Fundamentos de robótica — Guía de aprendizaje
Fundamentos de robótica — Una ruta estructurada de robótica, control, agricultura en entornos controlados, energía y electrónica de potencia.
Una ruta estructurada de robótica, control, agricultura en entornos controlados, energía y electrónica de potencia.
- Guía de aprendizaje · 2 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.
- Fundamentals · 6 min de lectura
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.
- Fundamentals · 3 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.
- Hands-on · 6 min de lectura
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.
- Fundamentals · 7 min de lectura
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.
- Fundamentals · 24 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.
- Hands-on · 4 min de lectura
Por qué falla ICP: inicialización, valores atípicos y geometría simétrica
Ejecutar registro 2D y distinguir residuos, cobertura de correspondencia y true pose error.
- Fundamentals · 19 min de lectura
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 · 5 min de lectura
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 · 19 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.
- Hands-on · 3 min de lectura
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.
- Fundamentals · 15 min de lectura
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 · 17 min de lectura
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 · 11 min de lectura
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 · 7 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.
- Fundamentals · 14 min de lectura
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.