RISA-MaIE

Andrés Darío Pantoja Bucheli

Germán Darío Obando Bravo

Darío Fajardo

C.C. N.° 76.319.890

C.C. N.° 98.393.027

C.C. N.° 87.069.670

C.C. N.° 87.573.924

ad_pantoja@udenar.edu.co

gdobando@udenar.edu.co

dario@udenar.edu.co

TEÓRICAS

PRÁCTICAS

ADICIONALES

TOTALES

Coordinador MaIE

En Colombia, la robótica y la automatización se inscriben en un marco de políticas públicas que reconoce a la ciencia, la tecnología y la innovación como ejes del desarrollo sostenible, a través de la Política de Transformación Digital e Inteligencia Artificial (CONPES 3975) y la nueva Política Nacional de CTI 2022–2031, en donde se enfatiza la necesidad de formar talento avanzado en tecnologías como IA (Inteligencia Artificial) y Robótica para incrementar el valor agregado de la economía, mientras que la reciente Política Nacional de Inteligencia Artificial (CONPES 4144) refuerza la adopción ética y estratégica de sistemas inteligentes para enfrentar desafíos sociales, económicos y ambientales. La Misión Internacional de Sabios, por su parte, identifica explícitamente la analítica de datos, la robótica y la IA como áreas de altísima prioridad para la transformación del sistema productivo y educativo colombiano, subrayando la urgencia de fortalecer capacidades científicas y tecnológicas en estos campos.

En el contexto local, el Plan de Desarrollo Departamental “Nariño, región país para el mundo 2024–2027” y los planes de desarrollo sectoriales destacan la modernización de la agroindustria, la promoción de la innovación y la digitalización como condiciones para cerrar brechas de productividad, generar valor agregado en la cadena agroalimentaria, mejorar servicios de salud y fortalecer una educación pertinente basada en CTeI. En este escenario, un curso de robótica con prácticas reales en robots móviles, dron de múltiples bandas, brazo manipulador y robot cuadrúpedo permite formar magísteres capaces de diseñar e implementar soluciones de automatización y control para tareas como monitoreo y manejo inteligente de cultivos, sistemas de apoyo al diagnóstico y rehabilitación en salud, plataformas didácticas para educación STEM y aplicaciones de robótica colaborativa en entornos productivos regionales, contribuyendo de manera directa a las apuestas nacionales y territoriales de desarrollo sostenible basado en conocimiento.

·         Desarrollar habilidades prácticas en el uso de herramientas y arquitecturas de software para robótica, tales como ROS/ROS2, SDK especializados, sistemas de visión y procesamiento de múltiples bandas, aplicándolos en plataformas reales del laboratorio (SPHERO RVR, dron, brazo robótico y cuadrúpedo).

·         Implementar estrategias de navegación, manipulación y control en sistemas robóticos, diseñando y evaluando soluciones experimentales que aborden retos reales en entornos controlados y semi controlados.

·         Integrar la percepción robótica mediante sensores terrestres y aéreos, aplicando técnicas de visión computacional, análisis multiespectral y procesamiento de datos para el desarrollo de capacidades de reconocimiento del ambiente y toma de decisiones.

·         Promover el pensamiento crítico, la innovación y la investigación aplicada en robótica, mediante el diseño y ejecución de prácticas y micro proyectos que conecten la robótica con desafíos regionales y nacionales en sectores como agricultura inteligente, salud digital, educación STEM y automatización industrial.

Las sesiones teóricas se desarrollan mediante clases magistrales guiadas, apoyadas en bibliografía especializada de fuentes abiertas y en el análisis de casos de estudio, para sentar las bases conceptuales necesarias. Paralelamente, se usan plataformas de simulación y programación como MATLAB, ROS/ROS2 y Python, que permiten modelar robots móviles y manipuladores, visualizar su comportamiento y diseñar algoritmos de navegación y control antes de ser implementados en hardware.

El componente práctico se desarrolla en el Laboratorio de Robótica mediante prácticas con los robots SPHERO RVR, el dron multibanda, el brazo robótico y el cuadrúpedo, lo que fortalece las competencias de los estudiantes en experimentación, integración de sensores, uso de SDK y operación segura de sistemas robóticos.

Este enfoque metodológico fomenta el aprendizaje activo, la investigación aplicada, la creatividad y la capacidad de desarrollar soluciones tecnológicas a retos reales de sectores como la agroindustria, la salud, la educación STEM y la automatización industrial.

·         Talleres teórico–prácticos (33%). Durante cada unidad temática, el estudiante desarrollará un taller que integra análisis conceptual, modelado matemático, simulación en MATLAB/ROS/Python y diseño básico de soluciones en robótica móvil, manipuladores o cuadrúpedos. Todos los talleres tendrán el mismo peso y estarán orientados a verificar la comprensión de los fundamentos teóricos y su apropiación mediante ejercicios de aplicación.

·         Prácticas de laboratorio (33%). En cada unidad se incluirá al menos una práctica experimental usando los recursos del laboratorio (Sphero RVR, dron multibanda, brazo robótico y robot cuadrúpedo). Estas prácticas permitirán evidenciar el aprendizaje o desarrollo de competencias del estudiante en el uso seguro y eficiente del hardware, la interpretación de sensores, la programación mediante SDK o ROS y la implementación de estrategias de navegación y control. Todas las prácticas tendrán el mismo valor porcentual.

·         Mini proyecto final con orientación a publicación o idea de tesis (34%). A lo largo del curso, los estudiantes desarrollarán un mini proyecto que integre elementos de teoría, simulación y experimentación. Este proyecto se presentará al finalizar el semestre en forma de póster académico, con sustentación oral y deberá reflejar el avance en formulación de una propuesta de investigación, idea de tesis o resultado preliminar publicable. Se evaluarán la claridad del problema planteado, la rigurosidad metodológica, el uso pertinente de las plataformas robóticas, el análisis de resultados y la capacidad de comunicación científica.

(6 semanas)

(Wilson Achicanoy, Darío Fajardo)

El estudiante comprenderá los principios básicos de la robótica móvil, la arquitectura ROS, navegación reactiva, sensores sobre piso de color y percepción de un área básica, aplicados a escenarios reales.

·         Semana 1. Introducción a la Robótica moderna. Evolución histórica de la robótica. Clasificación: móvil, manipuladores, humanoides, cuadrúpedos. Arquitectura básica de un robot: sensores, actuadores, control, comunicación. Introducción a ROS / ROS2. Presentación de los recursos del laboratorio y normas de operación.

·         Semana 2. Cinemática básica de robots móviles. Cinemática diferencial, modelos de ruedas (oruga, diferencial, holonómica). Modelos de movimiento del SPHERO RVR. Espacio de estados para robots móviles. Ejercicio de modelado del movimiento del RVR.

·         Semana 3. Introducción al SDK del SPHERO RVR y práctica 1. Arquitectura del SDK y nodos ROS. Subscripción/publicación de tópicos (velocidad, color del piso, odometría básica). Navegación reactiva basada en color. Práctica 1 (SPHERO RVR): Navegación por color. Los estudiantes programarán un robot para: Detectar colores del piso en tiempo real. Seguir una ruta trazada en el laboratorio combinando colores y obstáculos simples. Registrar trayectorias y analizar precisión.

·         Semana 4. Percepción, visión y sensores para robótica móvil. Sensores de proximidad, cámaras, IMU. Fundamentos de visión artificial (RGB y bandas multiespectrales). Introducción al dron del laboratorio: limitaciones, operación en interiores/exteriores, medidas de seguridad.

·         Semana 5. Práctica 2 con dron multiespectral. Práctica 2: Percepción aérea con cuatro bandas. Actividad guiada donde cada grupo: Toma imágenes RGB + 4 bandas desde el dron volado de manera manual. Procesar las imágenes para extracción básica de índices (NDVI simple y otros índices por bandas). Reconoce patrones o regiones de interés sobre el piso. Establece un flujo de trabajo para percepción robótica aérea. Aunque no se controla automáticamente el dron, la práctica integra percepción real más procesamiento avanzado.

·         Semana 6. Algoritmos básicos de navegación móvil. Mapas y localización. Navegación reactiva vs. deliberativa. Métodos básicos aplicables a RVR (evitación de obstáculos sencilla). Integración de ROS para navegación simple.

Práctica

(5 semanas)

(Andrés Pantoja, Germán Obando)

Comprender los fundamentos de los manipuladores robóticos, la cinemática directa e inversa, modelos dinámicos básicos y aplicar control de posición/torque en un brazo real.

·         Semana 7. Cinemática de manipuladores. Estructura y clasificación de manipuladores. Convenciones DH. Cinemática directa: matrices de transformación. Ejercicios de modelado del brazo del laboratorio.

·         Semana 8. Cinemática inversa. Soluciones analíticas y numéricas. Singularidades. Algoritmos iterativos (Jacobian Inverse, Jacobian Transpose). Simulación rápida en MATLAB/Python.

·         Semana 9. Dinámica y control básico de manipuladores. Modelos dinámicos (Ecuación de Euler-Lagrange). Control de posición, velocidad y torque. Control PD y PD y gravity compensation. Consideraciones prácticas en sistemas reales.

·         Semana 10. Práctica 3: Control de un brazo robótico. Práctica 3: Pick & Place orientado a precisión. Cada grupo desarrollará: Modelado cinemático del brazo. Planificación de trayectorias simples (línea recta, curva). Implementación de un controlador PD en el entorno del brazo. Tarea final: tomar un objeto y colocarlo en una posición objetivo con restricciones de orientación.

·         Semana 11. ROS para manipuladores y planificación de movimiento. Introducción a MoveIt. Planeación de movimientos. Seguridad y operación colaborativa. Conexiones con prácticas de laboratorio y aplicaciones industriales.

Práctica

(5 semanas)

(Wilson Achicanoy, Darío Fajardo)

Introducir locomoción avanzada, percepción y autonomía básica, explorando el SDK del cuadrúpedo recién adquirido para lograr una primera práctica de navegación autónoma simple.

·         Semana 12. Locomoción avanzada (robots cuadrúpedos). Anatomía de cuadrúpedos y modelos de locomoción. Gaits: trot, walk, bound. Estabilidad (estática y dinámica). Métodos de control: MPC, reflexive control, RL (solo conceptual).

·         Semana 13. Percepción, SLAM y autonomía. Introducción a SLAM (conceptual, sin profundizar en teoría avanzada). Sensores típicos: cámaras, IMU, Lidar. Pipeline de navegación autónoma básica. Integración ROS con cuadrúpedos.

·         Semana 14. SDK del cuadrúpedo: arquitectura y primeros comandos. Exploración del SDK. Control de articulaciones. Comandos de locomoción básica. Lectura de sensores y estado del robot. Seguridad y modos de operación.

·         Semana 15. Práctica 4 con el cuadrúpedo. Práctica 4: Desplazamiento autónomo básico del cuadrúpedo. Ejecutar un comportamiento autónomo sencillo, por ejemplo: leer sensores básicos (IMU, proximidad, cámara). Realizar navegación simple hacia un objetivo en un entorno despejado. Detenerse o esquivar un obstáculo. Registrar datos y analizar estabilidad.

·         Semana 16. Proyecto final y visión hacia robótica avanzada. Presentación de micro proyectos basados en prácticas realizadas. Debate sobre aplicaciones reales en Nariño. Puertas abiertas hacia Robótica Avanzada II (curso para próximo semestre): Control óptimo y MPC. SLAM avanzado. Locomoción no lineal en cuadrúpedos. Drones autónomos. Manipulación avanzada con vision servoing.

Práctica

El Magíster en Ingeniería Electrónica de la Universidad de Nariño …

Corke, P. Robotics, Vision and Control. 3ra edición. Springer. 2023.

Siciliano, B., Khatib, O. Handbook of Robotics. 2da edición. Springer. 2016.

Urrea C, Kern J. Recent Advances and Challenges in Industrial Robotics: A Systematic Review of Technological Trends and Emerging Applications. Processes. 2025; 13(3):832.

https://doi.org/10.3390/pr13030832.

Educational Robot Market Size, Share, Trends, 2032.

https://www.fortunebusinessinsights.com/educational-robot-market-111582

Documento Conpes 3975.

https://colaboracion.dnp.gov.co/CDT/Conpes/Econ%C3%B3micos/3975.pdf?utm_source=chatgpt.com

Informe Misión Internacional de Sabios 2019.

https://escuelasecretarias.mineducacion.gov.co/sites/default/files/2022-09/6.3%20Informe%20misi%C3%B3n%20Sabios%202019%20%282%29.pdf?utm_source=chatgpt.com

Nariño, región país para el mundo.

https://narino.gov.co/wp-content/uploads/2024/10/Plan_de_Desarrollo_Departamental_2024-2027.pdf?utm_source=chatgpt.com

ROS Documentation and Tutorials.

SDK oficial de Sphero, cuadrúpedo y brazo robótico.

Wilson Olmedo Achicanoy Martínez

Departamento de Electrónica

Andrés Darío Pantoja Bucheli

Departamento de Electrónica

Germán Darío Obando Bravo

Departamento de Electrónica

Darío Fernando Fajardo Fajardo

Departamento de Electrónica