Se pueden clasificar los robots móviles terrestres (RMT) en tres tipologías: Exterior, Interior y Mixtos, entendiendo como tales aquellos que trabajan en entornos de exterior definidos y restringidos.
Los RMT de exterior son los más conocidos, aquellos que están revolucionando la historia y mercado del automóvil. Técnicamente pueden tener diferentes niveles de autonomía, hasta llegar a la que podríamos denominar semi autonomía completa. Decimos semi autonomía porque siempre van a estar restringidos en último caso a un entorno claramente definido (simplificando, una red de carreteras), el cuál está a su vez determinado por una serie de condicionantes (GPS, líneas de los carriles de la carretera, señales...).
Este tipo de robots, dentro de su complejidad, tienen un diseño tecnológico relativamente más sencillo, dado que los condicionantes anteriores no solo determinan ciertos parámetros, sino que sirven de apoyo a los diseñadores del robot. Así, el GPS determina su posición con precisión suficiente para su navegabilidad, las líneas de los carriles permiten perfeccionar la posición al apoyar la dirección en las líneas laterales al vehículo, las señales (fácilmente reconocidas por cualquier aplicación hoy en día de Inteligencia Artificial), permiten definir velocidad, aumentar/reducir la distancia al vehículo que precede, avisar de cruces, stops, peligros potenciales en la calzada ...
Por otra parte, basándose en la Inteligencia Artificial y en sensores visuales (cámaras) es posible reconocer objetos en la calzada (sin ir más lejos los propios vehículos), objetos que se cruzan en el camino en cualquier momento (peatones, animales ...). Por otra parte la distancia a los objetos puede ser detectada por diferentes tipos de sensores (por ejemplo los LIDAR), aunque los vehículos tecnológicamente más avanzados de última generación (TESLAs) intentan rehuir lo más posible de este tipo de sensores. Supongo que tendrá mucho que ver con la percepción de Elon Musk acerca de los vehículos autónomos. Elon Musk viene a expresar que, si el ojo humano es capaz de percibirlo prácticamente todo mientras conduce, los ojos del vehículo (cámaras) también deberían. Sin más. Y no le falta razón: los sensores de distancia que utilizan la mayor parte de los vehículos autónomos, no dejan de ser una constatación de la limitación actual del diseño tecnológico en la mayor parte de los casos, pese a su innegable utilidad.
Los RMT de interior, los cuáles a priori podría pensarse que son más sencillos de diseñar bajo el punto de vista puramente tecnológico, presentan una serie de desafíos en la forma de complejidades adicionales que no se presentan en los RMT de exterior:
- No es posible apoyarse en tecnología GPS.
- No existen referencias (o no se puede forzar a que existan) tan útiles como las líneas de la carretera o las señales.
- Aunque siempre disponen de IMUs (unidades de medición inercial) , los magnetómetros, tan necesarios para determinar la orientación, se caracterizan por presentar elevados errores como consecuencia de su gran sensibilidad a los campos electromagnéticos. Y lo que suelen sobrar en interiores, desafortunadamente, son este tipo de fenómenos. Una forma de reducir al mínimo los errores producidos por los magnetómetros es calibrarlos de forma "manual" antes de usarlos en un determinado entorno. En IMUs más avanzadas es posible realizar la calibración automática en pocos segundos a la vez que el robot comienza a moverse, pero aún así existe otro problema, especialmente cuándo hablamos de un entorno complejo, por ejemplo con pasillos, con diferentes habitáculos o con grandes distancias. En estos casos ¡la calibración realizada en un punto del entorno para el magnetómetro, no es válida para otro!...
- Incluso en aquellos escasos casos de entornos que no dispongan de aparataje que pueda alterar los campos electromagnéticos, puedo asegurar y aseguro que la distorsión existe. Lo que voy a exponer a continuación no está avalado por la ciencia "convencional", pero sí por la empírica: los magnetómetros no mienten. He podido comprobar que estas distorsiones, en los casos estudiados, coinciden con líneas Hartmann y Curry de los entornos de trabajo (no voy a entrar en detalle acerca del significado de estas líneas, hay amplia bibliografía en Internet). En mi modesta opinión, las líneas Hartmann y Curry son anomalías o distorsiones electromagnéticas, con la particularidad de que no se conforman de forma caótica, sino al contrario, a intervalos bastante regulares, es decir, siguen unas leyes pese a que no seamos capaces de determinar su origen (¿quizás el conjunto de radiaciones electromagnéticas procedentes de minerales que las emiten?...). Lo importante en nuestro caso son las consecuencias: Los IMUs no son la "panacea" para la navegación en interiores.
- Un mismo interior cambia o puede ser cambiante, no es como el de una carretera que nos "marca" el camino.
Por tanto, y pese a que prácticamente todos los RMT de interior, aparte de IMUs, disponen de diversos sensores adicionales y en particular de sensores de distancia, LIDAR o equivalentes, se trata de robots autónomos o semiautónomos con diseños complejos, especialmente en entornos cambiantes, donde no solo se pueden encontrar con otros robots u objetos en su camino, sino que su entorno también puede cambiar.
Pese a los desafíos que presenta el diseño de un robot de interior, la buena noticia es que premia la creatividad: podemos crear muy diferentes diseños adaptados a diferentes necesidades: robots con diferentes formas, robots cuya movilidad está basada en ruedas (2,4,6,8...), robots tanque, robots artrópodos ... ¡encontrar la mejor solución a cada entorno y circunstancia es otro desafío más para los creadores!...