Localizar flotas de vehículos como se juega al ‘escondite’

Los niños a los que mejor se les da jugar al escondite son aquellos que no se lanzan aleatoriamente a buscar sin saber, sino aquéllos que analizan su entorno y buscan pistas visuales que les pueda servir de referencia. Los árboles, bancos o edificios pueden utilizarse como referencia para estimar dónde pueden encontrar a sus amigos.

Esta técnica se conoce en un contexto mucho más técnico y avanzando como ‘Estimación de Horizonte Móvil Distribuida’ (EHMD), donde el horizonte móvil es lo que ves a tu alrededor y estimación distribuida, las pesquisas que sigues para adivinar dónde podrían estar los escondidos. Este modelo utiliza algoritmos y sensores que realizan cálculos precisos para realizar seguimiento de objetos en tiempo real.

Para rastrear flotas es necesario que cada vehículo tenga acceso a la información de localización de los demás.

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.

Háblame, que no te veo

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. Ante esto, un equipo de investigación de la Universidad de Sevilla ofrece una respuesta con el uso de EHMD con un algoritmo propio, presentado en la revista Control Engineering Practice, con el que pueden gestionar la estimación y análisis de los datos que se reciben de una manera más rápida y precisa. La configuración experimental está disponible en este video.

El modelo que proponen 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.

Autónomos para moverse unidos

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. Para ello, utilizan una red de sensores con los que se comunican. Además, realizan estimaciones dependiendo de los factores ambientales para modificar su comportamiento si fuera necesario.

Para rastrear este tipo de flotas, 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.

El catedrático de la Universidad de Sevilla Eduardo Fernández Camacho, autor del artículo. Imagen: Flickr STCE Universidad de Sevilla.

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 con cámaras de bajo coste.

Circuito cerrado

Los ensayos, englobados dentro del proyecto ‘OCONTSOLAR’ del programa H2020 del Consejo Europeo de Investigación, 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, 6 ó 12, 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.

El modelo que proponen mejora la calidad de la señal recibida en un entorno en el que confluyen distintas antenas receptoras y transmisoras.

Los expertos continúan sus trabajos 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.

La próxima vez que vean a un grupo de chicos revolotear en un parque buscando un hueco donde infiltrarse podrán establecer que el que estima de manera distribuida su horizonte móvil será, sin lugar a dudas, quien no la vuelva a quedar, porque dará rápidamente con sus presas.

Más información en #CienciaDirecta: Desarrollan un sistema que mejora la localización de flotas de vehículos