Un equipo de investigación de la Universidad de Sevilla ha validado la aplicación de un algoritmo que supervisa un conjunto de vehículos con el que se consigue una mayor precisión de la información obtenida y una mejor coordinación en menos tiempo que con otros modelos habitualmente usados, mejorando la localización de flotas de vehículos.
Para coordinarse entre sí, los vehículos utilizan una red de sensores con los que se localizan y comunican. Además, realizan estimaciones dependiendo de los factores ambientales para modificar su comportamiento si fuera necesario, según ha recogido en una nota de prensa la fundación Descubre.
Así, los expertos han confirmado en el artículo ‘Multi-vehicle localization by distributed MHE over a sensor network with sporadic measurements: Further developments and experimental results’ publicado en la revista Control Engineering Practice que el algoritmo que proponen para gestionar la estimación y análisis de los datos que se reciben lo realiza de una manera más rápida y precisa.
Asimismo, la localización de sistemas de múltiples vehículos (MVS) se utiliza para mejorar la coordinación y eficiencia en una variedad de aplicaciones. Por ejemplo, en navegación permite que varios vehículos se muevan juntos en una formación coordinada.
Además, esto es especialmente útil en situaciones como la exploración subacuática o la búsqueda y rescate. En el control de flotas, también se usa para monitorear la ubicación en tiempo real y coordinar operaciones, como la entrega de paquetes o el transporte de mercancías y así realizarlos de manera más rápida y eficiente que con un solo vehículo.
Para rastrear este tipo de flotas, según indican los expertos, es necesario que cada vehículo tenga acceso a la información de localización de los demás. Esto se muestra claro en la coordinación que debe existir, por ejemplo, entre dos coches de reparto para asegurar la entrega en fecha.
«Sin embargo, debido a los límites de computación y comunicación de los sensores, no siempre es posible. Por lo tanto, es necesario establecer mecanismos para que cada uno realice su propia estimación de las circunstancias y la comunique al resto», indica a la Fundación Descubre el investigador de la Universidad de Sevilla Eduardo Fernández Camacho, autor del artículo.
Hasta el momento, la limitación de los modelos utilizados se basa en los tiempos de cómputo y en los fallos en la comunicación entre los sensores y los vehículos. La respuesta que ofrecen los investigadores ante este problema es el uso de un enfoque conocido como Estimación de Horizonte Móvil Distribuida (EHMD), una técnica de procesamiento de señales utilizada en sistemas de comunicación inalámbrica.
Este modelo mejora la calidad de la señal recibida en un entorno en el que confluyen distintas antenas receptoras y transmisoras. Así, si los canales cambian en un tiempo determinado, el sistema se adapta, reduce interferencias, atenúa señales que no sean necesarias o amplía las requeridas.
De esta manera, cada vehículo y sensor de la red colaboran en la estimación de la localización de los demás. Esto hace que el sistema sea más robusto ante posibles fallos. Además, el algoritmo implantado evita que sean necesarios grandes recursos para los cálculos y la comunicación. De hecho, las pruebas realizadas han confirmado su efectividad en cámaras de bajo coste.
Por otra parte, los ensayos se han realizado en un circuito cerrado equipado con un sistema de captura de movimiento. Plantearon tres escenarios diferentes para localizar cinco robots no cooperativos, es decir, que no se comunican entre ellos directamente. Cada prueba contaba con un número de cámaras concreto, seis o doce, con un campo de visión determinado, más o menos amplio, y una tipología de comunicación distinta.
Las cámaras estáticas, miden con los sensores de movimiento la posición de los vehículos de manera esporádica y transmiten la información a las computadoras que procesan la información y ofrecen una orden a cada vehículo de manera independiente. El algoritmo utilizado logra que los tiempos de cálculo y la precisión en la orden sean más eficientes que con otros modelos. La configuración experimental está disponible en este video.
Los expertos continúan sus ensayos para ampliar la capacidad de cómputo del algoritmo, así como nuevos escenarios que entrenen el sistema y permita su aplicación a distintos ámbitos, como el marítimo o la gestión de naves no tripuladas. Por último, han destacado que la investigación se ha financiado mediante el proyecto ‘Ocontsolar’ del programa H2020 del Consejo Europeo de Investigación.
