stringtranslate.com

Ingeniería robótica

La ingeniería robótica es una rama de la ingeniería que se centra en la concepción, el diseño, la fabricación y el funcionamiento de los robots . Implica un enfoque multidisciplinario, que se nutre principalmente de la ingeniería mecánica , eléctrica , de software y de inteligencia artificial (IA) . [1] [2]

Los ingenieros en robótica tienen la tarea de diseñar estos robots para que funcionen de manera confiable y segura en escenarios del mundo real, que a menudo requieren abordar movimientos mecánicos complejos, control en tiempo real y toma de decisiones adaptativa a través de software e IA. [1]

Disciplinas fundamentales

La ingeniería robótica combina varias disciplinas técnicas, todas las cuales contribuyen al rendimiento, la autonomía y la robustez de un robot.

Ingeniería mecánica y cinemática

La ingeniería mecánica es responsable de la construcción física y el movimiento de los robots. Esto implica diseñar la estructura, las articulaciones y los actuadores del robot , así como analizar su cinemática y dinámica. [3]

Cinemática

Los modelos cinemáticos son esenciales para controlar los movimientos de los robots. Los ingenieros en robótica utilizan la cinemática directa para calcular las posiciones y orientaciones del efector final de un robot , dados los ángulos de articulación específicos, y la cinemática inversa para determinar los movimientos de articulación necesarios para una posición deseada del efector final. Estos cálculos permiten un control preciso sobre tareas como la manipulación de objetos o la locomoción. [4]

Actuación y materiales

Los ingenieros en robótica seleccionan actuadores (como motores eléctricos , sistemas hidráulicos o sistemas neumáticos ) en función de la función prevista del robot, las necesidades de energía y las características de rendimiento deseadas. [5] Los materiales utilizados en la construcción de robots también se eligen cuidadosamente en cuanto a resistencia, flexibilidad y peso, siendo las aleaciones ligeras y los materiales compuestos opciones populares para los robots móviles . [6]

Ingeniería eléctrica y electrónica

Los robots dependen de sistemas eléctricos para obtener energía, comunicación y control.

Gestión de energía

Para alimentar los motores, sensores y unidades de procesamiento de un robot se requiere un diseño de circuito eléctrico sofisticado. Los ingenieros en robótica se aseguran de que la energía se distribuya de manera eficiente y segura en todo el sistema, a menudo utilizando baterías o fuentes de energía externas de una manera que minimiza el desperdicio de energía. [7] [8]

Procesamiento de señales y sensores

La capacidad de un robot para interactuar con su entorno depende de la interpretación de los datos de varios sensores. Los ingenieros eléctricos en robótica diseñan sistemas para procesar señales de cámaras, LiDAR , sensores ultrasónicos y sensores de fuerza, filtrando el ruido y convirtiendo los datos sin procesar en información utilizable para los sistemas de control del robot . [9] [10]

Ingeniería de software

La ingeniería de software es un aspecto fundamental de la robótica, que se centra en el desarrollo del código y los sistemas que controlan el hardware de un robot, gestionan la toma de decisiones en tiempo real y garantizan un funcionamiento fiable en entornos complejos. El software en robótica abarca tanto el software de control de bajo nivel como las aplicaciones de alto nivel que permiten funcionalidades avanzadas. [11]

Sistemas embebidos

Los ingenieros en robótica desarrollan sistemas integrados que interactúan directamente con el hardware de un robot y gestionan actuadores, sensores y sistemas de comunicación. Estos sistemas deben funcionar en tiempo real para procesar las entradas de los sensores y activar las acciones adecuadas, a menudo con estrictas restricciones de memoria y capacidad de procesamiento. [12] [13]

Arquitecturas y marcos de software

Los robots modernos se basan en arquitecturas de software modulares y escalables . Un marco popular en el campo es el Sistema Operativo de Robot (ROS), que facilita la comunicación entre diferentes subsistemas y simplifica el desarrollo de aplicaciones robóticas. Los ingenieros utilizan dichos marcos para construir sistemas flexibles capaces de manejar tareas como la planificación del movimiento , la percepción y la toma de decisiones autónoma. [14]

Sistemas en tiempo real

Los robots suelen operar en entornos en los que el procesamiento en tiempo real es fundamental. Los ingenieros en robótica diseñan software que puede responder a los datos de los sensores y controlar los actuadores en plazos muy breves. Esto incluye la optimización de algoritmos para lograr una baja latencia y el desarrollo de procedimientos robustos de gestión de errores para evitar fallos del sistema durante el funcionamiento. [15]

Ingeniería de IA

La ingeniería de IA desempeña un papel cada vez más importante a la hora de permitir que los robots realicen tareas complejas y adaptativas. Se centra en la integración de técnicas de inteligencia artificial como el aprendizaje automático , la visión artificial y el procesamiento del lenguaje natural para mejorar la autonomía y la inteligencia de un robot. [16]

Percepción y visión por computadora

Los robots equipados con sistemas de percepción impulsados ​​por IA pueden procesar e interpretar datos visuales y sensoriales de su entorno. Los ingenieros en robótica desarrollan algoritmos para el reconocimiento de objetos , la comprensión de escenas y el seguimiento en tiempo real , lo que permite a los robots percibir su entorno de manera similar a los humanos. Estos sistemas se utilizan a menudo para tareas como la navegación autónoma o el agarre de objetos en entornos no estructurados. [17] [18]

Aprendizaje automático para el control y la toma de decisiones

Las técnicas de aprendizaje automático, en particular el aprendizaje por refuerzo y el aprendizaje profundo , permiten a los robots mejorar su rendimiento con el tiempo. Los ingenieros en robótica diseñan modelos de IA que permiten a los robots aprender de sus experiencias, optimizando las estrategias de control y los procesos de toma de decisiones. Esto es particularmente útil en entornos donde el comportamiento preprogramado es insuficiente, como en misiones de búsqueda y rescate o tareas industriales impredecibles. [19] [20]

Sistemas de control y bucles de retroalimentación

La ingeniería de sistemas de control garantiza que los robots se muevan con precisión y realicen tareas en respuesta a estímulos ambientales. Los ingenieros en robótica diseñan algoritmos de control que gestionan la interacción entre sensores, actuadores y software. [21] [22]

Control de circuito cerrado

La mayoría de los robots dependen de sistemas de control de circuito cerrado , donde los sensores proporcionan retroalimentación continua para ajustar los movimientos y comportamientos. Esto es esencial en aplicaciones como la cirugía robótica , donde se requiere precisión extrema, o en la fabricación , donde el rendimiento constante en tareas repetitivas es fundamental. [22] [23]

Sistemas de control adaptativos y no lineales

Para aplicaciones más avanzadas, los ingenieros en robótica desarrollan sistemas de control adaptativos que pueden modificar su comportamiento en respuesta a entornos cambiantes. Las técnicas de control no lineal se emplean cuando se trata de dinámicas complejas que son difíciles de modelar utilizando métodos tradicionales, como el control del vuelo de drones o vehículos submarinos autónomos . [24] [25] [26]

Herramientas y tecnologías clave

Los ingenieros en robótica aprovechan una amplia gama de herramientas de software y tecnologías para diseñar, probar y perfeccionar sistemas robóticos.

Software de simulación

Antes de crear prototipos físicos , los ingenieros en robótica utilizan software de simulación avanzado para modelar y predecir el comportamiento de los sistemas robóticos en entornos virtuales. MATLAB y Simulink son herramientas estándar para simular tanto la cinemática (movimiento) como la dinámica (fuerzas) de los robots. Estas plataformas permiten a los ingenieros desarrollar algoritmos de control, ejecutar pruebas a nivel de sistema y evaluar el rendimiento en diversas condiciones sin necesidad de hardware físico. ROS (Robot Operating System) es otro marco clave que facilita la simulación de comportamientos de robots en diferentes entornos. [27]

Modelado CAD y 3D

Para el diseño mecánico, los ingenieros en robótica utilizan software de diseño asistido por computadora (CAD), como SolidWorks , AutoCAD y PTC Creo , para crear modelos 3D detallados de componentes robóticos. Estos modelos son esenciales para visualizar la estructura física del robot y para garantizar que todas las piezas mecánicas encajen con precisión. Los modelos CAD suelen integrarse con herramientas de simulación para probar la funcionalidad mecánica y detectar fallas de diseño en las primeras etapas del proceso. [28]

Prototipado rápido e impresión 3D

Una vez que los diseños se verifican mediante simulación, las tecnologías de creación rápida de prototipos , incluida la impresión 3D y el mecanizado CNC , permiten la creación rápida y rentable de prototipos físicos. Estos métodos permiten a los ingenieros iterar rápidamente, refinando el diseño en función de pruebas y comentarios del mundo real, lo que reduce el tiempo de comercialización. [29] [30]

Análisis de elementos finitos (FEA)

Para garantizar la robustez y durabilidad de los componentes robóticos, los ingenieros realizan pruebas estructurales utilizando software de análisis de elementos finitos (FEA) como ANSYS y Abaqus . El FEA ayuda a predecir cómo responderán los materiales al estrés, el calor y otros factores ambientales, optimizando los diseños en términos de resistencia, eficiencia y uso de materiales. [31]

Pruebas de hardware en el circuito (HIL)

Para salvar la brecha entre la simulación y las pruebas físicas, los ingenieros en robótica suelen utilizar sistemas de hardware en el circuito (HIL, por sus siglas en inglés). Las pruebas HIL integran componentes de hardware reales en modelos de simulación, lo que permite a los ingenieros validar algoritmos de control y respuestas del sistema en tiempo real sin necesidad de construir el sistema robótico completo, lo que reduce los riesgos y los costos. [32]

Desafíos

La complejidad de la ingeniería robótica presenta desafíos constantes.

Robustez y tolerancia a fallos

El diseño de robots que puedan operar de manera confiable en entornos impredecibles es un desafío clave de ingeniería. Los ingenieros deben crear sistemas que puedan detectar y recuperarse de fallas de hardware, fallas de sensores o errores de software. Esto es importante en aplicaciones de misión crítica como la exploración espacial o la robótica médica . [33] [34]

Seguridad en la interacción humano-robot

Garantizar la seguridad en la interacción entre humanos y robots es un desafío importante en el campo de la ingeniería robótica. Además de los aspectos técnicos, como el desarrollo de sistemas de control sensibles y actuadores con limitación de fuerza, los ingenieros deben abordar las implicaciones éticas y legales de estas interacciones. Los algoritmos de IA se emplean para permitir que los robots anticipen y respondan al comportamiento humano en entornos colaborativos; sin embargo, estos sistemas no están exentos de fallas. Cuando ocurren errores (como que un robot interprete mal el movimiento humano o no detenga sus acciones a tiempo), surge la cuestión de la responsabilidad. [35]

Esta cuestión de la rendición de cuentas plantea un dilema ético sustancial. ¿La responsabilidad de tales errores debería recaer en los ingenieros que diseñaron el robot, los fabricantes que lo produjeron o las organizaciones que lo utilizan? Además, en los casos en que los algoritmos de IA desempeñan un papel clave en el proceso de toma de decisiones del robot, existe la complejidad añadida de determinar si el propio sistema podría ser parcialmente responsable. Esta cuestión es particularmente pertinente en sectores como la atención sanitaria y los vehículos autónomos , donde los errores pueden tener consecuencias graves, incluidas lesiones o la muerte. [36]

Los marcos jurídicos actuales de muchos países aún no han abordado plenamente las complejidades de la interacción entre humanos y robots. Las leyes relativas a la responsabilidad, la negligencia y las normas de seguridad suelen tener dificultades para seguir el ritmo de los avances tecnológicos. La creación de normas que definan claramente la responsabilidad, establezcan protocolos de seguridad y protejan los derechos humanos será crucial a medida que los robots se integren cada vez más en la vida cotidiana. [36] [37] [38]

Optimización del movimiento y eficiencia energética

Los ingenieros en robótica deben encontrar un equilibrio entre la necesidad de un alto rendimiento y la eficiencia energética. Los algoritmos de planificación de movimientos y las estrategias de ahorro de energía son fundamentales para los robots móviles, especialmente en aplicaciones como drones autónomos o misiones robóticas de larga duración en las que la duración de la batería es limitada. [39] [40]

Referencias

  1. ^ ab "Ingeniero en robótica". Servicio Nacional de Carreras Profesionales . Consultado el 4 de noviembre de 2024 .
  2. ^ "Cómo convertirse en ingeniero en robótica: salario, calificaciones, habilidades y reseñas". SEEK . Consultado el 4 de noviembre de 2024 .
  3. ^ "Blog - Ingeniería mecánica en robótica: desafíos y oportunidades". Redline Group . Consultado el 4 de noviembre de 2024 .
  4. ^ Singh, Randheer; Kukshal, Vikas; Yadav, Vinod Singh (2021). "Una revisión sobre la cinemática directa e inversa de los manipuladores seriales clásicos". En Rakesh, Pawan Kumar; Sharma, Apurbba Kumar; Singh, Inderdeep (eds.). Avances en el diseño de ingeniería . Apuntes de clase en ingeniería mecánica. Singapur: Springer. págs. 417–428. doi :10.1007/978-981-33-4018-3_39. ISBN 978-981-334-018-3.
  5. ^ Hollerbach, John M.; Hunter, Ian W.; Ballantyne, John (1992). "Un análisis comparativo de las tecnologías de actuadores para robótica". Robotics Review 2 . The MIT Press. págs. 299–342.
  6. ^ Rothemund, Philipp; Kim, Yoonho; Heisser, Ronald H.; Zhao, Xuanhe; Shepherd, Robert F.; Keplinger, Christoph (diciembre de 2021). "Dar forma al futuro de la robótica a través de la innovación en materiales". Nature Materials . 20 (12): 1582–1587. Bibcode :2021NatMa..20.1582R. doi :10.1038/s41563-021-01158-1. ISSN  1476-4660. PMID  34815572.
  7. ^ Mansor, Maszatul M.; Giagkiozis, Ioannis; Wall, Derek; Mills, Andrew R.; Purshouse, Robin C.; Fleming, Peter J. (1 de enero de 2014). "Gestión de energía mejorada en tiempo real para sistemas autónomos". Volúmenes de actas de la IFAC . 19.° Congreso Mundial de la IFAC. 47 (3): 2634–2639. doi :10.3182/20140824-6-ZA-1003.00854. ISSN  1474-6670.
  8. ^ Ogawa, Kazuya; Kim, Hyonju; Mizukawa, Makoto; Ando, ​​Yoshinobu (2006). "Desarrollo del sistema de gestión de potencia del robot que se adapta a tareas y entornos: la guía de diseño del sistema de control de potencia aplicado al robot de control distribuido". Conferencia conjunta internacional SICE-ICASE de 2006. IEEE. págs. 2042–2046. doi :10.1109/sice.2006.315489. ISBN . 89-950038-4-7.
  9. ^ Edwards, John (marzo de 2022). "El procesamiento de señales respalda la innovación robótica: los robots están en auge a medida que los nuevos diseños y capacidades abren la puerta a nuevas aplicaciones [Informes especiales]". Revista IEEE Signal Processing . 39 (2): 14–16. Bibcode :2022ISPM...39b..14E. doi :10.1109/MSP.2021.3135828. ISSN  1053-5888.
  10. ^ Fu, King S.; Gonzalez, Rafael C.; Lee, CSG (1988). Robótica: control, detección, visión e inteligencia . Serie McGraw-Hill sobre CAD/CAM, robótica y visión artificial (segunda edición impresa). Nueva York: McGraw-Hill. ISBN 978-0-07-100421-3.
  11. ^ "Ingeniería de software robótico | Tema de investigación de Frontiers". www.frontiersin.org . Consultado el 4 de noviembre de 2024 .
  12. ^ Bräunl, Thomas (2022). Robótica integrada: de robots móviles a vehículos autónomos con Raspberry Pi y Arduino (cuarta edición). Singapur: Springer. ISBN 978-981-16-0803-2.
  13. ^ Malik, Puru; Kumar, Sanjiv (5 de enero de 2019). "Sistemas integrados y aplicaciones en robótica". Revista internacional de investigación y tecnología en ingeniería (IJERT) . 6 (17).
  14. ^ Sistema operativo robótico (ROS): la referencia completa (volumen 1) . Estudios en inteligencia computacional (reimpresión en tapa blanda de la primera edición original de 2016). Cham: Springer International Publishing. 2018. ISBN 978-3-319-26052-5.
  15. ^ "Introducción a los sistemas en tiempo real". design.ros2.org . Consultado el 4 de noviembre de 2024 .
  16. ^ Rajan, Kanna; Saffiotti, Alessandro (1 de junio de 2017). "Hacia una ciencia de IA y robótica integradas". Inteligencia artificial . Número especial sobre IA y robótica. 247 : 1–9. doi :10.1016/j.artint.2017.03.003. ISSN  0004-3702.
  17. ^ Sankowski, Dominik; Nowakowski, Jacek, eds. (2014). Visión artificial en robótica y aplicaciones industriales . Serie sobre visión artificial. Nueva Jersey: World Scientific. ISBN 978-981-4583-71-8.
  18. ^ Jarvis (junio de 1982). "Un laboratorio de robótica y visión por computadora". Computer . 15 (6): 8–24. doi :10.1109/MC.1982.1654046. ISSN  0018-9162.
  19. ^ Roy, Nicholas; Posner, Ingmar; Barfoot, Tim; Beaudoin, Philippe; Bengio, Yoshua; Bohg, Jeannette; Brock, Oliver; Depatie, Isabelle; Fox, Dieter (28 de octubre de 2021), Del aprendizaje automático a la robótica: desafíos y oportunidades para la inteligencia incorporada , arXiv : 2110.15245
  20. ^ Mosavi, Amir; Varkonyi, Annamaria (17 de enero de 2017). "Aprendizaje en robótica" (PDF) . Revista internacional de aplicaciones informáticas . 157 (1): 8–11. doi :10.5120/ijca2017911661.
  21. ^ Kaushik, Rajkumar; Rawat, Akash; Tiwari, Arpita (2017). "Una descripción general de la robótica y los sistemas de control". Revista internacional de investigación técnica y ciencia . 6 (10).
  22. ^ ab Anood Ibrahim; Alexander, Reba Rachel; Shahid, Mohammed; Sanghar, Umar; Royson Donate; D " Souza (2016). "Sistemas de control en robótica: una revisión". Revista internacional de invenciones de ingeniería . doi :10.13140/RG.2.2.16873.26724.
  23. ^ Kuntze, H. -B. (1985-11-01). "Algoritmos de bucle cerrado para robots industriales: estado actual y tendencias recientes". IFAC Proceedings Volumes . 1er Simposio IFAC sobre control de robots (SYROCO '85), Barcelona, ​​España`, 6-8 de noviembre de 1985. 18 (16): 437–443. doi :10.1016/S1474-6670(17)60003-X. ISSN  1474-6670.
  24. ^ Bar-Kana, Izhak; Guez, Allon (julio de 1990). "Control adaptativo simple para una clase de sistemas no lineales con aplicación a la robótica". Revista Internacional de Control . 52 (1): 77–99. doi :10.1080/00207179008953525. ISSN  0020-7179.
  25. ^ Annaswamy, Anuradha M. (3 de mayo de 2023). "Control adaptativo e intersecciones con aprendizaje por refuerzo". Revisión anual de control, robótica y sistemas autónomos . 6 (1): 65–93. doi :10.1146/annurev-control-062922-090153. ISSN  2573-5144.
  26. ^ Pshikhopov, V. Kh.; Krukhmalev, VA; Medvedev, M. Yu; Fedorenko, RV; Kopylov, SA; Budko, A. Yu; Chufistov, VM (octubre de 2013). "Diseño de sistemas de control adaptativo para aeronaves robóticas". Simposio y competencia latinoamericana de robótica 2013. IEEE. págs. 67–70. doi :10.1109/lars.2013.59. ISBN . 978-0-7695-5139-5.
  27. ^ Žlajpah, Leon (15 de diciembre de 2008). "Simulación en robótica". Matemáticas y computadoras en simulación . 5.ª Conferencia internacional de Viena sobre modelado matemático/Taller sobre computación científica en ingeniería electrónica de la Conferencia internacional de 2006 sobre ciencia computacional/sistemas dinámicos estructurales: aspectos computacionales. 79 (4): 879–897. doi :10.1016/j.matcom.2008.02.017. ISSN  0378-4754.
  28. ^ Henderson, T.; Weitz, E.; Hansen, C.; Grupen, R.; Ho, C.; Bhanu, B. (1987). "Robótica basada en CAD". Actas. Conferencia internacional IEEE de 1987 sobre robótica y automatización . Vol. 4. Instituto de Ingenieros Eléctricos y Electrónicos. págs. 631–635. doi :10.1109/ROBOT.1987.1087980.
  29. ^ Won, J.; DeLaurentis, K.; Mavroidis, C. (2000). "Prototipado rápido de sistemas robóticos". Actas 2000 ICRA. Millennium Conference. IEEE International Conference on Robotics and Automation. Actas de simposios (Cat. No.00CH37065) . Vol. 4. IEEE. págs. 3077–3082. doi :10.1109/ROBOT.2000.845136. ISBN 978-0-7803-5886-7.
  30. ^ Gul, Jahan Zeb; Sajid, Memoon; Rehman, Muhammad Muqeet; Siddiqui, Ghayas Uddin; Shah, Imran; Kim, Kyung-Hwan; Lee, Jae-Wook; Choi, Kyung Hyun (31 de diciembre de 2018). "Impresión 3D para robótica blanda: una revisión". Ciencia y tecnología de materiales avanzados . 19 (1): 243–262. Bibcode :2018STAdM..19..243G. doi :10.1080/14686996.2018.1431862. ISSN  1468-6996. PMC 5917433 . PMID  29707065. 
  31. ^ Srirekha, A; Bashetty, Kusum (2010). "De infinito a finito: una descripción general del análisis de elementos finitos". Revista india de investigación dental . 21 (3): 425–432. doi : 10.4103/0970-9290.70813 . ISSN  0970-9290. PMID  20930357.
  32. ^ Martin, Adrian; Emami, M. (junio de 2006). "Una arquitectura para la simulación robótica de hardware en el circuito". Conferencia internacional de 2006 sobre mecatrónica y automatización . IEEE. págs. 2162–2167. doi :10.1109/icma.2006.257628. ISBN . 1-4244-0465-7.
  33. ^ Cavallaro, Joseph; Walker, Ian (21 de marzo de 1994). "Un estudio de los estándares militares y de la NASA sobre tolerancia a fallas y confiabilidad aplicada a la robótica". Conferencia sobre robots inteligentes en fábrica, campo, espacio y servicio. Instituto Americano de Aeronáutica y Astronáutica. doi :10.2514/6.1994-1211.
  34. ^ Noureddine, Farid; Larroque, Benoit; Rotella, Frederic (2009). "Tolerancia a fallos en robótica". Revista internacional de mecatrónica y sistemas de fabricación . 2 (3): 294. doi :10.1504/IJMMS.2009.026045. ISSN  1753-1039.
  35. ^ Webb, Helena; Jirotka, Marina; FT Winfield, Alan; Winkle, Katie (19 de noviembre de 2019). "Relaciones entre humanos y robots y el desarrollo de robots sociales responsables". Actas del Simposio Halfway to the Future 2019. HttF '19. Nueva York, NY, EE. UU.: Association for Computing Machinery. págs. 1–7. doi :10.1145/3363384.3363396. ISBN 978-1-4503-7203-9.
  36. ^ ab Hanna, Atieh; Larsson, Simon; Götvall, Per-Lage; Bengtsson, Kristofer (1 de diciembre de 2022). "Seguridad deliberativa para la colaboración inteligente industrial entre humanos y robots: desafíos regulatorios y soluciones para dar el siguiente paso hacia la industria 4.0". Robótica y fabricación integrada por computadora . 78 : 102386. doi :10.1016/j.rcim.2022.102386. ISSN  0736-5845.
  37. ^ Elish, MC (2016). "Zonas de deformación moral: cuentos con moraleja en la interacción humano-robot (WeRobot 2016)". Revista electrónica SSRN . doi :10.2139/ssrn.2757236. ISSN  1556-5068. SSRN  2757236.
  38. ^ Leung, Karen; Schmerling, Edward; Zhang, Mengxuan; Chen, Mo; Talbot, John; Gerdes, J Christian; Pavone, Marco (septiembre de 2020). "Sobre la infusión de garantía de seguridad basada en la accesibilidad dentro de los marcos de planificación para interacciones entre vehículos humanos y robots". The International Journal of Robotics Research . 39 (10–11): 1326–1345. arXiv : 2012.03390 . doi :10.1177/0278364920950795. ISSN  0278-3649.
  39. ^ Swanborn, Stan; Malavolta, Ivano (22 de enero de 2021). "Eficiencia energética en software de robótica: una revisión sistemática de la literatura". Actas de la 35.ª Conferencia internacional IEEE/ACM sobre talleres de ingeniería de software automatizado . ASE '20. Nueva York, NY, EE. UU.: Association for Computing Machinery. págs. 144–151. doi :10.1145/3417113.3422997. ISBN 978-1-4503-8128-4.
  40. ^ "Un nuevo marco de optimización para la planificación del movimiento de robots". MIT News | Massachusetts Institute of Technology . 2023-11-30 . Consultado el 2024-11-04 .