las matemáticas probabilísticas y de optimización que las fusionan (filtros de Kalman, grafos factoriales) hasta combinaciones concretas como VIO (cámara × IMU), LIO (LiDAR × IMU) y BEV Fusion (cámara × LiDAR), se ofrece un recorrido sistemático por cómo la fusión de sensores transforma varios sensores en un único modelo del mundo.

Fundamentals · 19 min de lectura

Visión por computador September 4, 2026

Introducción al ajuste de haces: el método de mínimos cuadrados no lineales que perfecciona las poses de la cámara y los puntos 3D.

El ajuste de haces es un problema de mínimos cuadrados no lineales que mueve múltiples poses de cámara y puntos 3D simultáneamente para minimizar el error de reproyección en todas las observaciones. Este artículo aborda sistemáticamente por qué el jacobiano es disperso, por qué el complemento de Schur permite resolver problemas a gran escala, el papel del método de Levenberg-Marquardt, la libertad de calibre y su relación con la optimización de grafos de pose y la reconstrucción 3D a partir de imágenes (SfM), con ecuaciones y diagramas.

Fundamentals · 13 min de lectura Visión por computador September 4, 2026

Introducción a la calibración de cámaras: recuperación de la distorsión de la lente y los parámetros intrínsecos.

La calibración de la cámara es el proceso de recuperar los parámetros intrínsecos y la distorsión de la lente necesarios para mapear las coordenadas de los píxeles en el espacio 3D. Desde la revisión del modelo estenopeico, pasando por los modelos de distorsión radial y tangencial, el método de patrón planar de Zhang, la optimización del error de reproyección, hasta lo que falla posteriormente en Visual SLAM y VO cuando la calibración se desvía: un recorrido sistemático con ecuaciones y diagramas.

Fundamentals · 10 min de lectura

Visión por computador September 4, 2026

Introducción a la homografía: descripción de la correspondencia planar con una única matriz de 3x3.

Una homografía es la relación que vincula puntos en el mismo plano, o la vista de una cámara que gira libremente, mediante una única transformación proyectiva de 3x3. Este artículo abarca la estimación basada en DLT, la robustez con RANSAC, la descomposición en rotación, traslación y normal del plano, y cuándo utilizarla frente a la geometría epipolar, junto con aplicaciones como la composición de imágenes y el seguimiento de planos en realidad aumentada, con ecuaciones y diagramas.

Fundamentals · 10 min de lectura Visión por computador September 4, 2026

Introducción a la estereoscopía multivista: cómo rellenar una nube de puntos dispersa para formar una figura 3D densa.

La estereoscopía multivista (MVS) recupera formas 3D densas a partir de múltiples imágenes utilizando poses de cámara conocidas. Este artículo aborda sistemáticamente el principio fundamental de la fotoconsistencia, los dos enfoques clásicos de barrido plano y basado en parches (PMVS), los métodos basados en aprendizaje profundo, representados por MVSNet, y la generación de mallas mediante fusión de mapas de profundidad, junto con la relación con las cámaras estéreo y de profundidad, con ecuaciones y diagramas.

Fundamentals · 14 min de lectura

Visión por computador September 4, 2026

Introducción a la reconstrucción 3D a partir de imágenes: cómo recuperar la posición de la cámara y los datos 3D a partir de un conjunto de fotos sin ordenar.

La reconstrucción 3D a partir de imágenes (SfM) recupera simultáneamente la estructura 3D de una escena y todas las poses de la cámara a partir de un conjunto de fotografías cuyo orden y posiciones de captura se desconocen. Este artículo aborda sistemáticamente la coincidencia de características, la verificación geométrica, las dos estrategias de reconstrucción (SfM incremental y global), la triangulación, su relación con el ajuste de haces y la diferencia con Visual-SLAM, junto con implementaciones actuales como COLMAP.

Fundamentals · 12 min de lectura

Fundamentos de robótica September 4, 2026

Introducción a la cinemática de brazos robóticos: cinemática directa, cinemática inversa y el jacobiano.

La cinemática directa determina la posición y orientación de la mano a partir de los ángulos articulares; la cinemática inversa resuelve el problema inverso; y el jacobiano conecta ambas mediante la "velocidad". Desde la construcción de transformaciones de coordenadas con parámetros DH, pasando por la cinemática inversa analítica, la cinemática inversa numérica (mínimos cuadrados amortiguados), las singularidades y los grados de libertad redundantes, se ofrece una descripción sistemática y completa de la cinemática que rige el movimiento del brazo de un robot.

Fundamentals · 15 min de lectura

Fundamentos de robótica September 4, 2026

Introducción al control de fuerza y al control de impedancia: Construyendo un robot que pueda tocar.

Partiendo de lo que sucede realmente en el instante en que un brazo robótico con control de posición toca un objeto rígido —y por qué eso imposibilita las tareas de ensamblaje, pulido y contacto humano— este artículo analiza el control de impedancia, que vincula fuerza y desplazamiento mediante un resorte, un amortiguador y una masa virtuales; el control de admitancia, que invierte esa causalidad; y el control híbrido de posición/fuerza, que separa la posición y la fuerza por dirección espacial, desarrollando las ideas a partir de ecuaciones y diagramas.

Fundamentals · 17 min de lectura

Fundamentos de robótica September 4, 2026

Introducción al control de enjambres (multirobot): creación de bandadas, formación y consenso.

El control de enjambre resuelve problemas que un solo robot no puede, utilizando únicamente "reglas locales simples" aplicadas a múltiples robots. Desde la reproducción del comportamiento de bandada con Boids, pasando por algoritmos de consenso para la concordancia, hasta los tres enfoques para el control de formación —líder-seguidor, estructuras virtuales y basado en el comportamiento—, este artículo organiza sistemáticamente el campo en torno a la distinción entre arquitecturas centralizadas y descentralizadas.

Fundamentals · 14 min de lectura

Introducción a la planificación del comportamiento: Cómo las máquinas de estados finitos, los árboles de comportamiento y los POMDP eligen el siguiente paso para un vehículo automatizado.

La planificación del comportamiento transforma la percepción incierta en decisiones de detenerse, seguir, ceder el paso, incorporarse y cambiar de carril, y luego restringe la planificación de la trayectoria y el control predictivo basado en modelos (MPC). Esta introducción relaciona las máquinas de estados finitos (FSM), los árboles de comportamiento, los procesos de decisión de Markov de orden superior (POMDP), los sistemas avanzados de asistencia al conductor (ADAS) actuales, la seguridad y las pruebas.

Fundamentals · 15 min de lectura

Introducción a la planificación del comportamiento: Cómo las máquinas de estados finitos, los árboles de comportamiento y los POMDP eligen el siguiente paso para un vehículo automatizado.

Fundamentals · 15 min de lectura

Mapeo de cuadrículas de ocupación: transformando la evidencia de LiDAR y cámaras en transitabilidad.

Una cuadrícula de ocupación divide el espacio en celdas y representa probabilísticamente el espacio ocupado, libre y desconocido. Aprenda sobre actualizaciones bayesianas y de probabilidades logarítmicas, modelos inversos de sensores, trazado de rayos, decaimiento dinámico, vóxeles 3D, SLAM, mapas de costos y planificación.

Fundamentals · 11 min de lectura

Niveles de automatización de la conducción SAE 0–5: el límite de responsabilidad detrás de los sistemas avanzados de asistencia al conductor (ADAS).

SAE J3016 no es una puntuación de inteligencia vehicular. Descubre quién realiza la tarea de conducción dinámica, monitoreo y respaldo en los niveles 0 a 5, con ODD, latencia de toma de control, ADAS actual, SOTIF, seguridad y evaluación de seguridad.

Fundamentals · 12 min de lectura

Introducción a V2X: Conectando vehículos, carreteras, redes y personas de forma segura.

¿Qué intercambian V2V, V2I, V2N y V2P, y en qué se diferencian DSRC/ITS-G5 y C-V2X? Esta introducción relaciona la latencia, la fiabilidad de la entrega, la percepción cooperativa, la infraestructura de clave pública (PKI), la privacidad de la ubicación, el diseño a prueba de fallos y las pruebas reproducibles.

Fundamentals · 10 min de lectura

Introducción a la ingeniería de control: observadores de estado y el filtro de Kalman lineal

Las lecturas de los sensores no representan el estado en sí. Esta introducción explica la observabilidad, las ecuaciones de predicción/actualización de Kalman, la covarianza, ejemplos numéricos, la integración del control, la implementación del robot y el comportamiento a prueba de fallos.

Introducción a la ingeniería de control: LQR — Retroalimentación de estado a partir de prioridades explícitas

LQR obtiene las ganancias de retroalimentación de estado a partir de un modelo de espacio de estados y un coste cuadrático. Esta introducción abarca las ecuaciones de Riccati, la observabilidad, las compensaciones entre PID y MPC, la implementación en robots, la intuición numérica y la seguridad.

Introducción a la ingeniería de control: Control predictivo basado en modelos: Actuando dentro de las restricciones

El control predictivo basado en modelos predice el comportamiento futuro mediante un modelo, optimiza una secuencia de entrada restringida, aplica solo su primera acción y repite el proceso. Esta introducción abarca ecuaciones, ajuste, seguridad, implementación y ejemplos actuales.

Fundamentals · 8 min de lectura Ingeniería de control September 3, 2026

Introducción a la ingeniería de control: Planificación de trayectorias — A, Dijkstra, RRT, RRT y PRM

La planificación de rutas no consiste en trazar la línea más corta. Esta introducción compara los algoritmos de cuadrícula y de espacio continuo, teniendo en cuenta la huella del robot, la incertidumbre del mapa, el cálculo, la integración SLAM/Nav2 y la seguridad.

Fundamentals · 7 min de lectura Ingeniería de control September 3, 2026

Introducción a la ingeniería de control: Control PID: Funcionamiento en tres escalas de tiempo

El control PID no se limita a tres ganancias. Esta introducción relaciona su intuición y ecuaciones con el muestreo, la saturación, la protección contra la saturación excesiva, la sintonización, la seguridad, ROS 2 y las comprobaciones de implementación reales.

Fundamentals · 8 min de lectura

Introducción a la ingeniería de control: Generación de trayectorias: Jerk mínimo, perfiles quínticos y trapezoidales

Un camino indica hacia dónde viajar; una trayectoria indica cuándo y con qué velocidad, aceleración y variación de la aceleración. Esta introducción abarca perfiles de mínima variación de la aceleración, perfiles quínticos y trapezoidales, restricciones, seguridad e integración con ROS 2.

Visión por computador September 3, 2026

Geometría epipolar: lectura de la profundidad y el movimiento de la cámara a partir de dos imágenes.

La geometría epipolar es la teoría que determina cómo se proyecta un mismo punto 3D en dos imágenes. Este artículo explica sistemáticamente la Matriz Fundamental y la Matriz Esencial, los algoritmos de 8 y 5 puntos, RANSAC, la triangulación, la elección entre geometría epipolar y homografía, la calibración, la implementación con OpenCV/COLMAP, las condiciones de fallo y la estimación reciente basada en aprendizaje, con ecuaciones y diagramas.

Fundamentals · 19 min de lectura

Visión por computador September 3, 2026

Introducción a la detección de características

La detección de características selecciona "lugares que se pueden encontrar de nuevo" en una imagen y los utiliza para la comparación. Este artículo conecta los principios de esquinas, regiones, DoG, FAST, ORB y SIFT con la robustez, la evaluación, las herramientas actuales y los métodos basados en aprendizaje en una visión coherente.

Fundamentals · 16 min de lectura

Visión por computador September 3, 2026

Introducción a VO/VIO: una base práctica para estimar el movimiento a partir de una cámara y una IMU.

La odometría visual (VO) y la odometría visual-inercial (VIO) estiman el movimiento relativo de un robot o cámara a partir de una secuencia de imágenes y mediciones inerciales. Este artículo aborda la ambigüedad de escala monocular, la preintegración de la IMU, la inicialización, el filtrado frente a la optimización, implementaciones como VINS-Mono y OpenVINS, métricas de evaluación y condiciones de fallo, con ejemplos matemáticos y diagramas.

Fundamentals · 21 min de lectura

Mapas HD: mapas a nivel de carril para la conducción autónoma.

Un mapa HD representa carriles, límites, señales, elevación y conectividad como datos legibles por máquina. Esta guía explica en qué se diferencia de un mapa SLAM, cómo funciona la localización y por qué la actualidad y la incertidumbre son importantes.

Fundamentos de robótica September 3, 2026

Mapeo de cuadrículas de ocupación: transformando la evidencia de LiDAR y cámaras en transitabilidad.

Fundamentals · 10 min de lectura

Introducción a ArduPilot: Estimación de estado, control y diseño de misiones para un piloto automático.

ArduPilot es un piloto automático de código abierto que implementa la fusión de sensores, el control de actitud/posición, las misiones de navegación y los sistemas de seguridad de un vehículo. Este artículo describe las diferencias entre Copter, Plane y Rover, además de EKF, PID, MAVLink, SITL y las pruebas de seguridad en vehículos reales, con diagramas.

Fundamentos de robótica September 3, 2026

Introducción a la navegación por estima: integración de ruedas, IMU y GNSS para el seguimiento del movimiento de un robot.

La navegación a estima es la técnica fundamental para actualizar la pose y la posición de un robot mediante la integración de la rotación de las ruedas, las lecturas de la IMU y los sensores de velocidad. Este artículo abarca la cinemática de la transmisión diferencial, el error acumulado, la corrección basada en el filtro de Kalman extendido (EKF) y sus implementaciones en robots de transporte para interiores y conducción autónoma, con ecuaciones y diagramas.

Fundamentos de robótica September 3, 2026

Introducción a ROS 2: Distribución segura del control de robots entre nodos, temas y DDS.

ROS 2 es un middleware de robótica que separa la detección, la percepción, la planificación y el control en procesos independientes, conectándolos mediante comunicación DDS. Este artículo abarca nodos, temas, servicios, acciones, QoS, TF2, ciclo de vida, implementación y depuración, además de las diferencias con ROS 1 y precauciones operativas en entornos reales, con diagramas incluidos.