19
Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad
Teaching and Learning of Industrial Robotics from Virtuality
Junto al primer robot manipulador, el UNIMATE de Devol y Engelberger, nació la
preocupación de investigadores e ingenieros por demostrar el potencial de autómatas
similares en aplicaciones industriales. En consecuencia muchas prestigiosas universidades
percibieron cuán importante era incluir asignaturas del área en planes de estudios de
carreras como Ingeniería Eléctrica, Electrónica, Mecánica o Mecatrónica. La presente
investigación fue bajo el método constructivista y el análisis de resultados se apoya en la
respuesta observada en un simulador mediante el uso combinado de una Toolbox para
modelación cinemática de robots (basada en scripts ejecutables en un entorno como GNU
Octave o similar), además de un software para simulación 3D. La ejemplificación del uso
de las herramientas y el reto al estudiante de programar RI virtuales en escenarios típicos
de manufactura, empaquetado o paletizado, ha sido probado a lo largo de cuatro períodos
lectivos, obteniéndose una realimentación positiva de los aprobados y egresados. Los
resultados alcanzados al simular demuestran la exactitud de los modelos cinemáticos
obtenidos mediante formulaciones matemáticas, lo cual evidencia la utilidad de las
herramientas descritas para el aprendizaje a distancia basado en la práctica.
Palabras clave: Robot Industrial, simulación, modelación, robótica, virtualidad.
Together with the first manipulator robot, the UNIMATE from Devol and Engelberger, the
concern of researchers and engineers was born to demonstrate the potential of similar robots
in industrial applications. Consequently, many prestigious universities perceived how
important it was to include subjects in curricula of careers such as Electrical Engineering,
Electronics, Mechanics, or Mechatronics. The present investigation was under a mixed
methodology. The analysis of results is supported by the response observed in a simulator
through the combined use of a Toolbox for kinematic modeling of robots (based on
executable scripts in an environment such as GNU Octave or similar). Of software for 3D
simulation. The modeling of the use of the tools and the challenge to the student of
programming virtual IRs in typical manufacturing, packaging, or palletizing scenarios, has
been tested over four academic periods, obtaining positive feedback from those approved
and graduates. The results achieved when simulating demonstrate the accuracy of the
kinematic models obtained through mathematical formulations, which shows the usefulness
of the tools described for distance learning based on practice.
Keywords: Industrial robot, simulation, modeling, robotics, virtuality.
¹Universidad José Antonio Páez
¹https://orcid.org/0000-0001-7847-2372
¹Venezuela
Sanz, W. (2021). Enseñanza y Aprendizaje
de Robótica Industrial desde la Virtualidad.
Revista Tecnológica-Educativa Docentes
2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
W. Sanz, "Enseñanza y Aprendizaje de
Robótica Industrial desde la Virtualidad",
RTED, vol. 11, n.° 2, pp. 19-27, sep. 2021.
https://doi.org/10.37843/rted.v11i2.245
Wilmer Sanz-Fernández
1
24/junio/2021
18/septiembre/2021
24/septiembre/2021
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
Introducción
Junto al primer robot manipulador, el
UNIMATE de George Devol y Joseph
Engelberger, nació la preocupación de
investigadores e ingenieros por demostrar el
potencial de autómatas similares en aplicaciones
industriales. Robots históricos como el Stanford
Arm, PUMA, Famulus y SCARA, entre otros, se
desarrollaron para reemplazar la mano de obra en
procesos riesgosos, mejorar la calidad y aumentar
la productividad. Apuntando a estas metas, el
estudio de Robótica Industrial en universidades o
postgrados incluye dos temas fundamentales:
modelación cinemática y programación de robots
para la ejecución de tareas.
El primero de estos temas se basa en el uso
de transformaciones matriciales en un espacio
vectorial de 4 dimensiones junto a la obtención de
ecuaciones que describan el movimiento de los
robots, de acuerdo con sus particulares
configuraciones. Por su parte, programar Robots
Industriales (RI) para la ejecución de tareas,
depende del manejo de lenguajes desarrollados
por cada fabricante, siendo irremplazable, en lo
respectivo al aprendizaje o capacitación de los
estudiantes, la significación generada por el
trabajo práctico llevado a cabo en un laboratorio
dotado con un robot físico.
¿Es posible lograr una buena aproximación
al trabajo real con los RI, mediante simulación en
ambiente 3D? ¿Cómo simplificar la complejidad
que supone obtener modelos matemáticos para
describir el comportamiento cinemático de los
autómatas usados como manipuladores en la
industria? ¿Puede aprovecharse el empleo de
herramientas de software libre para facilitar un
curso de Robótica Industrial a distancia?
Es la finalidad de este estudio fue describir
la aplicación de algunos comandos desarrollados
como parte de la Toolbox e Interfaz Gráfica
PGIBOTMat, un producto académico hecho para
modelar cambios en la localización de objetos
manipulados por Robots Industriales, programar
representaciones virtuales de los mismos y
simular la ejecución de tareas en un ambiente 3D.
Metodología
El constructivismo es el método que
fundamentó la presente investigación, la cual la
permitió la implementación de las estrategias para
la enseñanza. Si bien las demostraciones sobre
modelación y el manejo de software
especializado se encuentran presentes, el
aprendizaje se centra en el quehacer del
estudiante, quien debe replicar lo ilustrado y
aplicarlo creativamente para resolver problemas
reales, aunque en un ambiente virtual.
Top-Down Design es la metodología
empleada para desarrollar el estudio. Partiendo
desde un principio de modularización se conciben
bloques o unidades genéricas con capacidad para
producir las respuestas deseadas del sistema,
luego se dividen en bloques especializados, según
sea necesario (Pardo, 1997) y finalmente se
definen los componentes reales que permiten
hacer la implementación. En Ingeniería, equivale
a una estrategia inspirada en la antigua máxima
“dividir para vencer”, donde los grandes
problemas se abordan como conjuntos de otros
menores, logrando la solución completa mediante
la unión de soluciones parciales (Arango, 2006).
Su complemento, metodología Bottom-Up, se usa
como estrategia de realimentación para redefinir
las funciones de los bloques originales, una vez
que se tienen suficientemente claras las
características del sistema finalmente
implementado.
Resulta natural la aplicación del presente
estudio bajo una modalidad virtual o e-Learning
ante la idea de seleccionar y adaptar herramientas
tecnológicas para su utilización en un curso de
Robótica bajo modalidad no presencial.
Efectivamente, el acceso al ciberespacio y sus
distintos escenarios (chats, páginas Web, Campus
Virtuales, entre otros.) “acentúa el carácter
transterritorial, temporo-espacial y
transfronterizo de la modalidad de educación a
distancia” (Salazar, 2015), todo lo cual se precisa
cuando una comunidad estudiantil se encuentra
dispersa y no dispone del recurso de la
conectividad en forma permanente.
Los medios para lograr el intercambio de
información se alcanzó de manera sincrónica o
asincrónica, las cuales incluyeron el multimedia,
hipermedia, simuladores y recursos que
aprovechan las continuas actualizaciones
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
tecnológicas; siendo particularmente útiles en el
aislamiento demandado por una pandemia. Tal es
la dinámica impuesta en los actuales momentos,
impulsada además por una nueva Revolución
Industrial (Industria 4.0), la cual inevitablemente
permea en el ámbito educativo.
Finalmente, el análisis de resultados se apoya
en la respuesta observada en un simulador.
Afirma González, ante la disyuntiva de abordar
un estudio mediante modelos analíticos o
mediante la observación real: “se hace
imprescindible la utilización de una nueva
metodología que ayude, por un lado a la
resolución de los problemas planteados en la
modelización de estos sistemas complejos y por
otro, a la creación de estos modelos adaptados a
los grandes problemas con los que nos podemos
enfrentar en la actualidad; y esta nueva forma de
afrontar estos temas es la Simulación” (2014,
p.1). Tal como el mismo autor manifiesta la
simulación es una herramienta útil para tomar
decisiones y analizar cómo funcionan los
sistemas. Aplicada a los Robots Industriales,
permite comprobar la exactitud y eficacia de los
programas que pueden transferirse
posteriormente a controladores en autómatas
reales.
Transformaciones Homogéneas
Antes de abordar cualquier otro aspecto,
fundamental es invocar una definición formal de
RI. La Organización Internacional de Estándares
en su estándar 8373:2012 (ISO, 2016) establece
el concepto de Robot Industrial: “un manipulador
multipropósito, reprogramable, controlado
automáticamente, programable en tres o más ejes,
que puede ser fijo o móvil para su uso en
aplicaciones de automatización industrial”. Tal
definición es aceptada por la Federación
Internacional de Robótica (IFR) y establece cuál
es el tipo de autómatas referidos en este artículo.
Ya entrando de lleno en lo referente a
modelación cinemática, se parte del uso de
Transformaciones homogéneas (propias de un
espacio vectorial con cuatro dimensiones) para
describir los cambios en posición y orientación de
objetos manipulados, las cuales son cantidades
imprescindibles en Robótica (Ollero, 2007),
determinadas mediante los vectores
(Figura 1).
Figura 1
Vectores de posición y orientación
Nota. El vector de posición indica las coordenadas del
Punto Central de la Herramienta (TCP) y los vectores
unitarios
definen las direcciones de un sistema de
referencia móvil, sólidamente unido a los objetos
manipulados, elaborado por Sanz (2016).
Para calcular cambios de localización
(posición más orientación) se expresa un punto
dado en el espacio homogéneo y se les aplica una
Trasformación correspondiente a movimientos de
giro, traslación, giro seguido de traslación o
traslación seguida de giro. Nueve (9) expresiones
matriciales como la mostrada (Ecuación 1:
rotación un ángulo alfa alrededor de eje X,
seguida de una traslación determinada por el
vector de componentes px, py, pz), definen estas
transformaciones; y para su aplicación se han
elaborado igual número de scripts ejecutables en
la ventana de comandos de GNU Octave (Eaton
et al., 2021). Los comandos puestos a disposición
para los estudiantes se muestran en la Tabla 1.
(1)
−
=
1000
0
0
001
)),,((
pzCS
pySC
px
pxT
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
Tabla 1
Funciones para el uso de Transformaciones
Homogéneas (TH) en GNU Octave
Comando
Descripción
Rotx (alpha)
Retorna la Transformación
Homogénea de rotación en el eje
X, un ángulo alpha.
Roty (phi)
Retorna la Transformación
Homogénea de rotación en el eje
Y, un ángulo phi.
Rotz (theta)
Retorna la Transformación
Homogénea de rotación en el eje
Z, un ángulo theta.
Rotxtrans
(alpha,px,py,pz)
Retorna la Transformación
Homogénea de rotación en el eje
X, un ángulo alpha, seguida por
una traslación con un vector p.
Rotytrans
(phi,px,py,pz)
Retorna la Transformación
Homogénea de rotación en el eje
Y, un ángulo phi, seguida por una
traslación con un vector p.
Rotztrans
(theta,px,py,pz)
Retorna la Transformación
Homogénea de rotación en el eje
Z, un ángulo theta, seguida por
una traslación con un vector p.
Transrotx
(px,py,pz,alpha)
Retorna la Transformación
Homogénea de traslación con un
vector p, seguida por una
rotación alrededor del eje X, un
ángulo alpha.
Transroty
(px,py,pz,phi)
Retorna la Transformación
Homogénea de traslación con un
vector p, seguida por una
rotación alrededor del eje Y, un
ángulo phi.
Transrotz
(px,py,pz,theta)
Retorna la Transformación
Homogénea de traslación con un
vector p, seguida por una
rotación alrededor del eje Z, un
ángulo theta.
Nota. Sintaxis y descripción de Transformaciones
Homogéneas usadas para cálculos de cambios en posiciones
y orientaciones, elaborado por Sanz (2016).
Por ejemplo, si desea determinar el resultado
de aplicar una rotación de 30°, alrededor del eje
X, seguido de una traslación con 2 unidades en
“X”, -1 en “Y”, 1 en “Z”, sobre un punto ruvw =
(1,3,-1); el procedimiento a seguir en GNU
Octave puede observarse en la Figura 2. El uso
del comando exige expresar el punto dado como
vector columna, e incluir el factor de escalado
“1”, a modo de cuarta componente. El resultado
es un vector en el espacio homogéneo, cuyo
equivalente en el espacio cartesiano es rxyz = [3,
2.0981, 1.634].
Figura 2
Ejemplo de aplicación de una TH en GNU Octave
Nota. Se muestran dos transformaciones consecutivas
(rotación de 30°, seguida una traslación conforme al vector
2,-1,1) resumidas en un solo comando: rotxtrans, elaborado
por Sanz (2016).
Parámetros de Denavit-Hartenberg
Un problema clásico en Robótica Industrial es
modelar su cinemática directa. Solucionarlo
consiste en obtener una matriz, llamada Matriz de
Transformación T del robot, que permita describir
la posición y orientación adoptada por un objeto
manipulado, luego de variar los parámetros de sus
articulaciones. Según Craig J. (2006) “cualquier
robot puede describirse en forma cinemática
proporcionando los valores de cuatro cantidades
para cada vínculo” (p. 67); sin embargo, esa
simple afirmación no es tan inocente como
parece, pues los parámetros o cantidades referidos
tienen definiciones específicas demandantes de
cuidadosamente interpretación. Todo se resume
en usar las convenciones establecidas por
Denavit-Hartenberg (Denavit, Hartenberg, 1955)
y aplicar el algoritmo del mismo nombre (Fu, et
al., 1988) aunque debe tenerse en cuenta la
existencia de métodos alternativos
(Chennakaseva, 2014).
Tal algoritmo exige identificar, en cada
articulación de una cadena cinemática a los cuatro
parámetros mostrados en la Figura 3 (llamados
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
parámetros DH): θ, el ángulo de giro en
articulaciones de rotación (tipo R), d,
desplazamiento en las articulaciones prismáticas
(tipo P), a, distancia de la recta normal o
simultáneamente perpendicular a ambos ejes que
comprenden a un eslabón; y α, ángulo de torsión
del eslabón.
Figura 3
Parámetros DH
Nota. Representación de los 4 parámetros DH en elementos consecutivos de una cadena cinemática. Se añaden
representaciones gráficas de sus definiciones, elaborado por Sanz (2016).
El movimiento relativo entre eslabones
consecutivos se calcula mediante la llamada
Matriz de Transición o Matriz de Paso
Homogénea (Ecuación 2). El producto
(postmultiplicaciones) de todas las matrices de
transición correspondientes a enlaces
consecutivos, permite determinar la Matriz de
Transformación del robot (Ecuación 3), única en
su forma algebraica para cada modelo, debido a
su geometría y configuración.
(2)
(3)
La nomenclatura utilizada (Ecuación 2)
alude a las funciones trigonométricas Seno y
Coseno, mediante los literales S y C,
respectivamente. Ahora bien, entre el conjunto de
comandos ejecutables en GNU Octave utilizar
mpash.m ahorra un trabajo significativo. Este
comando requiere introducir los valores
numéricos de los parámetros DH para cada
articulación arrojando como resultado la Matriz
de Transición correspondiente (Ecuación 4).
(4)
Resultados
El apoyo en los recursos tecnológicos para
facilitar el aprendizaje es un factor importante en
la educación actual. Al respecto, Mujica asevera:
“Aquí la tecnología es un medio que se pone al
alcance tanto de los estudiantes como de los
docentes. Su uso enriquece y facilita el
entendimiento de áreas que por su complejidad
son más inteligibles con la ayuda del material
multimedia” (2019, p. 7). Sobre tales ideas se
procedió a diseñar un sistema cuya función es
proveer a sus usuarios con las herramientas para
aprender y practicar los fundamentos de la
programación de Robots Industriales, sin tener la
interacción con autómatas físicos (Figura 4).
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
Figura 4
Sistema para programación de robots virtuales
Nota: Cada elemento del diagrama es objeto de una implementación descrita posteriormente, elaborado por Sanz (2016).
La simulación es “una metodología de
análisis de sistemas basada en la construcción de
un modelo típicamente implementado en un
ordenador, que describe el comportamiento del
sistema y que permite generar observaciones
dadas ciertas entradas” (Ríos, Ríos & Martín,
2000, p. 9). Por su parte, los RI comerciales por
lo general cuentan con un entorno de simulación
3D para elaborar y probar programas en robots
virtuales (Koehler, 2020). El uso de tal
herramienta implica ventajas significativas en los
procesos de aprendizaje, con una importancia
obvia si se trata de actividades prácticas,
resultando además en una alternativa idónea
cuando el estudiante no tiene acceso a un
laboratorio e interactúa a distancia con su
profesor.
El simulador elegido es RoboWorks Demo
3.0 (Kappor, 2006), una aplicación libre (la
versión completa es paga) con total funcionalidad
para trabajar con modelos virtuales, escenarios y
archivos editables al reproducir animaciones
(Figura 5). Su capacidad de simular depende del
ingreso de archivos editables o datos mediante
comunicación por puerto serial (estándar RS-232
compatible), pero solo se usa la primera opción.
Figura 5
Presentación de la aplicación RoboWorks
Nota: Captura de pantalla de la ventana correspondiente al
menú textual, elaborado por Kapoor (2006).
Para ejecutar animaciones en RoboWorks
es necesario usar como entrada un archivo con un
formato específico (extensión dat). Tal archivo se
genera a partir de otro más simple (extensión try)
mediante una Interfaz Gráfica de Usuario (GUI)
PGIBOTMat, la cual se ejecuta en GNU Octave.
La relación de los elementos nombrados con los
ficheros de entrada y salida se muestra en la
Figura 6.
Figura 6
Herramientas para la programación de Robots
Virtuales en simulador 3D
Nota: La Infografía representa a la Interfaz Gráfica de
Usuario PGIBOTMat 3.0 como traductor de un archivo con
comandos típicos de programación de un RI a la versión
requiere el software RoboWorks Demo 3.0, para simular la
ejecución de una tarea, elaborado por Sanz (2016).
Para mostrar el uso de las herramientas
descritas se toma como caso de estudio al robot
antropomórfico Lab-Volt 5150 (Festo, 2021) del
Laboratorio de Robótica de la Universidad José
Antonio Páez (Figura 7). Se inicia el estudio a
partir de una representación simplificada (Figura
8), se determina la Tabla de parámetros DH
(Tabla II) y se calcula su Matriz de
Transformación T mediante un sencillo sript
como el indicado (θ
1
=0°, θ
2
=90°, θ
3
=0°, θ
4
=-90°,
θ
5
=0°).
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
Figura 7
Robot Lab-Volt 5150
Nota: Imagen capturada en el Laboratorio de Robótica
Industrial de la Universidad José Antonio Páez, durante una
práctica de Toma y Colocación de objetos. Presentada aquí
con el permiso de la institución, elaborado por Sanz (2016).
Figura 8
Representación funcional del robot 5R Lab-Volt
5150
Nota: Se muestran los ejes de sistemas de coordenadas
generalizadas definidos conforme a las convenciones de
Denavit Hartenberg. Las dimensiones indicadas se
obtuvieron de mediciones directas hechas sobre el robot,
elaborado por Sanz (2016).
Tabla 2
Parámetros DH del Robot Lab-Volt 5150
Nota: Los parámetros tabulados se han obtenido a partir de
las definiciones mostradas en la Figura 3, aplicándolas al
robot 5R mostrado en la Figura 8, elaborado por Sanz
(2016).
>> A01=mpash(0,38.4,0,90);
>> A12=mpash(90,0,36.1,0);
>> A23=mpash(0,0,22.7,0);
>> A34=mpash(-90,0,0,-90);
>> A45=mpash(0,16.5,0,0);
>> T=A01*A12*A23*A34*A45
T =
1.00000 0.00000 0.00000 0.00000
0.00000 1.00000 0.00000 0.00000
0.00000 0.00000 1.00000 113.70000
0.00000 0.00000 0.00000 1.00000
Resultados como el obtenido incluyen en la
última columna de la Matriz T las componentes
de la nueva posición alcanzada (0 en X, 0 en Y,
113.7 cm en Z), pudiendo verificarse la exactitud
del modelo al introducir los ángulos de entrada en
la interfaz de control del robot o, en el caso de
interés, a través de un simulador adecuado.
La programación de tareas consiste en la
enseñanza de puntos al robot virtual Lab-Volt5R
dispuesto en un escenario de RoboWorks. Una
tarea se asocia a trayectorias y acciones
necesarias dentro de un proceso, las cuales
pueden o no requerir un orden específico de
ejecución. En este caso se pretende alcanzar una
serie de puntos de colores (Figura 9), prestando
atención a una secuencia específica: amarillo,
rojo, verde y azul.
Figura 9
Escenario para tarea a ejecutar por el robot
virtual 5R Lab-Volt 5150
Nota: Los valores indicados en la ventana pequeña dentro
de la imagen son las coordenadas de cada punto en relación
con el sistema XYZ con origen en la base del Robot.
Escenario elaborado en RoboWorks Demo 3.0, elaborado
por Sanz (2016).
Para enseñar puntos se hace del mismo
modo aplicado a cualquier RI físico:
interactuando en una Interfaz Gráfica (o a través
de un Teach pendant) para almacenar en un
archivo las combinaciones de las coordenadas
articulares se alcanzan puntos clave con la
herramienta de agarre (TCP). El fichero de
Articulación
θ
d
a
α
1
q
38.4
0
90
2
q
0
36.1
0
3
q
0
22.7
0
4
q
0
0
-90
5
q
16.5
0
0
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
extensión try se edita con líneas de comandos
comunes a casi cualquier lenguaje de
programación de RI comerciales, tomando nota
de las coordenadas visibles en la ventana Monitor
de RoboWorks (Figura 10) en un editor de texto.
Figura 10
Secuencia de programación para el robot virtual
5R Lab-Volt 5150
Nota: a) Toma del 1er punto. b) Toma del 2do punto. c)
Toma del 3er punto d) Toma del 4to punto. El proceso
mostrado emula el trabajo que se realiza en un robot físico,
mediante la interfaz conocida como Teach Pendant,
elaborado por Sanz (2016).
Una vez guardado el archivo LabVoltR.try,
se ingresa a la Interfaz Gráfica de Usuario
PGIBOTMat (dentro de Octave GNU) y se
presiona el botón Gen. Tar. Emerge una ventana
donde se introduce el nombre del archivo try y se
nombra al archivo de salida (dat). La operación se
completa presionando el botón Initium,
correspondiente a un robot 5R similar al Lab-Volt
5150 (Figura 11).
Figura 11
Generación del archivo de salidaLabVolt5R.dat
Nota: Se muestra la ventana “Generación de Tareas” de la
GUI PGIBOTMat, dentro del entorno GNU Octave,
elaborado por Sanz (2016).
Finalmente, el archivo generado
(LabVolt5R.dat) se introduce mediante un menú
de animación y se ejecuta en el simulador
RoboWorks Demo. Se puede comprobar que el
robot sigue la secuencia de trabajo esperada, sin
embargo como no es posible insertar aquí un
vídeo, en la Figura 12 se captura una sucesión
representativa de los 335 cuadros generados.
Figura 12
Simulación de la tarea programada para el robot
Lab-Volt 5150
Nota: a) Home. b) Move al 1er punto. c) Move al 2do punto.
d) Move al 3er punto. e) Move al 4to punto. f) Move al
Home, elaborado por Sanz (2016).
Conclusiones
La modelación cinemática de Robots
Industriales, basada en el algoritmo de Denavit-
Hartenberg, implica el manejo de un álgebra
matricial susceptible de simplificarse
sustancialmente mediante el uso de las
herramientas contenidas en la plataforma
PGIBOTMat. Tal Toolbox funciona también
como Interfaz Gráfica de Usuario para traducir
programas creados mediante la técnica de
enseñanza de puntos a un formato aceptado por el
ambiente de simulación RoboWorks; requiriendo
únicamente cuidar una sintaxis y usar comandos
similares a los de la mayoría de los lenguajes de
Enseñanza y Aprendizaje de Robótica Industrial desde la
Virtualidad
Sanz, W. (2021). Enseñanza y Aprendizaje de Robótica Industrial desde la Virtualidad. Revista Tecnológica-Educativa Docentes 2.0, 11(2), 19-27.
https://doi.org/10.37843/rted.v11i2.245
programación de Manipuladores Industriales
comerciales.
Los resultados logrados al simular
demuestran la exactitud de los modelos
cinemáticos obtenidos mediante formulaciones
matemáticas, lo cual evidencia la utilidad de las
herramientas descritas para el aprendizaje a
distancia basado en la práctica. En adición, es
remarcable su carácter gratuito, dejando al
alcance de cualquier estudiante con la formación
básica, computadoras y acceso a internet, la
posibilidad de utilizarlas en distintos escenarios
virtuales, según se dispongan.
Recomendación pertinente a las
instituciones educativas que imparten cursos de
Robótica Industrial enmarcados en las
modalidades distante, presencial o mixta,
mediante plataformas como Moodle, edX Google
Classroom o similares, es que procuren
incorporar el uso de Robots de última generación
(COBOTS o Sensitivos). Gracias al aporte de
fabricantes y desarrolladores (Universal Robots,
por ejemplo) que ofrecen gratuitamente nuevos
entornos de simulación, para cualquier entidad o
persona dispuesta a descargarlos desde su sitio
web, es posible contar con un laboratorio de
Robótica en casa (virtual, claro está). Si bien no
se facilita el trabajo de la modelación matemática,
se garantiza la completa transferibilidad de los
programas generados a los autómatas físicos.
Referencias
Arango, C. (2006). Exploración de la metodología Top-Down
Design en sistemas CAD para el desarrollo de un
modelo de ingeniería. [Trabajo de Grado, Universidad
EAFIT].https://repository.eafit.edu.co/handle/10784/27
6
Chennakaseva, A. (2014). Difference between Denavit-
Hartenberg (D-H) classical and modified conventions
for Forward Kinematics of robot with case study.
International Conference on Advanced Materials and
manufacturing (AMMT). JNTUH College of
Engineering Hyderabad.
Craig, J. (2006). Robótica (3era ed.). Prentice Hall
Denavit, J. & Hartenberg, R. (1955). A kinematic notation for
Lower-pair Mechanisms based on matrices.
Transactions ASME Journal of Applied Mechanics, pp.
215–221.
Eaton, J., Bateman, D., Hauberg, S. & Wehbring, R. (2021). GNU
Octave (6.2.0) [Software].
https://www.gnu.org/software/octave/download
Fu, K., González, R. & Lee, C. (1988). Robótica: Control,
Detección, Visión e Inteligencia. McGraw-Hill.
González, E. (2014). La Simulación como herramienta de análisis
de procesos. https://www.milenio.com/opinion/varios-
autores/universidad-politecnica-de-tulancingo/la-
simulacion-como-herramienta-de-analisis-de-procesos
Koehler, M., Usevitch, N.S. & Okamura, A.M. (2020). Model-
Based Design of a Soft 3-D Haptic Shape Display. IEEE
Transactions on Robotics 36(3), pp.613-628
Mujica, R. (2019). La tecnología en la educación. Revista
Tecnológica-Educativa Docentes 2.0, 4(4), 4–7.
https://ojs.docentes20.com/index.php/revista-
docentes20/article/view/57
Ollero, A. (2007). ROBÓTICA. Manipuladores y robots móviles.
Alfaomega - Marcombo.
Pardo, F. (1997). VHDL. Lenguaje para descripción y modelación
de circuitos. Universidad de Valencia
Ríos, I., Ríos, S. & Martín, J. (2000). SIMULACIÓN. Métodos
aplicaciones. Alfaomega.
Salazar, R. (2015). Desarrollo de las metodologías en la
modalidad de educación a distancia.
https://aprenderenlasociedaddigital.blogspot.com/
Sanz, W. (2016). Cinemática de Robots Industriales: Un enfoque
pedagógico para el aprendizaje de la Robótica Industrial.
(3era ed.). Editorial Académica Española.
