BIDEONENA – Técnicas de Inteligencia Artificial para la reducción del consumo energético en robótica móvil

El objetivo de este estudio es mejorar la eficiencia energética y la autonomía operativa de plataformas móviles industriales mediante la aplicación de técnicas de inteligencia artificial a los procesos de navegación y planificación de movimientos. El proyecto se orienta a reducir el consumo energético asociado al desplazamiento de estos sistemas sin requerir modificaciones en el hardware existente, contribuyendo así a una mejora sostenible de la productividad y de la eficiencia global de los entornos industriales. 

Para ello, el estudio persigue analizar y modelar la relación entre el comportamiento dinámico de las plataformas móviles, las trayectorias de navegación y el consumo energético, con el fin de identificar patrones y estrategias de movimiento más eficientes. A partir de este conocimiento, se pretende integrar criterios energéticos en los procesos de planificación de rutas, permitiendo que los robots seleccionen trayectorias que minimicen el consumo manteniendo los requisitos operativos, de seguridad y de calidad del proceso. 

Asimismo, el proyecto tiene como objetivo extender estos criterios de eficiencia energética a escenarios dinámicos, abordando la navegación en tiempo real en presencia de obstáculos móviles y cambios en el entorno, sin comprometer la capacidad de reacción del sistema. Finalmente, se busca disponer de mecanismos de evaluación y validación que permitan analizar de forma sistemática el impacto de las estrategias propuestas sobre el consumo energético, la autonomía y el rendimiento global del sistema, facilitando su análisis previo a la aplicación en entornos industriales reales. 

NAIR Center ha realizado una aportación clave en el desarrollo de estrategias avanzadas de planificación de rutas orientadas a la optimización energética de plataformas móviles industriales mediante técnicas de inteligencia artificial. Su contribución se ha centrado en integrar de forma efectiva modelos predictivos de consumo energético dentro de algoritmos clásicos de navegación, permitiendo que la planificación de trayectorias tenga en cuenta no solo criterios geométricos, sino también el impacto energético real de cada decisión de movimiento. 

En este marco, NAIR desarrolló un modelo predictivo de consumo energético específico para una plataforma móvil industrial, capaz de estimar el gasto asociado a distintos movimientos elementales, como traslaciones y rotaciones. El modelo permitió capturar relaciones no lineales complejas entre variables operativas, como carga, velocidad, aceleración, distancia recorrida y ángulos de giro, y el consumo energético, proporcionando una estimación precisa y adaptable a diferentes condiciones de operación. 

Este conocimiento se integró en el algoritmo de planificación A*, redefiniendo su función de coste para incorporar criterios de eficiencia energética. A partir de esta reformulación, se desarrollaron dos estrategias complementarias que permiten evaluar las trayectorias no solo en términos de distancia, sino también en función de su coste energético. Estas aproximaciones dotan al algoritmo de la capacidad de seleccionar rutas que minimizan el consumo sin comprometer los requisitos operativos del sistema. 

La evaluación experimental en entornos simulados basados en escenarios industriales reales mostró reducciones sustanciales del consumo energético frente a enfoques tradicionales de planificación, traduciéndose en incrementos significativos de la autonomía operativa de las plataformas móviles.  

Proyecto financiado por el Programa de Proyectos Innovación Interregional 2023