Los sistemas aut ´onomos vienen siendo estudiados en ingenier´ıa desde el comienzo de su historia. Un sistema aut ´onomo se entiende como aqu´el que es capaz de operar sin in- tervenci ´on humana [HMH04], [WJ94], [Ken03]. Esta noci ´on deriva deautos(uno mismo) ynomos(ley) [Bat01, p.118]. Por tanto hablar de sistemas aut ´onomos es hablar de teor´ıa de control, automatizaci ´on y rob ´otica.
La raz ´on de que nosotros empleemos el t´erminosistema aut´onomoen esta memoria es doble. Por un lado, queremos distinguir el enfoque desde el cual los estudiamos, que tiene una fuerte componente te ´orica. Por otro lado, queremos recalcar que nuestra investigaci ´on pretende tratar sistemas m´as all´a del estado del arte: sistemas de muy alto grado de autonom´ıa, es decir: comparable al de los humanos o al de algunos animales.
1.1.1
Tipos de autonom´ıa
Esencialmente, se distingue dos tipos [GL04, p.2]:
(a) Operacional: la capacidad de un sistema para compensar perturbaciones induci- das por el entorno.
(b) De decisi ´on: la capacidad de un sistema para tomar sus propias decisiones. Esta es una clasificaci ´on primaria de los tipos de autonom´ıa. Clasificaciones m´as detalladas han sido propuestas y analizadas desde distintos puntos de vista en diversas fuentes: [GL04], [Mey00], [HMH04].
1.1.2
Los sistemas para el ingeniero
Para un ingeniero, un sistema es una cierta cantidad de variables que pueden ser de tres tipos: las entradas, las salidas, y las variables internas. Las entradas representan
el medio por el cual el humano o el entorno interaccionan con el sistema. Las salidas son los par´ametros que act ´uan sobre el entorno y que nosotros observamos (junto con las variables internas) como ingenieros, para comprobar que el sistema se comporta de forma adecuada. Esta noci ´on subyace a toda teor´ıa de sistemas, control o automati- zaci ´on, y la llamaremos noci ´on general de sistema.
1.1.3
La autonom´ıa en sistemas reales: los problemas a resolver
Dise ˜nar sistemas para operar aut ´onomamente en condiciones reales conlleva varias di- ficultades. Podemos clasificarlas en las siguientes categor´ıas:1. Perturbaciones: Cuando un ingeniero dise ˜na un sistema para que ´este haga algo con- creto (que se le comunica a trav´es de sus entradas), lo hace en funci ´on de las en- tradas esperadas. Sin embargo, la interacci ´on entre el entorno y el sistema tambi´en se produce mediante entradas no esperadas o perturbaciones. Algunas de estas perturbaciones (el tipo de las mismas) pueden ser conocidas de antemano, pero otras son completamente desconocidas.
El dise ˜no del sistema realizado por el ingeniero est´a hecho considerando condi- ciones normales de operaci ´on del sistemas, es decir, que el sistema recibe (en condiciones normales) ´unicamente las entradas esperadas. Pero la realidad es que tambi´en el entorno puede afectar (y afecta) al comportamiento del sistema de for- mas no esperadas, y para las cuales el sistema no est´a concebido. La existencia de estas perturbaciones han conducido a que los sistemas se dise ˜nen con mecanismos adicionales que permitan que los mismos sigan funcionando de forma adecuada incluso en condiciones an ´omalas. Aparece la necesidad de (al menos) una super- visi ´on externa y (la mayor´ıa de las veces) de un sistema compensatorio que real- iza una acci ´on externa (el sistema de control). Este es, de forma clara, un primer obst´aculo para conseguir sistemas de plena autonom´ıa.
2. Abstracci ´on: El funcionamiento de los artefactos se ha basado tradicionalmente en par´ametros bien determinados, y seg ´un leyes formalizables matem´aticamente. As´ı, los sistemas autom´aticos tradicionales, se basan en control por realimentaci ´on. La complejidad de estos sistemas, como en el caso de aplicaciones industriales como las plantas de producci ´on de energ´ıa o de proceso qu´ımico, se ha incremen- tado haciendo que sistemas de control sean controlados y/o supervisados a su vez por otros sistemas de control. Los sistemas que controlan otros sistemas se suele decir que operan a mayor nivel de abstracci ´on, porque en general controlan el cumplimiento de objetivos a m´as largo plazo que los sistemas simples.
Sin embargo, la abstracci ´on ha aparecido en los sistemas artificiales de otra manera en los ´ultimos a ˜nos, al incrementarse los requisitos de interacci ´on con humanos. Cada vez m´as, se desea que los sistemas se muevan aut ´onomamente en entornos no controlados: ferias, congresos, f´abricas, hospitales, y se desea que muestren un comportamiento socialmente agradable. Estos requisitos sirven para darse cuenta que los sistemas capaces de ejecutar estas tareas deben operar de alguna manera con variables que no se pueden medir tal y como se hac´ıa en el control tradicional.
A este tipo de variables, como pueden ser el enfado de los visitantes de una feria al toparse con un robot, se les llama abstractas.
3. Incertidumbre: El ´ultimo gran problema al que se enfrenta el ingeniero para dise ˜nar sistemas aut ´onomos es el no saber exactamente las condiciones en que va a tener que operar el dise ˜no. En ciertos dominios no se dispone de ‘unas condiciones nor- males de operaci ´on’ para la realizaci ´on del dise ˜no. En efecto, si no se controla el entorno de operaci ´on de un sistema, muchos factores pueden ocurrir de forma im- prevista; tal vez el ejemplo m´as caracter´ıstico sea la aparici ´on de obst´aculos, como un peat ´on que se cruzase por delante de un robot en movimiento. La incertidum- bre del entorno implica tener que reaccionar ante lo desconocido.
1.1.4
Los mecanismos para lograr autonom´ıa
Arquitecturas de control: El mecanismo de control por realimentaci ´on, ya mencionado arriba, constituye la base de la ingenier´ıa de control tradicional. Se trata de com- parar el valor de la variable de salida del sistema con el valor deseado, y modificar las entradas de forma que se corrija la diferencia entre ambas. El ejemplo de con- trolador m´as representativo es el proporcional-integral-diferencial: PID, el m´as utilizado en la industria. La evoluci ´on natural de este tipo de sistemas ha seguido el paradigma de la pir´amide de control, por el cual los controladores m´as simples, PID, son a su vez controlados por dispositivos programables: programmable-logic controller PLC, y ´estos a su vez coordinados por ordenadores. De esta forma, el control de una variable en una planta (temperatura de una sala, velocidad de una fresadora, etc.) es escalado al del grupo completo (una cadena de producci ´on for- mada por varias salas y fresadoras) y ´este a su vez al de una f´abrica (varias cadenas de producci ´on). El nivel m´as alto del control corresponder´ıa a la planificaci ´on para alcanzar unos determinados objetivos de producci ´on. Generalmente, los niveles superiores de control son dif´ıcilmente automatizables debido a su complejidad y a la abstracci ´on de los conceptos implicados: l´ıneas estrat´egicas, etc.
Referencias:[Oga90], [SL91], [Che00], [GL00].
Arquitecturas reactivas y basadas en m ´odulos de comportamiento: Las arquitecturas de control como las anteriores han sido empleadas con ´exito en el control indus- trial durante d´ecadas. Sin embargo, dependen de operar en entornos controlados, en condiciones de incertidumbre limitada. En rob ´otica, ´area en la que frecuente- mente se dise ˜na sistemas para que se muevan solos por su entorno, generalmente no se puede evitar la aparici ´on de obst´aculos, o la necesidad de explorar un en- torno inicialmente desconocido. Esta circunstancia dio lugar al nacimiento de for- mas de control capaces de reaccionar a la evoluci ´on de su entorno. Se caracterizan porque los sistemas dise ˜nados as´ı, siempre se comportan de la misma forma ante la misma combinaci ´on de valores de sus variables de entrada (sensores: infrar- rojos, de contacto, l´aser, etc.) Las arquitecturas basadas en m ´odulos de compor- tamiento representan una evoluci ´on de las anteriores. Ante una combinaci ´on de
sus entradas, realizan un comportamiento, o secuencia de acciones.
Referencias:[Bro91a], [Ark98].
Arquitecturas guiadas por objetivos: Este tipo de arquitecturas est´a dise ˜nado espec´ıfi- camente para operar en entornos de alta incertidumbre. Se dice que est´an guiadas por objetivos debido a que son capaces de reconfigurarse para adaptarse a los cam- bios del entorno para lograr un objetivo. Generalmente se basan en una secuencia de operaci ´on con los siguientes pasos: (a) construir un objetivo (b) analizar el en- torno (c) dise ˜nar una tarea para alcanzar el objetivo en las condiciones dadas (d) si el objetivo no fuese alcanzable, descomponerlo en objetivos m´as simples, y pro- ceder con cada uno siguiendo esta misma secuencia. Este tipo de arquitecturas se utilizan actualmente para control aut ´onomo de veh´ıculos militares, diagnosis m´edica, y resoluci ´on de problemas entre otras.
Referencias:[New90], [WB94], [HR95], [Alb99] , [Alb95], [Alb91], [GMP+01].